跨语种语音信息交流方法

专利名称：跨语种语音信息交流方法
技术领域：
本发明设计的是一种网络信息交互方法，特别是一种跨语种语音信息交流方法，属于信息技术领域。
背景技术：
随着Internet的发展，Web信息的数量迅速增长，然而各国文化和语言的差异，导致信息的交流存在很大的问题。网络用户往往会受到语言的限制，由于信息所基于的语言和文化的不同，在Internet上形成许多“信息孤岛”，其中每一部分的信息都是不全面的，进而还会导致岛间的信息交流存在很大的障碍，特别是语音的交流存在更大的障碍。国内外专家各学者们提出了很多跨语种网络交流方法，经文献检索发现，日本京都大学在ICE2002实验中实现的TransBBS系统(ICE2002 Site，http//ice2002.kuis.kyoto-u.ac.jp)实现了多语种跨文化交流方法，可以支持日韩中马英5种语言的交流。该系统已经代表了这个领域的最前沿研究成果。然而却同样存在很多不足(1)只能提供单一翻译引擎和搜索源的支持，不能动态提高翻译质量。(2)处理速度过慢，无法进行语音级别的交流，而只能实现基于文字的交流。(3)无法保留用户信息，不能实现翻译反馈，使交流过程中的错误无法得到修正，导致信息交流始终存在较大的障碍。

发明内容
本发明的目的在于克服现有技术的不足，提供一种跨语种语音信息交流方法，将原有方式提升到语音的层面来进行研究和设计，使其有助于基于Web和Agent的多语言跨文化语音信息交流的实现。
本发明是通过以下技术方案实现的，本发明以Agent技术为基础，接受用户的语音信息，由用户交互Agent，语音识别Agent，翻译Agent，信息交互Agent，语音表示Agent和多级知识数据库完成“语音识别----翻译过程----信息交互----语音表示---翻译反馈”过程。首先，用户交互Agent解析用户提出的语音信息和翻译方案，将结果提交给语音服务器和翻译平台，用户通过语音识别Agent，进行语音信息的处理，翻译Agent根据提供的语义信息和语种信息，识别出合理的翻译方案或者根据用户指定的翻译方案进行处理，并处理和各种翻译服务之间的交互过程，通过信息交互Agent将结果提交给信息传输目的地，由那里的语音表示Agent实现语义信息的语音表达，最后由接收者参与对反馈知识信息库的更新和迭代处理，这样一次完整的语音信息传播便完成了。
以下对本发明作进一步的描述，具体内容如下(1)语音识别过程如下①用户在用户交互Agent提供的界面上进行语音信息的录入；②由语音识别Agent进行独立用户的语音信息库的建立；③语音识别Agent将用户的语音信息进行有效的识别，将产生的语义信息和语种传递给翻译Agent，由翻译Agent进行有效的语义翻译。
(2)翻译过程具体如下①语义信息经由翻译Agent接口传入，翻译方案可选择性地从用户交互Agent处获得；②翻译方案由翻译Agent根据内容语种决定或由用户指定，调用翻译服务；③翻译Agent将翻译结果传递信息交互Agent。
(3)信息交互过程如下①信息交互Agent接收到由翻译Agent传入的语义信息；②根据信息源和信息目标进行绑定，提高后期的信息交流效率。
(4)语音表示过程如下①利用本地的母语信息，将语义信息用语音形式表现出来，便于用户交流；②用户选择合适的语音表示Agent完成语音表示。
③本地知识库将保留用户的语音表示信息。
(5)翻译反馈过程如下①用户对最终接受到的语音信息进行相关评价，通过用户交互Agent，对翻译错误或者语音表示错误进行记录。
②在本地知识库保留①中的反馈信息，进行更新和迭代处理，将有效且正确的结果提交到中央服务器，优化后期的翻译交流效果。
其中涉及到的语音交流效果的关键是速度问题，在这个问题上，本发明用多种方法加以弥补，得到了有效的提高。首先，翻译Agent会将翻译平均任务分配给各翻译源，以减少瓶颈的出现；其次，采用分布式系统，降低单机过载的可能性；在用户交流使用的过程中，系统会根据语音数据库和翻译数据库进行有效的自学习，逐渐加快系统的处理速度并提高服务的有效性。
本发明具有实质性特点和显著进步，本发明是一种基于语音识别，跨语种信息交流等多种新型技术相结合的跨文化交流方法，克服了现有技术的不足，改变了单一翻译引擎的支持的状况，能动态提高翻译质量；可以方便进行语音级别的交流，处理速度得到了有效的提高；实现了翻译反馈，交流过程中的错误可以方便地修正，从而实现多语言跨文化语音信息的交流。
具体实施例方式
结合本发明的内容提供实施例，具体如下考虑到语音信息的特殊性，基于本发明方法运用的系统由语音客户平台，翻译平台，语音服务器和信息交互服务器。根据Agent的职能不同，系统结构中涉及了四种不同的单元，分别部署相应的Agent以及相关的软件。其中，语音客户平台是直接面对用户的界面，它将会和语音识别Agent发生通讯，并且在本机建立语音知识库，以便于优化语音识别效果；翻译平台是翻译Agent的部署单元，它将从语音客户平台处获得语义信息，动态选择翻译源，并将目标语义信息反馈给客户平台；语音服务器是部署语音识别Agent的单元，它将从语音客户平台处获得用户的语音信号及信息，将执行语音处理识别并协助其建立和用户相关的语音数据库；信息交互服务器是执行远程语义信息交互的平台，是沟通各Agent和各用户的枢纽。
实施例过程语音客户平台要求新用户初始化语音数据库，接受信息，便于后期工作；当初始化完成后，语音客户平台才开始工作，将处理过的语义信息通过网络传给翻译平台，由它来动态选择翻译代理，完成翻译；翻译平台完成翻译后将结构回传给语音客户平台，由语音客户平台与语音服务器发生通信，传送语义信息给目标；语义信息到达目标后，目标端的语音客户平台会把接收到的语义信息送交语音表示Agent，由它完成由语义到语音的转化；最后，由用户交互Agent选择性地接受用户的反馈信息，记录到反馈数据库中以便于迭代。这样一次完整的单工信息交流处理结束。
实施效果本发明方法实施后，提供了多个语种的翻译源，并有语音处理代理和语音表示的支持；其次，在实施过程中，利用反馈数据库优化翻译效果，加快交互速度；最后，在实施过程中，用户交互Agent不断和用户交互，给用户提供了良好的对话环境，并有效地获得不同用户的信息。
权利要求
1.一种跨语种语音信息交流方法，其特征在于以Agent技术为基础，接受用户的语音信息，由用户交互Agent，语音识别Agent，翻译Agent，信息交互Agent，语音表示Agent和多级知识数据库完成语音识别----翻译过程----信息交互----语音表示---翻译反馈过程首先，用户交互Agent解析用户提出的语音信息和翻译方案，将结果提交给语音服务器和翻译平台，用户通过语音识别Agent，进行语音信息的处理，翻译Agent根据提供的语义信息和语种信息，识别出合理的翻译方案或者根据用户指定的翻译方案进行处理，并处理和各种翻译服务之间的交互过程，通过信息交互Agent将结果提交给信息传输目的地，由那里的语音表示Agent实现语义信息的语音表达，最后由接收者参与对反馈知识信息库的更新和迭代处理，至此完成一次完整的语音信息传播。
2.根据权利要求1所述的跨语种语音信息交流方法，其特征是，所述的语音识别过程如下①用户在用户交互Agent提供的界面上进行语音信息的录入；②由语音识别Agent进行独立用户的语音信息库的建立；③语音识别Agent将用户的语音信息进行有效的识别，将产生的语义信息和语种传递给翻译Agent，由翻译Agent进行有效的语义翻译。
3.根据权利要求1所述的跨语种语音信息交流方法，其特征是，所述的翻译过程具体如下①语义信息经由翻译Agent接口传入，翻译方案可选择性地从用户交互Agent处获得；②翻译方案由翻译Agent根据内容语种决定或由用户指定，调用翻译服务；③翻译Agent将翻译结果传递信息交互Agent。
4.根据权利要求1所述的跨语种语音信息交流方法，其特征是，所述的信息交互过程如下①信息交互Agent接收到由翻译Agent传入的语义信息；②根据信息源和信息目标进行绑定，提高后期的信息交流效率。
5.根据权利要求1所述的跨语种语音信息交流方法，其特征是，所述的语音表示过程如下①利用本地的母语信息，将语义信息用语音形式表现出来；②用户选择合适的语音表示Agent完成语音表示；③本地知识库保留用户的语音表示信息。
6.根据权利要求1所述的跨语种语音信息交流方法，其特征是，所述的翻译反馈过程如下①用户对最终接受到的语音信息进行相关评价，通过用户交互Agent，对翻译错误或者语音表示错误进行记录；②在本地知识库保留①中的反馈信息，进行更新和迭代处理，将有效且正确的结果提交到中央服务器，优化后期的翻译交流效果。
7.根据权利要求1所述的跨语种语音信息交流方法，其特征是，通过以下方法有效提高交流速度首先，翻译Agent将翻译任务平均分配给各翻译源，减少瓶颈的出现；其次，用户根据自己的偏好，参与选择翻译源和语音表示Agent，数据库将保留这些用户信息；此外，用户交流使用的过程中，系统会根据语音数据库和翻译数据库进行有效的自学习，逐渐加快系统的处理速度并提高服务的有效性。
全文摘要
一种跨语种语音信息交流方法属于信息技术领域。本发明以Agent技术为基础，接受用户的语音信息，用户交互Agent解析用户提出的语音信息和翻译方案，将结果提交给语音服务器和翻译平台，用户通过语音识别Agent，进行语音信息的处理，翻译Agent根据提供的语义信息和语种信息，识别出合理的翻译方案或者根据用户指定的翻译方案进行处理，并处理和各种翻译服务之间的交互过程，通过信息交互Agent将结果提交给信息传输目的地，由那里的语音表示Agent实现语义信息的语音表达，最后由接收者参与对反馈知识信息库的更新和迭代处理，至此语音信息传播完成。本发明能动态提高翻译质量，处理速度得到了有效的提高，实现了翻译反馈，从而实现多语言跨文化语音信息的交流。
文档编号G10L15/00GK1441402SQ0311616
公开日2003年9月10日 申请日期2003年4月3日 优先权日2003年4月3日
发明者丁鹏, 朱成, 梁阿磊, 林冬惠, 盛焕烨 申请人:上海交通大学