JP2021086264A - 翻訳管理システム - Google Patents

Abstract

【課題】複数の言語への翻訳に関する処理の効率を高めることのできる翻訳管理システムを提供する。【解決手段】翻訳管理システム５０は、第１端末と、第１端末に入力された第１情報の翻訳結果の配信対象である複数の第２端末とが属する翻訳グループを設定するとともに、配信に用いられる言語として第２端末ごとに設定される配信言語の種類に対応させて、当該翻訳グループにおける第１情報の翻訳対象言語を設定する。さらに、翻訳管理システム５０は、第１端末から第１情報を受信したとき、第１端末が属する翻訳グループの翻訳対象言語への第１情報の翻訳を指示し、各翻訳対象言語の翻訳結果を、その翻訳対象言語が配信言語として設定されている第２端末に配信する。【選択図】図１０

Description

本発明は、複数の言語への翻訳を管理する翻訳管理システムに関する。

近年、互いに異なる言語を話す人同士のコミュニケーションが活発になることに伴い、携帯可能な音声翻訳装置が開発されている。音声翻訳装置は、第１の言語の音声を認識してテキストに変換し、この第１の言語のテキストを第２の言語のテキストに翻訳する。そして、音声翻訳装置は、第２の言語のテキストから第２の言語の音声を合成して出力する（例えば、特許文献１参照）。

特開２０１８−１２４６９５号公報

ところで、発話者の発話内容を、複数の言語に翻訳することが望まれる機会が増加している。例えば、観光ツアーの多様化に伴い、１つのツアーに、様々な言語の使用者が参加することが増えている。ツアーの参加者には、使用言語が互いに一致する複数の参加者が含まれるとともに、使用言語が互いに異なる複数の参加者が含まれる。

こうしたツアーでは、ツアーガイドの発話内容を、参加者の使用言語に応じた複数の言語に翻訳する必要がある。参加者の各々が音声翻訳装置を携帯すれば、こうした翻訳が可能ではあるが、それぞれの音声翻訳装置で音声の認識と翻訳と音声の合成とが行われることは、処理の重複を招くため、無駄が多い。例えば、音声の認識処理は、すべての参加者の音声翻訳装置において重複する。また、翻訳処理および音声の合成処理は、使用言語が一致する参加者の音声翻訳装置において重複する。

本発明は、複数の言語への翻訳に関する処理の効率を高めることのできる翻訳管理システムを提供することを目的とする。

上記課題を解決する翻訳管理システムは、第１端末と、前記第１端末に入力された第１情報の翻訳結果の配信対象である複数の第２端末とが属する翻訳グループを設定するとともに、配信に用いられる言語として前記第２端末ごとに設定される配信言語の種類に対応させて、当該翻訳グループにおける前記第１情報の翻訳対象言語を設定するグループ管理部と、前記第１端末から前記第１情報を受信したとき、前記第１端末が属する前記翻訳グループの前記翻訳対象言語への前記第１情報の翻訳を指示し、各翻訳対象言語の翻訳結果を、その翻訳対象言語が前記配信言語として設定されている前記第２端末に配信する翻訳管理部と、を備える。

上記構成によれば、配信言語ごとに、第２端末への配信のための翻訳の処理がまとめて行われ、共通のデータが同一の配信言語の端末に配信される。したがって、端末ごとに翻訳の処理が行われて別々のデータが生成される場合と比較して、処理の重複が抑えられる。

上記構成において、前記翻訳グループに前記第２端末を追加可能な期間が、所定の期間に制限されていてもよい。
上記構成によれば、一時的な活動への参加者が携帯する端末から翻訳グループを構成して、当該翻訳グループでの翻訳結果の配信を利用することができる。したがって、観光ツアーのように、一時的な活動での利用に適した翻訳管理システムが実現される。

上記構成において、前記グループ管理部は、前記翻訳グループの生成の要求を前記第１端末から受けることに基づき、前記第１端末を属させた新たな前記翻訳グループを設定して当該翻訳グループの識別情報を前記第１端末に送信し、前記識別情報を取得した前記第２端末から前記識別情報とともに前記翻訳グループへの追加の要求を受けることに基づき、当該識別情報に対応する前記翻訳グループに前記第２端末を追加してもよい。

上記構成によれば、第１端末と第２端末との間での識別情報の授受を通じて、翻訳グループに追加される第２端末、すなわち、第１端末に入力された第１情報の翻訳結果の配信対象の端末が決まる。したがって、翻訳グループに追加するべき第２端末の的確な選定が可能であり、また、識別情報が利用されることで、端末が追加される翻訳グループの的確な識別が可能である。

上記構成において、前記グループ管理部は、複数の前記翻訳グループを設定するとともに、前記翻訳グループごとに前記翻訳対象言語を設定し、複数の前記翻訳グループには、同一の前記第１端末が属する複数の前記翻訳グループが含まれ、前記翻訳管理部は、前記第１端末から前記第１情報を受信したとき、前記第１端末にて選択されている前記翻訳グループの前記翻訳対象言語への前記第１情報の翻訳を指示し、当該翻訳グループに属する前記第２端末を対象として前記翻訳結果の配信を行ってもよい。

上記構成によれば、１つの第１端末が属する翻訳グループとして、翻訳結果の配信対象の端末が異なる複数の翻訳グループの設定が可能であり、第１端末の利用者は、利用の目的に応じて、複数の翻訳グループを使い分けることができる。

上記構成において、前記グループ管理部は、前記翻訳グループへの前記第２端末の追加の要求を前記第２端末から受けたとき、前記第１端末の位置から所定の範囲内に前記第２端末が位置することを条件として、前記第２端末を前記翻訳グループに追加してもよい。

上記構成によれば、翻訳グループに追加される第２端末を、第１端末から所定の範囲内に位置する端末に制限することができる。したがって、共通の空間に位置する第１端末と第２端末とから翻訳グループを構成したい場合等に、翻訳グループに追加する第２端末が的確に選定される。

上記構成において、テキストと、当該テキストに関連する画像とを対応付けた付属情報データを記憶する記憶部を備え、前記翻訳管理部は、前記第１情報に対応するテキストに前記付属情報データにて対応付けられている画像を、前記翻訳結果と共に前記第２端末に配信してもよい。

上記構成によれば、翻訳結果と共に、翻訳内容に関連する画像が第２端末に表示されるため、第２端末の利用者の翻訳内容に対する理解が深められる。
上記構成において、前記第１情報は音声として前記第１端末に入力され、前記第２端末に配信される前記翻訳結果には、音声が含まれてもよい。

音声翻訳に要する処理の負荷は、テキストでの翻訳に要する処理の負荷と比較して大きい。上記構成によれば、音声翻訳に翻訳管理システムが利用されるため、処理の重複が抑えられることで、処理の負荷が軽減される効果が大きく得られる。

上記構成において、前記第１情報を、前記翻訳管理部によって指定された前記翻訳対象言語に翻訳する翻訳部を備えてもよい。
上記構成によれば、翻訳管理システムが翻訳部を備えるため、外部の翻訳エンジンが利用される場合と比較して、データの授受に要する処理の効率化や、翻訳に利用する単語帳等のデータの最適化が可能である。

本発明によれば、複数の言語への翻訳に関する処理の効率を高めることができる。

翻訳管理システムの第１実施形態について、翻訳管理システムを含む多言語翻訳システムの構成を示す図。 第１実施形態の多言語翻訳システムにて設定される翻訳グループの概念を示す図。 第１実施形態の多言語翻訳システムにおける新たな翻訳グループの生成の手順を示すシーケンス図。 第１実施形態の多言語翻訳システムにおける入力端末の画面の一例を示す図。 第１実施形態の多言語翻訳システムにおける入力端末の画面の一例を示す図。 第１実施形態の多言語翻訳システムにおける翻訳グループへの出力端末の追加の手順を示すシーケンス図。 第１実施形態の多言語翻訳システムにおける音声翻訳の手順を示すシーケンス図。 第１実施形態の多言語翻訳システムにおける入力端末の画面の一例を示す図。 （ａ）は、第１実施形態の多言語翻訳システムにおける入力端末の画面の一例を示す図、（ｂ）は、第１実施形態の多言語翻訳システムにおける出力端末の画面の一例を示す図。 第１実施形態の多言語翻訳システムにおけるデータの流れを模式的に示す図。 翻訳管理システムの第２実施形態について、第２実施形態の多言語翻訳システムにおける翻訳グループへの出力端末の追加の手順を示すシーケンス図。 翻訳管理システムの第３実施形態について、翻訳管理システムを含む多言語翻訳システムの構成を示す図。 第３実施形態の翻訳管理システムが備える付属情報データにおけるテキストと画像との対応付けの一例を示す図。 第３実施形態の多言語翻訳システムにおける音声翻訳の手順を示すシーケンス図。 （ａ）は、第３実施形態の多言語翻訳システムにおける入力端末の画面の一例を示す図、（ｂ）は、第３実施形態の多言語翻訳システムにおける出力端末の画面の一例を示す図。

（第１実施形態）
図１〜図１０を参照して、翻訳管理システムの第１実施形態を説明する。
［翻訳管理システムの全体構成］
図１が示すように、多言語翻訳システム１００は、入力端末１０と、出力端末２０と、言語管理サーバ３０と、音声翻訳システム４０とを含んでいる。このうち、言語管理サーバ３０と音声翻訳システム４０とから、翻訳管理システム５０が構成される。

入力端末１０および出力端末２０の各々と、言語管理サーバ３０とは、ネットワークを通じて、相互にデータの送信および受信を行う。また、言語管理サーバ３０と音声翻訳システム４０とは、ネットワークを通じて、相互にデータの送信および受信を行う。各端末１０，２０と言語管理サーバ３０との通信に利用されるネットワーク、および、言語管理サーバ３０と音声翻訳システム４０との通信に利用されるネットワークの各々は、インターネット等の汎用通信回線であってもよいし、各装置の通信のための専用通信回線であってもよい。

入力端末１０は、第１端末の一例であり、通信機能および音声入力機能を有する。入力端末１０には、発話者の発話内容が音声で入力される。出力端末２０は、第２端末の一例であり、通信機能および音声出力機能を有する。出力端末２０からは、上記発話内容の翻訳された音声が出力される。多言語翻訳システム１００には、複数の出力端末２０が含まれ、複数の出力端末２０には、互いに異なる言語の使用者に利用される端末が含まれる。例えば、多言語翻訳システム１００が観光ツアーに利用される場合、入力端末１０は、ツアーガイドに携帯されて利用され、出力端末２０は、ツアー参加者に携帯されて利用される。

さらに、入力端末１０および出力端末２０は、表示機能や撮影機能等を有する。入力端末１０および出力端末２０は、例えば、スマートフォンやタブレット端末等の汎用端末である。

言語管理サーバ３０は、入力端末１０と、この入力端末１０に入力された発話内容の翻訳結果が配信される複数の出力端末２０との組み合わせ、および、翻訳対象の言語を管理する。

言語管理サーバ３０は、通信部３１と、制御部３２と、記憶部３３とを備えている。
通信部３１は、ネットワークを通じて、言語管理サーバ３０と各端末１０，２０および音声翻訳システム４０との接続処理を実行し、接続された装置間でデータの送信および受信を行う。

制御部３２は、ＣＰＵ、および、ＲＡＭ等の揮発性メモリを含む。制御部３２は、記憶部３３に記憶されたプログラムやデータに基づいて、通信部３１による処理の制御、記憶部３３における情報の読み出しや書き込み、各種の演算処理等、言語管理サーバ３０が備える各部の制御を行う。

多言語翻訳システム１００において、制御部３２は、グループ管理部３２ａおよび翻訳管理部３２ｂとして機能する。
グループ管理部３２ａは、翻訳グループＧｐを管理する。１つの翻訳グループＧｐには、１つの入力端末１０と、当該入力端末１０に入力された発話内容の翻訳結果の配信対象である複数の出力端末２０とが属する。翻訳グループＧｐにおいては、各出力端末２０に対して、配信に用いられる言語、すなわち、配信される翻訳結果の使用言語を規定する配信言語が設定されている。そして、翻訳グループＧｐごとに、翻訳グループＧｐに属する出力端末２０の配信言語に応じて、発話内容が翻訳される言語である翻訳対象言語が設定されている。また、翻訳グループＧｐには、有効期間が設定されている。有効期間は、当該翻訳グループＧｐへの出力端末２０の追加が許容される期間である。

グループ管理部３２ａは、複数の翻訳グループＧｐを設定する。各翻訳グループＧｐの設定処理には、翻訳グループＧｐに属する入力端末１０および出力端末２０の登録、出力端末２０の配信言語の設定、翻訳グループＧｐにおける翻訳対象言語の設定、および、翻訳グループＧｐの有効期間の設定が含まれる。

なお、グループ管理部３２ａにおけるデータの送受信の機能は、通信部３１が担う。
翻訳管理部３２ｂは、入力端末１０から発話内容の音声データを受信したとき、当該入力端末１０が属する翻訳グループＧｐの翻訳対象言語への音声翻訳の指示を、音声翻訳システム４０に対して行う。そして、翻訳管理部３２ｂは、当該翻訳グループＧｐに属する各出力端末２０に対して、出力端末２０の配信言語に対応する言語への翻訳結果を送信する。なお、翻訳管理部３２ｂにおけるデータの送受信の機能は、通信部３１が担う。

記憶部３３は、不揮発性メモリを含み、制御部３２が実行する処理に必要なプログラムやデータを記憶している。こうしたデータの一部として、記憶部３３は、グループデータ３３ａと翻訳履歴データ３３ｂとを記憶している。グループデータ３３ａは、翻訳グループＧｐに関するデータである。グループデータ３３ａには、例えば、各翻訳グループＧｐについての、翻訳グループＧｐに属する入力端末１０および出力端末２０の識別情報、出力端末２０の配信言語、翻訳対象言語、有効期間が含まれる。翻訳履歴データ３３ｂは、翻訳グループＧｐごとの翻訳の履歴を含む。翻訳履歴データ３３ｂは、例えば、入力端末１０に入力された音声の認識結果であるテキストデータ、および、当該テキストデータの翻訳対象言語への翻訳結果であるテキストデータが含まれる。

なお、制御部３２におけるグループ管理部３２ａおよび翻訳管理部３２ｂの機能は、複数のＣＰＵや、ＲＡＭ等からなるメモリ等の各種のハードウェアと、これらを機能させるソフトウェアとによって具体化されてもよく、あるいは、共通する１つのハードウェアに複数の機能を与えるソフトウェアによって具体化されてもよい。

音声翻訳システム４０は、翻訳部として機能し、音声を認識してテキストに変換する処理と、当該テキストを指定の言語に翻訳する処理と、翻訳されたテキストから音声を合成する処理とを行う。音声翻訳システム４０は、１以上のサーバから構成され、上記の各処理に要するプログラムおよびデータを有している。例えば、音声翻訳システム４０は、音声認識処理を行う音声認識サーバ４１と、翻訳処理を行う翻訳サーバ４２と、音声合成処理を行う音声合成サーバ４３とから構成される。

［翻訳グループの構成］
図２を参照して、翻訳グループＧｐの詳細について説明する。図２は、言語管理サーバ３０にて構築される翻訳グループＧｐの例を概念的に示す。

言語管理サーバ３０においては、複数の翻訳グループＧｐが設定されている。図２では、３つの翻訳グループＧｐが設定されている例を示している。
各翻訳グループＧｐには、１つの入力端末１０と複数の出力端末２０とが属する。例えば、翻訳グループＧｐＡには、入力端末１０ａと、６つの出力端末２０ａ〜２０ｆとが属している。なお、互いに異なる翻訳グループＧｐに、同一の入力端末１０が属してもよいし、互いに異なる翻訳グループＧｐに、同一の出力端末２０が属してもよい。言い換えれば、同一の入力端末１０が複数の翻訳グループＧｐに属してもよいし、同一の出力端末２０が複数の翻訳グループＧｐに属してもよい。

翻訳グループＧｐは、上述のように、入力端末１０と、当該入力端末１０に入力された発話内容の翻訳結果が配信される出力端末２０とからなるグループである。例えば、多言語翻訳システム１００が観光ツアーに利用される場合、１つの観光ツアーのツアーガイドが携帯する入力端末１０と、当該観光ツアーの参加者が携帯する出力端末２０とから、１つの翻訳グループＧｐが構築される。例えば、１人のツアーガイドが複数の観光ツアーにてガイドを行う場合、観光ツアーごとに、ツアーガイドの入力端末１０と参加者の出力端末２０とから、翻訳グループＧｐが構築される。

各翻訳グループＧｐにおいては、各出力端末２０の配信言語が設定されている。そして、翻訳グループＧｐに属する出力端末２０の配信言語の種類に対応させて、当該翻訳グループＧｐにおける翻訳対象言語が設定されている。言い換えれば、翻訳グループＧｐに属する複数の出力端末２０の配信言語が分類され、この分類の言語に対応させて、当該翻訳グループＧｐにおける翻訳対象言語が設定されている。

例えば、翻訳グループＧｐＡにおいて、出力端末２０ａ，出力端末２０ｂ，出力端末２０ｃに対して、配信言語として英語が設定されており、出力端末２０ｄに対して、配信言語として中国語が設定されており、出力端末２０ｅ，出力端末２０ｆに対して、配信言語として韓国語が設定されている。このように、翻訳グループＧｐＡには６つの出力端末２０ａ〜２０ｆが属する一方で、これらの出力端末２０の配信言語は英語と中国語と韓国語との三種類である。すなわち、翻訳グループＧｐＡに属する出力端末２０ａ〜２０ｆの配信言語は３つに分類される。そして、この分類に対応する言語が、翻訳対象言語として設定される。すなわち、翻訳グループＧｐＡには、翻訳対象言語として、英語と中国語と韓国語との３つの言語が設定されている。

翻訳対象言語は、翻訳グループＧｐごとに、出力端末２０の配信言語の種類に対応するように設定される。言い換えれば、翻訳グループＧｐの翻訳対象言語は、音声翻訳システム４０によって翻訳可能な言語のうち、翻訳グループＧｐに属する出力端末２０の配信言語に絞られている。それゆえ、互いに異なる翻訳グループＧｐにおける翻訳対象言語の数およびその内訳は、一致する場合もあれば、一致しない場合もある。例えば、翻訳グループＧｐＡの翻訳対象言語は英語と中国語と韓国語との三種類であるが、翻訳グループＧｐＢの翻訳対象言語は英語とフランス語との二種類である。

なお、入力端末１０に入力される発話内容の言語、すなわち、翻訳前の言語は、所定の言語に一律に定められていてもよいし、翻訳グループＧｐごとに設定可能であってもよい。図２に示した例では、入力端末１０への入力言語が、日本語に一律に定められている場合が想定されている。

各翻訳グループＧｐには、有効期間が設定されている。有効期間は、所定の年月日から所定の年月日までの期間であってもよいし、所定の年月日における所定の時刻から所定の時刻までの期間であってもよい。有効期間は、上述のように、当該翻訳グループＧｐへの出力端末２０の追加が許容される期間であり、言い換えれば、当該翻訳グループＧｐでの音声翻訳が許容される期間である。例えば、多言語翻訳システム１００が観光ツアーに利用される場合、観光ツアーが実施される予定の期間が、当該観光ツアーに対応する翻訳グループＧｐの有効期間として設定される。

［翻訳管理システムの動作］
図３〜図９を参照して、翻訳管理システム５０を含む多言語翻訳システム１００の動作を説明する。なお、多言語翻訳システム１００の動作における入力端末１０および出力端末２０の処理は、ウェブアプリケーションに基づき実行されてもよいし、これらの端末にインストールされたアプリケーションソフトウェアに基づき実行されてもよい。

例えば、入力端末１０の処理は、出力端末２０の処理よりも多く複雑になりやすいため、入力端末１０にインストールされたアプリケーションソフトウェアに基づき入力端末１０の処理が実行されることで、入力端末１０の処理を円滑に進められる効果が高く得られる。一方、入力端末１０よりも利用者の多い出力端末２０については、ウェブアプリケーションが利用されると、多言語翻訳システム１００の利用のために要する出力端末２０の設定等の負荷が軽減されるため、利便性が大きく高められる。ウェブアプリケーションが利用される形態であれば、例えば、観光ツアーの参加者が、旅先にて、自身の所有する携帯端末を容易に出力端末２０として利用することが可能であるため、多言語翻訳システム１００が利用しやすくなる。

＜翻訳グループの設定＞
まず、翻訳グループＧｐの設定の手順について説明する。
図３が示すように、入力端末１０にて所定の操作が行われることに基づき、入力端末１０から、新たな翻訳グループＧｐの生成の要求が、言語管理サーバ３０に送信される（ステップＳ１０）。例えば、図４が示すように、入力端末１０におけるアプリケーションソフトウェアの起動等に伴い表示される画面Ｐａにて、新たな翻訳グループＧｐの生成を指示する領域Ｒａが選択されることに基づき、上記生成の要求が、言語管理サーバ３０に送信される。

先の図３にて、新たな翻訳グループＧｐの生成の要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、新規の翻訳グループＧｐの生成処理を行う（ステップＳ１１）。具体的には、グループ管理部３２ａは、グループデータ３３ａに、新規の翻訳グループＧｐのデータを追加する。当該新規の翻訳グループＧｐのデータにおいては、翻訳グループＧｐに属する入力端末１０として、ステップＳ１０における新たな翻訳グループＧｐの生成の要求の送信元である入力端末１０が設定される。また、当該新規の翻訳グループＧｐのデータにおいては、翻訳グループＧｐの有効期間も設定される。有効期間は、入力端末１０にて任意の期間が指定され、この指定された期間が言語管理サーバ３０に通知されることに基づき、当該期間に設定されてもよいし、言語管理サーバ３０にて予め定められている期間に設定されてもよい。

続いて、グループ管理部３２ａは、生成した翻訳グループＧｐの識別情報Ｉｄを含む情報を、入力端末１０に送信する（ステップＳ１２）。当該情報を受信すると、入力端末１０は、入力端末１０の表示部に識別情報Ｉｄを含む情報を表示する（ステップＳ１３）。

翻訳グループＧｐの識別情報Ｉｄは、出力端末２０によって機械的に読み取り可能な形態、もしくは、出力端末２０の利用者に人為的に伝達可能な形態で、入力端末１０に表示される。例えば、翻訳グループＧｐの識別情報Ｉｄは、二次元コードとして入力端末１０に表示され、出力端末２０によって読み取られることが好ましい。二次元コードは、例えば、識別情報Ｉｄを含むとともに言語管理サーバ３０のアクセス先を示すＵＲＬを、情報として保持する。

図５は、翻訳グループＧｐの識別情報Ｉｄを含む二次元コードＣｄが表示された入力端末１０の例を示す。なお、新規の翻訳グループＧｐの生成後においては、当該翻訳グループＧｐの識別情報Ｉｄは、任意のタイミングで入力端末１０に表示可能とされることが好ましい。例えば、先の図４が示すように、生成済みの翻訳グループＧｐを選択するための領域Ｒｂが画面Ｐａに含められて入力端末１０に表示される。領域Ｒｂが選択されると、入力端末１０からの要求に応じて、領域Ｒｂに対応する翻訳グループＧｐの識別情報Ｉｄを含む情報が言語管理サーバ３０から入力端末１０に送信されて、当該情報が入力端末１０に表示される。

なお、翻訳グループＧｐの識別情報Ｉｄを含む二次元コードは、入力端末１０に表示された状態に限らず、入力端末１０の画面の印刷に基づき紙に印刷された状態で、出力端末２０の利用者に提供されてもよい。また、翻訳グループＧｐの識別情報Ｉｄが、二次元コードとは異なる形態で入力端末１０に表示される場合も同様に、紙面や口頭での伝達を通じて、翻訳グループＧｐの識別情報Ｉｄが出力端末２０の利用者に提供され、利用者によって識別情報Ｉｄが出力端末２０に入力されてもよい。要は、出力端末２０が翻訳グループＧｐの識別情報Ｉｄを取得可能であればよい。

また、図５が示すように、入力端末１０に表示される画面Ｐｂには、選択されている翻訳グループＧｐでの音声翻訳の開始を指示するための領域Ｒｃも含まれる。
図６が示すように、出力端末２０は、翻訳グループＧｐの識別情報Ｉｄを取得することに基づき、翻訳グループＧｐへの追加の要求を、言語管理サーバ３０に送信する（ステップＳ２０）。例えば、翻訳グループＧｐの識別情報Ｉｄが二次元コードに含まれる場合、出力端末２０は、当該二次元コードを読み取り、それによって取得されるＵＲＬへアクセスする。これにより、翻訳グループＧｐの識別情報Ｉｄが出力端末２０から言語管理サーバ３０に通知され、当該翻訳グループＧｐへの追加の要求として機能する。

翻訳グループＧｐへの追加の要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、出力端末２０に対し、言語情報の送信を要求する（ステップＳ２１）。言語情報は、配信言語を指定する情報である。

言語管理サーバ３０からの要求を受けて、出力端末２０は、言語情報を、言語管理サーバ３０に送信する（ステップＳ２２）。例えば、出力端末２０の画面を通じて利用者が言語を指定することに基づき、指定された言語を示す言語情報が、出力端末２０から言語管理サーバ３０に送信される。あるいは、出力端末２０における使用言語、すなわち、出力端末２０にて情報の表示に用いられている言語を示す情報が、言語情報として、出力端末２０から言語管理サーバ３０に送信されてもよい。

言語情報を受信すると、言語管理サーバ３０のグループ管理部３２ａは、上記追加の要求に伴い取得した識別情報Ｉｄに対応する翻訳グループＧｐに、出力端末２０を追加する処理を行う（ステップＳ２３）。

具体的には、グループ管理部３２ａは、上記識別情報Ｉｄに対応する翻訳グループＧｐに、当該出力端末２０を属させる。すなわち、グループデータ３３ａの上記識別情報Ｉｄに対応する翻訳グループＧｐのデータにおいて、翻訳グループＧｐに属する出力端末２０として、ステップＳ２０における翻訳グループＧｐへの追加の要求の送信元である出力端末２０が設定される。さらに、グループ管理部３２ａは、グループデータ３３ａにおいて、追加された出力端末２０の配信言語として、当該出力端末２０から受信した言語情報が示す言語を設定する。

上記翻訳グループＧｐの設定においては、例えば、識別情報Ｉｄの取得に基づく出力端末２０から言語管理サーバ３０へのアクセスが、識別情報Ｉｄに対応する翻訳グループＧｐの有効期間内にのみ許容されることによって、翻訳グループＧｐへ出力端末２０を追加可能な期間が上記有効期間内に制限される。例えば、識別情報Ｉｄを含む二次元コードが保持するＵＲＬとして、上記有効期間内にのみアクセスが可能な期限付きのＵＲＬが用いられればよい。

あるいは、出力端末２０からの翻訳グループＧｐへの追加の要求を受けたときに、言語管理サーバ３０のグループ管理部３２ａは、その時点が、対象の翻訳グループＧｐの有効期間内であるか否かを確認し、当該時点が有効期間内である場合にのみ、翻訳グループＧｐへの出力端末２０の追加を行ってもよい。また、グループ管理部３２ａは、生成済みの翻訳グループＧｐの識別情報Ｉｄを入力端末１０に送信する際に、その時点が、当該翻訳グループＧｐの有効期間内であるか否かを確認し、当該時点が有効期間内である場合にのみ、識別情報Ｉｄの入力端末１０への送信を行ってもよい。これらの構成によっても、翻訳グループＧｐへ出力端末２０を追加可能な期間が翻訳グループＧｐの有効期間内に制限される。

翻訳グループＧｐの翻訳対象言語は、その時点で当該翻訳グループＧｐに属している出力端末２０の配信言語の種類に対応させて設定される。すなわち、翻訳グループＧｐへの出力端末２０の追加によって、当該翻訳グループＧｐに属する出力端末２０の配信言語の種類が増えた場合、言い換えれば、追加された出力端末２０の配信言語が、既に当該翻訳グループＧｐに属している出力端末２０の配信言語のいずれとも異なる場合には、追加された出力端末２０の配信言語が、当該翻訳グループＧｐの翻訳対象言語に加えられる。つまり、グループデータ３３ａの当該翻訳グループＧｐのデータにおいて、翻訳対象言語が更新され、追加された出力端末２０の配信言語が翻訳対象言語に加えられる。

このように、翻訳グループＧｐの翻訳対象言語は、翻訳グループＧｐに属する出力端末２０の変化に応じ、配信言語の種類の変化に伴って変わる。
また、出力端末２０の配信言語は任意に変更可能であることが好ましい。配信言語の変更は、例えば、以下の手順で行われる。すなわち、出力端末２０に表示される画面には、配信言語の変更を指示するための領域が含まれ、当該領域が選択されて新たな言語が指定されることによって、新たな言語情報とともに配信言語の変更の要求が、出力端末２０から言語管理サーバ３０に送信される。配信言語の変更の要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、当該出力端末２０の配信言語を新たな言語情報が示す言語に変更するよう、グループデータ３３ａを変更する。

出力端末２０の配信言語の変更に伴って、当該出力端末２０が属する翻訳グループＧｐでの配信言語の種類が変化した場合には、この変化に従って、当該翻訳グループＧｐの翻訳対象言語が変更される。

上記構成において、例えば、多言語翻訳システム１００が観光ツアーに用いられる場合、観光ツアーの開始に際して、ツアーガイドが入力端末１０に翻訳グループＧｐの識別情報Ｉｄを含む二次元コードを表示させ、ツアー参加者が出力端末２０によって二次元コードを読み取る。これにより、翻訳グループＧｐにツアー参加者の出力端末２０が追加され、当該翻訳グループＧｐでの音声翻訳を利用して観光ツアーを進めることが可能となる。生成済みの翻訳グループＧｐの識別情報Ｉｄが、任意のタイミングで入力端末１０に表示可能であれば、観光ツアーの途中で新たなツアー参加者の出力端末２０を翻訳グループＧｐに加えることが可能であるため、翻訳グループＧｐの構成についての自由度が高められる。

＜音声翻訳＞
続いて、音声翻訳の手順について説明する。
図７が示すように、まず、翻訳グループＧｐが選択された状態で、入力端末１０に対し発話内容を示す音声が入力される（ステップＳ３０）。生成済みの翻訳グループＧｐの指定、あるいは、新たな翻訳グループの生成が、翻訳グループＧｐの選択として機能する。例えば、図８が示すように、翻訳グループＧｐを選択して音声翻訳の開始を指示すると、入力端末１０に音声入力のための画面Ｐｃが表示され、利用者が入力端末１０に向かって話すことにより、その音声が入力端末１０に入力される。

入力端末１０に入力された音声を示す第１音声データＳ１は、入力端末１０から言語管理サーバ３０に送信される（ステップＳ３１）。第１音声データＳ１は第１情報の一例である。また、第１音声データＳ１の送信時あるいはその前に、選択されている翻訳グループＧｐを示す情報も、入力端末１０から言語管理サーバ３０に送信される。

第１音声データＳ１を受信すると、言語管理サーバ３０の翻訳管理部３２ｂは、音声翻訳の要求を、音声翻訳システム４０に送信する（ステップＳ３２）。詳細には、翻訳管理部３２ｂは、グループデータ３３ａを参照し、入力端末１０で選択されている翻訳グループＧｐの翻訳対象言語を特定する。そして、翻訳管理部３２ｂは、特定された翻訳対象言語への翻訳を、音声翻訳システム４０に指示する。第１音声データＳ１は、言語管理サーバ３０から音声翻訳システム４０に送信される。

言語管理サーバ３０からの要求を受けて、音声翻訳システム４０は、音声翻訳処理を行う（ステップＳ３３）。すなわち、音声翻訳システム４０は、まず、第１音声データＳ１に対して音声認識処理を行い、第１音声データＳ１に対応する言語のテキストデータである第１テキストデータＴ１を生成する。次に、音声翻訳システム４０は、第１テキストデータＴ１を、翻訳対象言語に翻訳し、翻訳対象言語のテキストデータである第２テキストデータＴ２を生成する。翻訳対象言語が複数の言語であるとき、音声翻訳システム４０は、第１テキストデータＴ１を、翻訳対象言語の各々に翻訳し、各言語の第２テキストデータＴ２を生成する。そして、音声翻訳システム４０は、第２テキストデータＴ２に基づき音声を合成し、第２テキストデータＴ２に対応する言語の音声データである第２音声データＳ２を生成する。これにより、翻訳対象言語の種類および数に応じた言語の種類および数の第２音声データＳ２が生成される。

音声翻訳処理が完了すると、音声翻訳システム４０は、処理結果を言語管理サーバ３０に送信する（ステップＳ３４）。処理結果には、第２音声データＳ２と、第１テキストデータＴ１および第２テキストデータＴ２とが含まれる。

処理結果を受信すると、言語管理サーバ３０の翻訳管理部３２ｂは、入力端末１０で選択されている翻訳グループＧｐに属する出力端末２０に対し、設定されている配信言語に応じた言語の第２音声データＳ２を送信する（ステップＳ３５）。このとき、翻訳管理部３２ｂは第２音声データＳ２に対応する第２テキストデータＴ２も併せて、出力端末２０に送信することが好ましい。また、翻訳管理部３２ｂは、入力端末１０に対し、第１テキストデータＴ１を送信することが好ましい。

さらに、翻訳管理部３２ｂは、受信した処理結果のうち、少なくとも第１テキストデータＴ１および第２テキストデータＴ２を、翻訳履歴データ３３ｂにおける該当の翻訳グループＧｐのデータに含めて記憶部３３に記憶させる（ステップＳ３６）。

第２音声データＳ２を受信すると、出力端末２０は、第２音声データＳ２に基づく音声を出力する（ステップＳ３７）。これにより、入力端末１０に入力された発話内容が翻訳された音声が、出力端末２０にて出力される。

第２音声データＳ２と併せて第２テキストデータＴ２を受信した場合、出力端末２０は、出力端末２０の表示部に、第２テキストデータＴ２に基づく文字列を表示する。第１テキストデータＴ１を受信した場合、入力端末１０は、入力端末１０の表示部に、第１テキストデータＴ１に基づく文字列を表示する。

図９（ａ）は、上述した処理の結果、入力端末１０に表示される画面Ｐｄの例を示し、図９（ｂ）は、上述した処理の結果、出力端末２０に表示される画面Ｐｅの例を示す。入力端末１０の画面Ｐｄには、第１テキストデータＴ１に基づく文字列、すなわち、入力端末１０に入力された発話内容の音声認識結果を示す領域Ｒｄが含まれる。画面Ｐｄを見ることによって、入力端末１０の利用者は、発話内容が正しく認識されているかを確認することができる。出力端末２０の画面Ｐｅには、第２テキストデータＴ２に基づく文字列、すなわち、入力端末１０に入力された発話内容の翻訳結果に対応する文章を示す領域Ｒｅが含まれる。画面Ｐｅを見ることによって、出力端末２０に利用者は、音声に加えて文字で翻訳結果を確認できるため、翻訳結果の理解が容易になる。

なお、各翻訳対象言語の第２テキストデータＴ２が言語管理サーバ３０から入力端末１０に送信され、第２テキストデータＴ２に基づく文字列が入力端末１０に表示されてもよい。こうした構成によれば、入力端末１０の利用者は、発話内容の翻訳結果を確認することができるため、翻訳結果が適当であるか否かを把握することができる。

また、入力端末１０においては、翻訳履歴データ３３ｂの確認が可能とされる。翻訳履歴データ３３ｂの確認は、例えば、以下の手順で行われる。すなわち、翻訳グループＧｐが選択された状態で、入力端末１０から、翻訳履歴データ３３ｂの確認の要求が、言語管理サーバ３０に送信される。翻訳履歴データ３３ｂの確認の要求は、例えば、入力端末１０の画面内において翻訳履歴の確認を指示する領域が選択されることに基づいて行われる。翻訳履歴データ３３ｂの確認の要求を受けると、言語管理サーバ３０の翻訳管理部３２ｂは、翻訳履歴データ３３ｂが含むデータのうち、入力端末１０にて選択されている翻訳グループＧｐのデータを、入力端末１０に送信する。入力端末１０は、受信したデータを表示する。これにより、入力端末１０の利用者は、選択している翻訳グループＧｐにおける音声翻訳の履歴、すなわち、どのような発話内容に対し、どのような翻訳結果が出力端末２０に送信されたかを各翻訳対象言語について確認することができる。

図１０を参照して、多言語翻訳システム１００の作用を説明する。図１０は、先の図２に示した翻訳グループＧｐＡでの音声翻訳を概念的に示す。翻訳グループＧｐＡにおいて、翻訳対象言語は、英語、中国語、韓国語の三種類であり、入力端末１０ａには日本語の音声が入力される。

入力端末１０ａから、日本語の音声データが翻訳管理システム５０に送信されると、翻訳管理システム５０では、当該音声データについて、翻訳対象言語への音声翻訳が行われる。すなわち、日本語から英語への翻訳が行われて英語の音声データが生成され、日本語から中国語への翻訳が行われて中国語の音声データが生成され、日本語から韓国語への翻訳が行われて韓国語の音声データが生成される。

そして、英語の音声データが、配信言語が英語に設定されている３つの出力端末２０ａ〜２０ｃに配信され、中国語の音声データが、配信言語が中国語に設定されている１つの出力端末２０ｄに配信され、韓国語の音声データが、配信言語が韓国語に設定されている２つの出力端末２０ｅ，２０ｆに配信される。

このように、配信言語が同一である複数の出力端末２０が存在する場合でも、当該配信言語に対応する言語への翻訳に基づき生成される音声データは１つであり、同一の音声データが複数の出力端末２０に配信される。言い換えれば、配信言語ごとに、複数の出力端末２０への配信のための翻訳および音声合成の処理がまとめて行われる。したがって、出力端末２０ごとに翻訳および音声合成の処理が行われて別々の音声データが生成される場合と比較して、処理の重複が抑えられる。

また、翻訳前の音声データに対する音声認識によって生成されるテキストデータについては、１つのデータを共通して各言語への翻訳に利用することができる。すなわち、複数の出力端末２０への配信のための音声認識の処理をまとめて行うことで、出力端末２０ごとに音声認識の処理が行われる場合と比較して、処理の重複が抑えられる。

また、音声認識、翻訳、音声合成の各処理が上述のようにまとめて行われるため、こうした処理が配信対象の端末ごとにサーバで繰り返し行われる場合と比較して、翻訳管理システム５０の処理の負荷が軽減される。したがって、迅速な音声翻訳および翻訳結果の配信が可能となり、すなわち、発話内容の入力から翻訳結果の配信までに要する時間の短縮が可能である。

また、利用者に携帯される入力端末１０や出力端末２０は翻訳機能を有する必要がないため、端末の構成が簡易になり、汎用端末を入力端末１０や出力端末２０として用いることが容易に可能となる。したがって、専用端末を利用する場合と比較して、端末の準備や配布に要する労力が軽減され、また、専用端末同士の直接の通信によって音声翻訳を行う形態と比較して、通信環境の整備に要する負担が軽減される。それゆえ多言語翻訳システム１００の利用についての利便性が高められる。

以上説明したように、第１実施形態によれば、以下の効果を得ることができる。
（１）配信言語ごとに、出力端末２０への配信のための翻訳および音声合成の処理がまとめて行われ、共通のデータが同一の配信言語の出力端末２０に配信される。したがって、出力端末２０ごとに翻訳および音声合成の処理が行われて別々のデータが生成される場合と比較して、処理の重複が抑えられる。また、複数の出力端末２０への配信のための音声認識の処理がまとめて行われ、共通のデータが各翻訳対象言語への翻訳に用いられる。したがって、出力端末２０ごとに音声認識の処理が行われて別々のデータが生成される場合と比較して、処理の重複が抑えられる。これにより、複数の言語への翻訳に関する処理の効率を高めることができる。

（２）有効期間の設定によって、翻訳グループＧｐへの出力端末２０の追加が、所定の期間内に制限されている。そのため、一時的な活動への参加者が携帯する端末から翻訳グループＧｐを構成して、当該翻訳グループＧｐでの翻訳結果の配信を利用することができる。したがって、観光ツアーのように、一時的な活動での利用に適したシステムが実現される。

（３）言語管理サーバ３０は、入力端末１０からの翻訳グループＧｐの生成の要求に応じ、新たな翻訳グループＧｐを生成して当該翻訳グループＧｐの識別情報Ｉｄを入力端末１０に送信する。そして、言語管理サーバ３０は、識別情報Ｉｄを取得した出力端末２０から翻訳グループＧｐへの追加の要求を受けることに基づき、上記識別情報Ｉｄに対応する翻訳グループＧｐに出力端末２０を追加する。このように、入力端末１０と出力端末２０との間での識別情報Ｉｄの授受を通じて、翻訳グループＧｐに追加される出力端末２０、すなわち、翻訳結果の配信対象の端末が決まる。したがって、翻訳グループＧｐに追加するべき出力端末２０の的確な選定が可能であり、また、識別情報Ｉｄを用いることで、出力端末２０が追加される翻訳グループＧｐの的確な識別が可能である。

（４）言語管理サーバ３０は、複数の翻訳グループＧｐを設定し、これらの翻訳グループＧｐには、同一の入力端末１０が属する複数の翻訳グループＧｐが含まれる。そして、言語管理サーバ３０は、第１音声データＳ１を受信したとき、入力端末１０にて選択されている翻訳グループＧｐの翻訳対象言語への翻訳を指示し、当該翻訳グループＧｐに属する出力端末２０に翻訳結果の配信を行う。こうした構成によれば、１つの入力端末１０が属する翻訳グループＧｐとして、翻訳結果の配信対象の端末が異なる複数の翻訳グループＧｐの設定が可能であり、入力端末１０の利用者は、利用の目的に応じて、複数の翻訳グループＧｐを使い分けることができる。

（５）音声翻訳に翻訳管理システム５０が利用されるため、テキストでの翻訳よりも処理負荷の大きい音声翻訳にて処理の重複が抑えられる。したがって、処理の負荷が軽減される効果が大きく得られる。

（６）翻訳管理システム５０が、翻訳部として機能する音声翻訳システム４０を備える。そのため、外部の翻訳エンジンが利用される場合と比較して、データの授受に要する処理の効率化や、翻訳に利用する単語帳等のデータの最適化が可能である。

（第２実施形態）
図１１を参照して、翻訳管理システムの第２実施形態を説明する。第２実施形態の翻訳管理システムは、翻訳グループへの出力端末の追加に際して、端末の位置の確認を行う点が、第１実施形態と異なっている。以下では、第２実施形態と第１実施形態との相違点を中心に説明し、第１実施形態と同様の構成については同じ符号を付してその説明を省略する。

例えば、多言語翻訳システム１００が観光ツアーに利用される場合等には、入力端末１０の利用者と、出力端末２０の利用者とは、同一の空間に位置する。第２実施形態では、入力端末１０から所定の範囲内に出力端末２０が位置することを条件として、出力端末２０を翻訳グループＧｐに加える。

第２実施形態において、入力端末１０および出力端末２０の各々は、端末の位置を示す位置情報の取得機能を有する。位置情報は、各端末の絶対的な位置、あるいは、所定の基準に対する各端末の相対的な位置を特定可能な情報であればよく、入力端末１０を中心とする所定の範囲内に出力端末２０が位置するか否かの判断に用いることが可能な情報であればよい。

例えば、位置情報としては、ＧＰＳ（グローバル・ポジショニング・システム）の利用によって得られる緯度および経度からなる情報、あるいは、Ｗｉ−Ｆｉ（登録商標）やＢｌｕｅｔｏｏｔｈ（登録商標）といった近距離無線通信、音波、超音波、光等を用いた相対的な位置を特定可能とする情報が用いられる。必要に応じて、入力端末１０および出力端末２０が位置し得る場所、例えば、観光ツアーが行われる観光施設内には、位置情報の取得のための電波等の発信機や受信機が設けられる。

図１１が示すように、第１実施形態と同様に、出力端末２０は、翻訳グループＧｐの識別情報Ｉｄを取得することに基づき、翻訳グループＧｐへの追加の要求を、言語管理サーバ３０に送信する（ステップＳ４０）。

翻訳グループＧｐへの追加の要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、出力端末２０に対し、言語情報の送信を要求する（ステップＳ４１）。また、グループ管理部３２ａは、出力端末２０、および、上記識別情報Ｉｄに対応する翻訳グループＧｐに属する入力端末１０に対し、位置情報の送信を要求する（ステップＳ４２）。

言語管理サーバ３０からの要求を受けて、出力端末２０は、言語情報および出力端末２０の位置情報を、言語管理サーバ３０に送信する（ステップＳ４３）。また、言語管理サーバ３０からの要求を受けて、入力端末１０は、入力端末１０の位置情報を、言語管理サーバ３０に送信する（ステップＳ４４）。

入力端末１０および出力端末２０の各々から位置情報を受信すると、言語管理サーバ３０のグループ管理部３２ａは、受信した位置情報に基づいて、入力端末１０から所定の範囲内に出力端末２０が位置するか否かを判定する（ステップＳ４５）。

入力端末１０から所定の範囲内に出力端末２０が位置することが確認されると、グループ管理部３２ａは、上記識別情報Ｉｄに対応する翻訳グループＧｐに出力端末２０を追加する処理を行う（ステップＳ４６）。入力端末１０から所定の範囲内に出力端末２０が位置しないと判定される場合には、翻訳グループＧｐに出力端末２０を追加する処理は行われず、翻訳グループＧｐへの追加ができないことが出力端末２０に通知される。

第２実施形態においても、翻訳グループＧｐでの音声翻訳の処理は、第１実施形態と同様に行われる。第２実施形態では、入力端末１０の位置から所定の範囲内に出力端末２０が位置することを条件として、出力端末２０が翻訳グループＧｐに追加されるため、翻訳グループＧｐに追加されるべき出力端末２０の識別が的確に行われる。特に、共通の空間に位置する入力端末１０と出力端末２０とによって翻訳グループＧｐを構成したい場合に、高い効果が得られる。

また、第２実施形態の構成は、翻訳結果の配信についてのセキュリティの向上にも寄与する。例えば、入力端末１０に入力される発話内容が、第三者への漏洩が好ましくない情報を含む場合に、第三者が識別情報Ｉｄを不正に入手して遠隔地から翻訳グループＧｐに参加しようとしても、第三者が有する端末の翻訳グループＧｐへの追加が拒否されるため、発話内容の翻訳結果が第三者に漏れることが抑えられる。

なお、翻訳グループＧｐへの出力端末２０の追加に加えて、翻訳結果の出力端末２０への配信に際しても、入力端末１０の位置から所定の範囲内に出力端末２０が位置することが条件とされてもよい。すなわち、出力端末２０への第２音声データＳ２の送信前に、言語管理サーバ３０の翻訳管理部３２ｂは、各端末１０，２０から位置情報を取得して、入力端末１０の位置から所定の範囲内に出力端末２０が位置する場合に、第２音声データＳ２を出力端末２０に送信する。こうした構成によれば、翻訳結果の配信についてのセキュリティがより高められる。

また、上記構成において、翻訳グループＧｐに属している出力端末２０のなかに、翻訳結果の配信に際して、入力端末１０の位置から所定の範囲内に位置しない出力端末２０があった場合、上記所定の範囲から外れた出力端末２０があることが入力端末１０に通知されてもよい。こうした構成によれば、例えば、多言語翻訳システム１００が観光ツアーに利用される場合、ツアーの集団から逸れた参加者がいると、上記所定の範囲から外れた出力端末２０があることが入力端末１０に通知される。したがって、入力端末１０を利用するツアーガイドは、参加者における迷子の有無等を把握できる。

第２実施形態において、入力端末１０および出力端末２０の位置情報は、必ずしも端末自体から取得される必要はなく、言語管理サーバ３０は、入力端末１０および出力端末２０の付近に設けられた電波の受信機等の装置の出力に基づいて、端末の位置情報を取得してもよい。また、入力端末１０および出力端末２０が位置する場所が特定の範囲に限られている場合には、入力端末１０に対する位置に代えて、上記特定の範囲に出力端末２０が位置することが、翻訳グループＧｐへの出力端末２０の追加の条件とされてもよい。

以上説明したように、第２実施形態によれば、第１実施形態の（１）〜（６）の効果に加えて、以下の効果を得ることができる。
（７）言語管理サーバ３０は、翻訳グループＧｐへの出力端末２０の追加の要求を出力端末２０から受けたとき、入力端末１０の位置から所定の範囲内に出力端末２０が位置することを条件として、出力端末２０を翻訳グループＧｐに追加する。したがって、共通の空間に位置する入力端末１０と出力端末２０とから翻訳グループＧｐを構成したい場合等に、翻訳グループＧｐに追加する出力端末２０が的確に選定される。また、翻訳結果の配信についてのセキュリティも高められる。

（第３実施形態）
図１２〜図１５を参照して、翻訳管理システムの第３実施形態を説明する。第３実施形態の翻訳管理システムは、翻訳結果に加えて、発話内容に関連する画像が出力端末に配信される点が、第１実施形態と異なっている。以下では、第３実施形態と第１実施形態との相違点を中心に説明し、第１実施形態と同様の構成については同じ符号を付してその説明を省略する。

図１２が示すように、第３実施形態の言語管理サーバ３０は、記憶部３３に、付属情報データ３３ｃを記憶している。付属情報データ３３ｃにおいては、単語等のテキストと、当該テキストに関連する画像とが対応付けられている。例えば、多言語翻訳システム１００が観光ツアーに利用される場合、観光においてポイントとなる単語と、当該単語に関連する画像とが対応付けられている。

図１３は、付属情報データ３３ｃにおけるテキストと画像との対応付けの一例を示す。図１３においては、「松之大廊下」というテキストと、江戸城松之大廊下での刃傷沙汰、すなわち、赤穂事件の一場面を示す絵画の画像とが対応付けられている。テキストと画像との関係は、特に限定されない。例えば、テキストが示す物品や人物や場所の絵あるいは写真の画像が、当該テキストと対応付けられていてもよいし、テキストが示す歴史的出来事やイベントの一場面の画像が、当該テキストと対応付けられていてもよい。

第３実施形態において、翻訳グループＧｐの設定は、第１実施形態と同様に行われる。
図１４を参照して、第３実施形態における音声翻訳の手順を説明する。図１４が示すように、ステップＳ５０〜ステップＳ５３の処理は、第１実施形態のステップＳ３０〜ステップＳ３３の処理と同じである。すなわち、入力端末１０に対し発話内容を示す音声が入力されると、当該音声を示す第１音声データＳ１が、入力端末１０から言語管理サーバ３０に送信される。言語管理サーバ３０は、入力端末１０で選択されている翻訳グループＧｐの翻訳対象言語への第１音声データＳ１の翻訳を、音声翻訳システム４０に指示する。音声翻訳システム４０は、音声翻訳処理を行い、第１テキストデータＴ１と、各翻訳対象言語の第２テキストデータＴ２および第２音声データＳ２とを、言語管理サーバ３０に送信する。

第１テキストデータＴ１、第２テキストデータＴ２、および、第２音声データＳ２を含む処理結果を受信すると、言語管理サーバ３０の翻訳管理部３２ｂは、第１テキストデータＴ１が含むテキストに、付属情報データ３３ｃにて対応付けられている画像を特定する（ステップＳ５５）。

上記画像が特定される場合、翻訳管理部３２ｂは、出力端末２０に、配信言語に応じた言語の第２音声データＳ２と共に、特定された画像を示す画像データＤｉを送信する（ステップＳ５６）。付属情報データ３３ｃにおいて、第１テキストデータＴ１が含むテキストに対応付けられている画像がない場合は、画像データＤｉの送信は行われず、第１実施形態と同様の処理が進められる。

さらに、翻訳管理部３２ｂは、第１実施形態と同様に、翻訳履歴データ３３ｂとして、第１テキストデータＴ１および第２テキストデータＴ２を記憶部３３に記憶させる（ステップＳ５７）。翻訳履歴データ３３ｂには、画像データＤｉも含められてもよい。

第２音声データＳ２および画像データＤｉを受信すると、出力端末２０は、第２音声データＳ２に基づく音声を出力するとともに、画像データＤｉに基づく画像を表示部に表示する（ステップＳ５８）。これにより、入力端末１０に入力された発話内容が翻訳された音声が、出力端末２０にて出力されるとともに、発話内容に関連する画像が出力端末２０に表示される。

なお、出力端末２０への第２テキストデータＴ２の送信、および、入力端末１０への第１テキストデータＴ１の送信は、第１実施形態と同様に行われることが好ましい。
図１５（ａ）は、付属情報データ３３ｃにおいて図１３に例示したテキストと画像との対応付けが為されている場合において、上述した処理の結果、入力端末１０に表示される画面Ｐｆの例を示し、図１５（ｂ）は、同様に上述した処理の結果、出力端末２０に表示される画面Ｐｇの例を示す。入力端末１０の画面Ｐｆには、第１テキストデータＴ１に基づく文字列を示す領域Ｒｄが含まれる。出力端末２０の画面Ｐｇには、第２テキストデータＴ２に基づく文字列を示す領域Ｒｅおよび画像データＤｉに基づく画像を示す領域Ｒｆが含まれる。図１５に示す例では、入力端末１０に入力された発話内容に「松之大廊下」という単語が含まれており、その結果、当該単語と付属情報データ３３ｃにて対応付けられている画像が、出力端末２０に表示されている。これにより、出力端末２０の利用者は、翻訳結果に関連する画像を見ることができるため、翻訳結果への理解が深められる。

なお、付属情報データ３３ｃは、言語管理サーバ３０に代えて音声翻訳システム４０に記憶されていてもよい。この場合、音声翻訳システム４０は、第１テキストデータＴ１を生成後、第１テキストデータＴ１が含むテキストに、付属情報データ３３ｃにて対応付けられている画像を特定し、当該画像のデータである画像データＤｉを、第１テキストデータＴ１、第２テキストデータＴ２、および、第２音声データＳ２と共に処理結果に含めて言語管理サーバ３０に送信する。そして、言語管理サーバ３０の翻訳管理部３２ｂは、出力端末２０に、配信言語に応じた言語の第２音声データＳ２と共に画像データＤｉを送信する。

音声翻訳システム４０が付属情報データ３３ｃを記憶している場合、付属情報データ３３ｃは、第１テキストデータＴ１から第２テキストデータＴ２への翻訳のための単語帳データを構成していてもよい。すなわち、翻訳前の言語のテキストと、当該テキストに対応する翻訳後の言語のテキストと、これらのテキストに関連する画像とが対応付けられて単語帳データを構成し、単語帳データを利用した第１テキストデータＴ１から第２テキストデータＴ２への翻訳に際して、画像が特定されてもよい。こうした構成によれば、例えば観光ツアーにおいてガイドに使用する専門用語を上記単語帳データに登録しておくことで、専門用語の的確な翻訳が可能となる。

要は、翻訳管理システム５０に付属情報データ３３ｃが記憶され、入力端末１０に入力された発話内容に対応するテキストに付属情報データ３３ｃにて関連付けられている画像が、発話内容の翻訳結果と共に出力端末２０に配信されればよい。

また、付属情報データ３３ｃでは、単語等のテキストと、当該テキストに関連する画像と、当該テキストや画像についての各言語での説明文とが対応付けられていてもよい。そして、第１テキストデータＴ１が含むテキストに対応付けられている画像の特定時に、上記説明文も特定され、出力端末２０には、第２音声データＳ２と画像データＤｉとに加えて、第２音声データＳ２に対応する言語での上記説明文のデータも送信されてもよい。出力端末２０では、画像データＤｉに基づく画像と共に、上記説明文が表示される。こうした構成によれば、出力端末２０の利用者は、翻訳結果に関連する画像に加えて、画像に関連した説明を確認することができるため、翻訳結果への理解がより深められる。

なお、出力端末２０への画像や説明文の表示の有無が、出力端末２０の利用者によって選択可能であってもよい。例えば、出力端末２０の画面に含まれる所定の領域を選択することで、画像の表示と非表示とが切り替え可能であってもよい。

また、翻訳グループＧｐごとに、当該翻訳グループＧｐでの音声翻訳に用いられる付属情報データ３３ｃが設定可能であってもよい。例えば、観光ツアーの内容に応じた付属情報データ３３ｃ、すなわち、観光ツアーでツアーガイドが説明する内容に含まれ得る単語と当該単語に関連する画像とが対応付けられた付属情報データ３３ｃが、各観光ツアーについて生成されて言語管理サーバ３０に記憶されている。そして、入力端末１０からの要求に応じた新たな翻訳グループＧｐの生成時に、入力端末１０にて観光ツアーの種類が選択されることに基づき、複数の付属情報データ３３ｃの中から、選択された観光ツアーに対応する付属情報データ３３ｃが選択されて、当該翻訳グループＧｐの付属情報データ３３ｃとして設定される。こうした構成によれば、翻訳グループＧｐでの音声翻訳の利用の目的により適した画像が出力端末２０に表示される。

なお、付属情報データ３３ｃにてテキストと対応付けられるコンテンツは、静止画に限らず、動画であってもよいし、３ＤＣＧであってもよい。また、付属情報データ３３ｃにてテキストと対応付けられるコンテンツは、ＡＲ（拡張現実：Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ）コンテンツであってもよい。すなわち、出力端末２０において、翻訳結果と共に配信された静止画、動画、３ＤＣＧ等は、出力端末２０の周囲の現実環境に重ねて表示部に表示されてもよい。

特に、多言語翻訳システム１００が観光ツアーに利用される場合、ツアーガイドの発話内容には、文化的要素や歴史的要素を含む事項や、専門性の高い事項が含まれることが多い。したがって、翻訳結果と共に、動画や３ＤＣＧやＡＲコンテンツが出力端末２０に表示されることで、翻訳結果の理解が助けられる。また、ツアーガイドの発話内容は、参加者がいる場所や周囲の展示物等に関連することが多いため、翻訳結果と共に、ＡＲコンテンツが参加者の周囲の現実環境に重ねて表示されることにより、翻訳結果の理解を容易にすることや翻訳結果に対する参加者の関心を高めることが可能である。その結果、ツアーガイドと参加者とのコミュニケーションが円滑に進められる。また、複数の参加者が出力端末２０を通じてこうしたコンテンツを共有することができるため、参加者間のコミュニケーションも促進される。

以上説明したように、第３実施形態によれば、第１実施形態の（１）〜（６）の効果に加えて、以下の効果を得ることができる。
（８）言語管理サーバ３０は、第１音声データＳ１に対応するテキストに付属情報データ３３ｃにて関連付けられている画像等のコンテンツを、翻訳結果と共に出力端末２０に配信する。その結果、翻訳結果と共に、翻訳内容に関連するコンテンツが出力端末２０に表示されるため、出力端末２０の利用者の翻訳内容に対する理解が深められる。

（変形例）
上記各実施形態は、以下のように変更して実施することが可能である。また、上記各実施形態および下記各変形例は、互いに組み合わせて実施してもよい。

・翻訳グループＧｐは、複数の入力端末１０を含んでいてもよい。また、１つの端末が入力端末１０として機能するとともに、他の入力端末１０に入力された発話内容の翻訳結果の配信を受ける出力端末２０として機能してもよい。すなわち、１つの翻訳グループＧｐにおいて、各端末に入力された発話内容の翻訳結果が、その端末以外の端末に配信されてもよく、端末の利用者同士による双方向でのコミュニケーションが可能であってもよい。

・入力端末１０からの要求に応じて、翻訳グループＧｐを用いた処理の停止が可能であってもよい。翻訳グループＧｐの処理の停止は、例えば、以下の手順で行われる。すなわち、入力端末１０に表示される画面には、翻訳グループＧｐの処理の停止を指示するための領域が含まれ、当該領域が選択されることによって、翻訳グループＧｐの処理の停止の要求が、入力端末１０から言語管理サーバ３０に送信される。この要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、入力端末１０にて選択されている翻訳グループＧｐに対する出力端末２０の追加、および、当該翻訳グループＧｐでの音声翻訳の処理を禁止する。こうした構成によれば、翻訳グループＧｐの有効期間内であっても、入力端末１０の利用者の意志によって、翻訳グループＧｐを利用した音声翻訳を止めることができる。

・出力端末２０からの要求に応じて、翻訳グループＧｐからの出力端末２０の削除が可能であってもよい。出力端末２０の削除は、例えば、以下の手順で行われる。すなわち、出力端末２０に表示される画面には、翻訳グループＧｐからの削除を指示するための領域が含まれ、当該領域が選択されることによって、翻訳グループＧｐからの削除の要求が、出力端末２０から言語管理サーバ３０に送信される。この要求を受けると、言語管理サーバ３０のグループ管理部３２ａは、出力端末２０にて選択されている翻訳グループＧｐから当該出力端末２０を削除するよう、グループデータ３３ａを変更する。翻訳グループＧｐからの出力端末２０の削除によって、翻訳グループＧｐに属する出力端末２０の配信言語の種類に変化があった場合には、その変化に応じて、翻訳対象言語が変更される。

・翻訳グループＧｐへの出力端末２０への追加の条件に、パスワードや生体情報を用いた認証の成立が含まれてもよい。認証は、出力端末２０に入力されたパスワードや生体情報等の認証情報が、予め言語管理サーバ３０に登録されている情報と照合されることにより行われる。こうした構成によれば、翻訳グループＧｐへの出力端末２０の追加についてのセキュリティがより高められる。

・上記各実施形態では、音声翻訳システム４０にて、音声認識と翻訳と音声合成との処理が連続して行われる形態を例示した。これに代えて、以下のように、音声認識と翻訳と音声合成との処理ごとに、処理結果が言語管理サーバ３０に返されてもよい。すなわち、第１音声データＳ１が言語管理サーバ３０から音声翻訳システム４０に送信されると、その音声認識結果、すなわち、第１テキストデータＴ１が音声翻訳システム４０から言語管理サーバ３０に送信される。これを受けて、言語管理サーバ３０は、第１テキストデータＴ１の各翻訳対象言語への翻訳を、音声翻訳システム４０に要求する。音声翻訳システム４０は、第１テキストデータＴ１を指定された言語に翻訳して第２テキストデータＴ２を生成し、第２テキストデータＴ２を言語管理サーバ３０に送信する。続いて、言語管理サーバ３０は、第２テキストデータＴ２に基づく音声合成を、音声翻訳システム４０に要求する。音声翻訳システム４０は、第２テキストデータＴ２に対して音声合成を行って、生成された第２音声データＳ２を言語管理サーバ３０に送信する。これにより、言語管理サーバ３０は、第１テキストデータＴ１、第２テキストデータＴ２、および、第２音声データＳ２の各々を取得し、これらのデータを端末１０，２０に送信する。

・音声翻訳の方法は、音声認識と翻訳と音声合成とを順に行う方法に限られない。第１音声データＳ１から、翻訳された第２音声データＳ２が生成可能であればよい。
・入力端末１０における翻訳内容の修正が可能であってもよい。

例えば、音声翻訳の結果、第１テキストデータＴ１が入力端末１０に表示される場合、入力端末１０にて第１テキストデータＴ１の修正が可能とされてもよい。この場合、修正されたテキストデータが言語管理サーバ３０に送信され、翻訳管理部３２ｂは、修正後のテキストデータの各翻訳対象言語への翻訳を音声翻訳システム４０に指示し、その翻訳結果を出力端末２０に配信する。こうした構成によれば、入力端末１０の利用者は、自身の発話内容が音声認識処理にて正しく認識されていない場合に、第１テキストデータＴ１の修正によってその認識結果を修正して、修正を翻訳結果に反映させることができる。したがって、適切な翻訳結果の配信が可能となる。なお、上述のように、音声翻訳システム４０における音声認識と翻訳と音声合成との処理ごとに、処理結果が言語管理サーバ３０に返される場合には、翻訳対象言語への翻訳処理の前に、第１テキストデータＴ１が入力端末１０に送信されて第１テキストデータＴ１が修正され、修正後のテキストデータを用いて翻訳および音声合成の処理が進められてもよい。

また例えば、音声翻訳の結果、各翻訳対象言語の第２テキストデータＴ２が入力端末１０に表示される場合、入力端末１０にて第２テキストデータＴ２の修正が可能とされてもよい。この場合、修正されたテキストデータが言語管理サーバ３０に送信され、翻訳管理部３２ｂは、修正後のテキストデータの音声合成を音声翻訳システム４０に指示し、その処理結果を出力端末２０に配信する。こうした構成によれば、入力端末１０の利用者は、第２テキストデータＴ２の修正によって翻訳結果を直接に修正することができる。したがって、適切な翻訳結果の配信が可能となる。なお、上述のように、音声翻訳システム４０における音声認識と翻訳と音声合成との処理ごとに、処理結果が言語管理サーバ３０に返される場合には、音声合成処理の前に、第２テキストデータＴ２が入力端末１０に送信されて第２テキストデータＴ２が修正され、修正後のテキストデータを用いて音声合成の処理が進められてもよい。

・出力端末２０に対する第２音声データＳ２や第２テキストデータＴ２の送信状況や、出力端末２０での第２音声データＳ２や第２テキストデータＴ２の出力状況を、言語管理サーバ３０が取得し、取得された情報が入力端末１０に送信されて、入力端末１０にて確認可能であってもよい。こうした構成によれば、入力端末１０の利用者は、翻訳結果が出力端末２０の利用者に伝わっているかを把握することができる。そして、例えば、出力端末２０に対する各データの送信が不調である場合には、各データの再送の指示が入力端末１０にて可能であってもよい。

・入力端末１０が受信した第１テキストデータＴ１や第２テキストデータＴ２は、入力端末１０に記憶可能であってもよい。同様に、出力端末２０が受信した第２テキストデータＴ２や画像データＤｉは、出力端末２０に記憶可能であってもよい。こうした構成によれば、翻訳グループＧｐの有効期間の経過後であっても、各端末１０，２０にて上記各データの内容を確認することができる。例えば、観光ツアーの終了後に、出力端末２０の利用者が、画像データＤｉが示す画像を確認することで、観光ツアーを振り返ることもできる。

・翻訳グループＧｐに、入力端末１０に入力された発話内容が翻訳されずに配信される対象の出力端末２０が属していてもよい。この出力端末２０は、配信言語として、入力端末１０に入力される発話内容の言語、すなわち、翻訳前の言語と同一の言語が設定された端末である。この場合、言語管理サーバ３０は、未翻訳での発話内容の配信対象の出力端末２０に、発話内容の音声認識結果である第１テキストデータＴ１を送信し、当該出力端末２０には、第１テキストデータＴ１に基づく文字列が表示される。これにより、出力端末２０の利用者は、入力端末１０の利用者の発話内容を文字で確認することができる。こうした構成によれば、例えば、観光ツアーに、ツアーガイドの使用言語と同一の言語を使用する参加者が参加している場合に、当該参加者が上記出力端末２０を利用することでツアーガイドの発話内容を文字で確認できるため、発話内容の理解が補助される。また、ツアーガイドの研修生がガイドの内容を学ぶ際にも、上記出力端末２０を利用することで、ガイドの内容を把握しやすくなる。

・翻訳グループＧｐの有効期間は設定されなくてもよい。一方、有効期間として、入力端末１０に入力された発話内容の翻訳結果を出力端末２０に配信することが許容される期間が設定され、音声翻訳の実施に際して、有効期間の確認が行われてもよい。例えば、音声翻訳の開始に際して入力端末１０へ音声入力のための画面Ｐｃ等のデータを送信する前、言語管理サーバ３０による第１音声データＳ１の受信時、出力端末２０への第２音声データＳ２の送信前等に、言語管理サーバ３０の翻訳管理部３２ｂは、その時点が翻訳グループＧｐの有効期間内であるか否かを確認する。翻訳管理部３２ｂは、当該時点が有効期間内である場合に処理を進め、当該時点が有効期間外である場合には、処理を停止する。

・翻訳履歴データ３３ｂは言語管理サーバ３０に記憶されなくてもよい。また、音声翻訳の結果、第１テキストデータＴ１は、入力端末１０に送信されなくてもよいし、第２テキストデータＴ２は、出力端末２０に送信されなくてもよい。すなわち、出力端末２０に対しては、第２音声データＳ２のみが送信されてもよい。第１テキストデータＴ１および第２テキストデータＴ２の各々について、端末１０，２０への送信や言語管理サーバ３０への記憶が行われない場合には、当該データは音声翻訳システム４０から言語管理サーバ３０に送信されなくてもよい。

・翻訳管理システム５０は、音声翻訳システム４０を備えず、外部の汎用の翻訳エンジンが利用されてもよい。すなわち、言語管理サーバ３０は、外部の翻訳エンジンに対して、第１音声データＳ１の各翻訳対象言語への翻訳を指示し、得られた翻訳結果を出力端末２０に配信してもよい。

・入力端末１０における翻訳対象の情報の入力は、テキストによって行われてもよい。すなわち、翻訳対象である第１情報は、音声に限らずテキストであってもよい。この場合、第１情報に対する音声認識処理は不要である。また、出力端末２０における翻訳結果の出力がテキストのみによって行われてもよい。すなわち、音声合成は行われず、第２テキストデータＴ２が翻訳結果として出力端末２０に配信されてもよい。

・入力端末１０および出力端末２０は、スマートフォンやタブレット端末に限られず、多言語翻訳システム１００に利用される専用の端末であってもよい。例えば、出力端末２０は、イヤホンと、イヤホンに有線または無線で接続されてデータの通信を行う本体部とから構成される装置であってもよい。

また、入力端末１０や出力端末２０は、眼鏡型のウェアラブル端末のように、装着可能であってもよい。第３実施形態において、出力端末２０が、ＡＲコンテンツの表示に対応した眼鏡型の端末であれば、付属情報データ３３ｃにてテキストとＡＲコンテンツとが対応付けられる場合に、翻訳結果と共に出力端末２０に配信されるＡＲコンテンツが、眼鏡のレンズ部に表示される。したがって、出力端末２０の利用者はＡＲコンテンツを現実環境と重ねて見ることが可能であり、ＡＲコンテンツを好適に楽しむことができる。

・多言語翻訳システム１００の用途は、特に限定されない。多言語翻訳システム１００は、観光ツアーに限らず、観光とは異なる各種の案内や会合等に用いられてもよい。

Ｇｐ…翻訳グループ、Ｓ１…第１音声データ、Ｓ２…第２音声データ、Ｔ１…第１テキストデータ、Ｔ２…第２テキストデータ、１０…入力端末、２０…出力端末、３０…言語管理サーバ、３１…通信部、３２…制御部、３２ａ…グループ管理部、３２ｂ…翻訳管理部、３３…記憶部、３３ａ…グループデータ、３３ｂ…翻訳履歴データ、３３ｃ…付属情報データ、４０…音声翻訳システム、４１…音声認識サーバ、４２…翻訳サーバ、４３…音声合成サーバ、５０…翻訳管理システム、１００…多言語翻訳システム。

Claims (8)

1. 第１端末と、前記第１端末に入力された第１情報の翻訳結果の配信対象である複数の第２端末とが属する翻訳グループを設定するとともに、配信に用いられる言語として前記第２端末ごとに設定される配信言語の種類に対応させて、当該翻訳グループにおける前記第１情報の翻訳対象言語を設定するグループ管理部と、
   前記第１端末から前記第１情報を受信したとき、前記第１端末が属する前記翻訳グループの前記翻訳対象言語への前記第１情報の翻訳を指示し、各翻訳対象言語の翻訳結果を、その翻訳対象言語が前記配信言語として設定されている前記第２端末に配信する翻訳管理部と、を備える
   翻訳管理システム。
2. 前記翻訳グループに前記第２端末を追加可能な期間が、所定の期間に制限されている
   請求項１に記載の翻訳管理システム。
3. 前記グループ管理部は、
   前記翻訳グループの生成の要求を前記第１端末から受けることに基づき、前記第１端末を属させた新たな前記翻訳グループを設定して当該翻訳グループの識別情報を前記第１端末に送信し、
   前記識別情報を取得した前記第２端末から前記識別情報とともに前記翻訳グループへの追加の要求を受けることに基づき、当該識別情報に対応する前記翻訳グループに前記第２端末を追加する
   請求項１または２に記載の翻訳管理システム。
4. 前記グループ管理部は、複数の前記翻訳グループを設定するとともに、前記翻訳グループごとに前記翻訳対象言語を設定し、
   複数の前記翻訳グループには、同一の前記第１端末が属する複数の前記翻訳グループが含まれ、
   前記翻訳管理部は、前記第１端末から前記第１情報を受信したとき、前記第１端末にて選択されている前記翻訳グループの前記翻訳対象言語への前記第１情報の翻訳を指示し、当該翻訳グループに属する前記第２端末を対象として前記翻訳結果の配信を行う
   請求項１〜３のいずれか一項の翻訳管理システム。
5. 前記グループ管理部は、前記翻訳グループへの前記第２端末の追加の要求を前記第２端末から受けたとき、前記第１端末の位置から所定の範囲内に前記第２端末が位置することを条件として、前記第２端末を前記翻訳グループに追加する
   請求項１〜４のいずれか一項に記載の翻訳管理システム。
6. テキストと、当該テキストに関連する画像とを対応付けた付属情報データを記憶する記憶部を備え、
   前記翻訳管理部は、前記第１情報に対応するテキストに前記付属情報データにて対応付けられている画像を、前記翻訳結果と共に前記第２端末に配信する
   請求項１〜５のいずれか一項に記載の翻訳管理システム。
7. 前記第１情報は音声として前記第１端末に入力され、前記第２端末に配信される前記翻訳結果には、音声が含まれる
   請求項１〜６のいずれか一項に記載の翻訳管理システム。
8. 前記第１情報を、前記翻訳管理部によって指定された前記翻訳対象言語に翻訳する翻訳部を備える
   請求項１〜７のいずれか一項に記載の翻訳管理システム。

Images