[发明专利]在视频会议中增加翻译的方法和系统

说明书

技术领域

本发明涉及视频会议通信，更具体地涉及多语言多点视频会议领域。

背景技术

视频会议可以去除许多限制。视频会议可以去除的一种物理限制是从一个地点(端点/终端)到另一地点的物理距离。视频会议可以产生来自世界不同地方的与会者(conferee)如同在一个房间里一样的体验。视频会议使得全世界的人们能够容易地彼此通信而不需要从一个地方旅行到另一地方，而旅行是昂贵、耗时并且污染空气的(由于需要使用汽车和/或飞机)。视频会议可以去除时间因素以及距离限制。随着可以在不同网络上使用的视频会议设备种类的增加，越来越多的人使用视频会议作为其通信工具。

在许多情况下，视频会议可以是多语言会议，会议中来自全球不同地方的人们需要以多种语言彼此说话。在端点位于不同国家、以不同语言发言的多点视频会议中，会议中的一些与会者可能需要以不是其母语的语言发言以便能够沟通和理解其它地点(端点)的与会者。有时，即使说相同语言但是有不同口音的人也可能在理解其他与会者上存在问题。这种情况可能导致理解上的不方便和/或错误。

在一些其他会议中，一个或多个与会者可能具有听力问题(例如，聋或听力损伤的人)。聋或听力损伤的人可能仅在其可以读出发言者的嘴唇时才能有效地参与视频会议，这在发言人没有出现在显示器上或缩放无效等情况下变得困难。

听力损伤或讲外语的与会者所使用的一种技术是依赖人类口译者传达会议的内容。典型地，口译者站得靠近与会者所处的会议室前部，以使听力损伤者观看口译者。

另一种使用的技术是在一个或多个端点使用闭路字幕引擎。一个或多个闭路字幕输入装置可以与一个或多个端点相关联。闭路字幕输入装置可以是计算机辅助转录装置，例如，计算机辅助实施翻译器、个人数字助理(PDA)、通用个人计算机等。为了启动闭路字幕特征，字幕员的端点的IP地址在闭路字幕输入装置的网络浏览器的字段中被输入。与该端点相关联的网页将显示，以及用户可以访问相关联的闭路字幕页面。一旦字幕员选择闭路字幕页面，字幕员可以开始将文字输入该当前字段中。文字然后被显示给参加视频会议的一个或多个端点。例如，文字可以被显示给第一端点、计算装置、个人数字助理(PDA)等。

字幕员可以选择向谁显示闭路字幕。字幕员可以决定在参加会议的所有地点显示文字，除了例如位置2和3。又例如，用户可以选择仅在位置5显示闭路字幕文字。换句话说，闭路字幕文字可以被组播给字幕员选择的与会者。

如上所讨论的，例如，字幕员可以通过输入特定端点的IP地址来访问网页。闭路字幕文字输入页面被显示以接收闭路字幕文字。字幕员通过闭路字幕输入装置将文字输入到当前文字输入框中。当字幕员点击屏幕上或闭路字幕输入装置上的“输入”或类似按钮时，在当前文字输入框中输入的文字被显示给与视频会议相关联的一个或多个端点。

在多语言视频会议中，为听力损伤者服务的人类口译者可能面临一些问题。例如，一个问题可能发生在一个以上的人在说话的情况下。人类口译者将不得不决定将哪个发言者翻译给听力损伤的听众，以及如何指出当前正被翻译的发言者。

依赖人类翻译员也可能降低视频会议的体验，因为在会议混音中，翻译员的音频可能与正被翻译的人的音频同时被听见。在需要多于一个人类翻译员同时翻译的情况下，这种烦扰可能是不能容忍的。此外，在长会议中，人类翻译员的注意力降低，并且翻译员可能开始出错，并在会议期间暂停。

此外，在使用由字幕员启动闭路字幕的情况下，字幕员输入翻译作为显示文字，字幕员必须能够识别谁应当看见闭路字幕文字。字幕员还必须输入文字以显示给与视频会议相关的一个或多个端点。因此，字幕员必须总是警惕，并且努力不犯人为错误。

多点控制单元(MCU)可以被用于管理视频通信会议(即，视频会议)。MCU是可以位于网络节点、终端或其它地方的会议控制实体。MCU可以根据一定标准从访问端口接收和处理多个媒体通道，并通过其他端口将它们分配至所连接的通道。MCU的示例包括由Polycom公司提供的MGC-100，RMX(RMX 2000是Polycom公司的注册商标)。通用的MCU在多个专利和专利申请中公开，例如，美国专利第6,300,973、6,496,216、5,600,646、5,838,664和/或7,542,068号，其全部内容通过引用结合于此。一些MCU由两个逻辑模块组成：媒体控制器(MC)和媒体处理器(MP)。