[发明专利]利用语音识别技术的多方对话记录/输出方法及用于其的装置

权利要求书

1.一种语音识别及翻译方法，其以多方语音识别系统为基础，其特征在于，包括：

接收语音的步骤；

识别作为上述语音的语言的第一语言的步骤；

通过基于上述第一语言的基本声学模型识别上述语音的文本的步骤；

在上述第一语言并非为作为输出语言来预设的输出语言的情况下以上述输出语言翻译所识别的上述语音的步骤；以及

存储及输出由上述输出语言构成的结果的步骤。

2.根据权利要求1所述的语音识别及翻译方法，其特征在于，识别上述语音的步骤为如下的步骤，即，通过上述基本声学模型，将上述语音转换成上述第一语言的文本。

3.根据权利要求2所述的语音识别及翻译方法，其特征在于，以上述输出语言进行翻译的步骤为如下的步骤，即，翻译上述第一语言的文本来转换成上述输出语言的文本。

4.根据权利要求1或3所述的语音识别及翻译方法，其特征在于，存储及输出由上述输出语言构成的结果的步骤包括如下的步骤，即，按文本和/或声音方式输出以上述输出语言翻译的结果。

5.根据权利要求4所述的语音识别及翻译方法，其特征在于，按上述声音方式输出由上述输出语言构成的结果的步骤包括如下的步骤，即，以与所接收的上述语音相同的语音输出上述输出语言。

6.根据权利要求4所述的语音识别及翻译方法，其特征在于，若在相同区域内存在多个用于按上述声音方式输出上述输出语言的语音输出部，按上述声音方式输出由上述输出语言构成的结果的步骤包括：

在上述多个语音输出部中，选择输出上述声音的至少一个语音输出部的步骤；以及

仅通过所选择的上述至少一个语音输出部来按上述声音方式输出上述结果的步骤。

7.根据权利要求6所述的语音识别及翻译方法，其特征在于，选择上述至少一个语音输出部的步骤为如下的步骤，即，在上述多个语音输出部中，按接近上述发音者的实际或虚拟位置的顺序选择数量达到预设数量的语音输出部。

8.根据权利要求4所述的语音识别及翻译方法，其特征在于，在多次输入上述语音的情况下，按上述文本方式输出由上述输出语言构成的结果的步骤为如下的步骤，即，按用于识别上述语音的输入源的标识符区分上述文本来按输入上述语音的时间顺序进行输出。

9.根据权利要求8所述的语音识别及翻译方法，其特征在于，上述标识符按输入上述语音的语音输入通道不同地分配。

10.根据权利要求9所述的语音识别及翻译方法，其特征在于，上述标识符选自由上述输出语言构成的结果内。

11.根据权利要求8所述的语音识别及翻译方法，其特征在于，按上述文本方式输出由上述输出语言构成的结果的步骤包括如下的步骤，即，在由上述输出语言构成的结果中，按单词、词汇和/或文章的重要程度来以适用不同格式的文本输出。

12.根据权利要求11所述的语音识别及翻译方法，其特征在于，按上述文本方式输出由上述输出语言构成的结果的步骤还包括如下的步骤，即，在由上述输出语言构成的结果中，针对语音识别可靠度低于预设等级的上述单词、上述词汇和/或文章，以适用预设格式的文本方式进行输出。

13.根据权利要求12所述的语音识别及翻译方法，其特征在于，还包括：

接收与适用上述预设格式的文本相关的修改文本的步骤；以及

以上述修改文本代替适用上述预设格式的文本的步骤。

14.根据权利要求13所述的语音识别及翻译方法，其特征在于，存储由上述输出语言构成的结果的步骤还包括如下的步骤，即，以使上述标识符与由上述输出语言构成的结果互相产生联系的方式来存储。