同声翻译结果的展现方法及装置、同声翻译方法及装置与流程

文档序号:15450799发布日期:2018-09-14 23:59阅读:222来源:国知局

本申请涉及同声翻译技术领域,特别涉及一种同声翻译结果的展现方法及装置,一种同声翻译方法及装置。



背景技术:

同声翻译,简称同传(simultaneousinterpretation),亦称同声传译、同步口译,指的是在会议或者演讲等应用场景中,在不打断演讲者演讲的情况下,不间断地将演讲者的讲话内容翻译给参会人员的一种翻译方式。

在现有技术中,大都是通过特有的同声翻译仪器来提供同声翻译服务,该同声翻译仪器配备有专用耳机,用户通过佩戴专用耳机来收听译员们将演讲词或台词同步译成不同语种后通过同声翻译仪器提供的、翻译后不同语种的语音。



技术实现要素:

发明人在研究过程中发现,目前通过特有的同声翻译仪器来提供同声翻译服务,给用户的使用带来不便,并且每个用户都需要配备一个特定的同声翻译仪器和专用耳机,浪费同声翻译仪器和耳机等的成本。

基于此,本申请提供了一种同声翻译结果的展现方法和一种同声翻译方法,用以节约为各用户配置同声翻译仪器和耳机等的成本,还能方便用户查看同声翻译结果,包括源语言的语音的语音识别结果,和目标语言的文字翻译结果等。

本申请还提供了一种同声翻译结果的展现装置和一种同声翻译装置,用以保证上述方法在实际中的实现及应用。

本申请公开了一种同声翻译结果的展现方法,该方法应用于智能终端上,包括:

确定同声翻译的目标语言;

从服务器获取源语言的语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果;

将所述语音识别结果和/或文字翻译结果进行展现。

本申请还公开了一种同声翻译方法,该方法应用于服务器上,该方法包括:

响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言;

响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果,和/或,对所述语音识别结果进行翻译得到所述目标语言的文字翻译结果;

将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

本申请还公开了一种同声翻译结果的展现装置,该展现装置集成于智能终端上,该展现装置包括:

确定单元,用于确定同声翻译的目标语言;

获取单元,用于从服务器获取源语言的语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果;

展现单元,用于将所述语音识别结果和/或文字翻译结果进行展现。

其中,所述确定单元具体用于:响应于用户在所述智能终端提供的同声翻译页面上选定语言,将选定的语言确定为同声翻译的目标语言。

其中,所述展现单元可以包括展现子单元,用于按照服务器返回的标志位,将所述语音识别结果和/或文字翻译结果在所述同声翻译页面上进行展现,所述标志位用于标识对应的源语言的语音的一句话是否结束。

其中,所述展现子单元有多种实施方式,在第一种实施方式中,可以包括:标志位判断模块、语音框展现模块和语音框生成模块,其中:

所述标志位判断模块,用于判断是否接收到服务器发送的标志位。

所述语音框展现模块,用于当所述标志位判断模块的判断结果为否时,将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现。

所述语音框生成模块,用于当所述标志位判断模块的判断结果为:接收到服务器发送的标志位时,在所述同声翻译页面上生成第二语音展现框,所述第二语音展现框用于展现下一个语音识别结果。

其中,所述展现子单元还可以包括,语音判断模块和语音替换模块,所述语音判断模块用于响应于服务器发送更新语音识别结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,所述语音替换模块用于在所述语音判断模块的结果为否时,将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

在第二种实施方式中,所述展现子单元可以包括:标志位判断模块、文字框展现模块和文字框生成模块,其中:

所述标志位判断模块,用于判断是否接收到服务器发送的标志位。所述文字框展现模块,用于当所述标志位判断模块的判断结果为否时,将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现。所述文字框生成模块,用于当所述标志位判断模块的判断结果为否时,在同声翻译页面上生成第二文字展现框,所述第二文字展现框用于展现下一个文字翻译结果。

其中,所述展现子单元还可以包括,文字判断模块和文字替换模块,所述文字判断模块用于响应于服务器发送更新文字翻译结果,判断所述更新文字翻译结果与所述当前文字翻译结果是否相同,所述文字替换模块用于在所述文字判断模块的结果为否的情况下,将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

在第三种实施方式中,所述展现子单元可以包括:

标志位判断模块,用于判断是否接收到服务器发送的标志位;第一触发模块,用于在所述标志位判断模块的结果为否的情况下,同时触发所述语音框展现模块和文字框展现模块;第二触发模块,用于在所述标志位判断模块的结果为是的情况下,则同时触发所述语音框生成模块和文字框生成模块。

其中,所述展现子单元还可以包括:

第三触发模块,用于触发所述语音判断模块和所述文字判断模块;第四触发模块,用于在语音识别结果不同而文字翻译结果相同的情况下,触发所述语音替换模块;第五触发模块,用于在文字翻译结果不同而语音识别结果相同的情况下,触发文字替换模块;第六触发模块,用于在文字翻译结果和语音识别结果均不同的情况下,同时触发语音替换模块和文字替换模块。

其中,所述展现装置还可以包括:

滑动响应单元,用于响应于在所述同声翻译页面上触发滑动操作,按照所述滑动操作的方向依次展现各语音展现框中的语音识别结果,和/或,各文字展现框的文字翻译结果。

其中,所述展现装置还可以包括:

播放单元,用于响应于触发所述文字翻译结果,播放所述文字翻译结果对应的、目标语言的语音。

本申请还公开了一种同声翻译装置,该装置集成在服务器上,该装置包括:

确定单元,用于响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言;

语音识别单元,用于响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果;

翻译单元,用于对所述语音识别结果进行翻译得到所述目标语言的文字翻译结果;

发送单元,用于将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

本申请还公开了一种用于展现同声翻译结果的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

确定同声翻译的目标语言;

从服务器获取源语言的语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果;

将所述语音识别结果和/或文字翻译结果进行展现。

其中,所述确定同声翻译的目标语言,可以包括:

响应于用户在所述智能终端提供的同声翻译页面上选定语言,将选定的语言确定为同声翻译的目标语言。

其中,所述将所述语音识别结果和/或文字翻译结果进行展现,可以包括:

按照服务器返回的标志位,将所述语音识别结果和/或文字翻译结果在所述同声翻译页面上进行展现,所述标志位用于标识对应的源语言的语音的一句话是否结束。

其中,所述按照服务器返回的标志位,将所述语音识别结果在所述同声翻译页面上进行展现,包括:

判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现;如果是,则在所述同声翻译页面上生成第二语音展现框,所述第二语音展现框用于展现下一个语音识别结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现后,所述装置还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于服务器发送更新语音识别结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,如果否,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

其中,所述按照服务器返回的标志位,将所述文字翻译结果进行展现,可以包括:

判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现;如果是,则在同声翻译页面上生成第二文字展现框,所述第二文字展现框用于展现下一个文字翻译结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现,所述装置还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于服务器发送更新文字翻译结果,判断所述更新文字翻译结果与所述当前文字翻译结果是否相同,如果否,则将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

其中,所述按照服务器返回的标志位,将语音识别结果和文字翻译结果进行展现,可以包括:

判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中进行展现,以及,将所述当前语音识别结果对应的当前文字翻译结果,在所述第一语音展现框相对应的第一文字展现框中进行展现;如果是,则在同声翻译页面上生成第二语音展现框和第二文字展现框,所述第二语音展现框用于展现下一个语音识别结果,所述第二文字展现框用于展现下一个文字翻译结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中进行展现,以及,将所述当前语音识别结果对应的当前文字翻译结果,在所述第一语音展现框相对应的第一文字展现框中进行展现后,所述装置还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于服务器发送更新语音识别结果和更新文字翻译结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,以及,所述更新文字翻译结果与所述当前文字翻译结果是否相同;如果语音识别结果不同而文字翻译结果相同,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果;如果文字翻译结果不同而语音识别结果相同,则将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果;如果和文字翻译结果和语音识别结果均不同,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果,以及,将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

其中,所述装置还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于在所述同声翻译页面上触发滑动操作,按照所述滑动操作的方向依次展现各语音展现框中的语音识别结果,和/或,各文字展现框的文字翻译结果。

其中,所述装置还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于触发所述文字翻译结果,播放所述文字翻译结果对应的、目标语言的语音。

本申请还公开了一种用于同声翻译的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上中央处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:

响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言;

响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果,和/或,对所述语音识别结果进行翻译得到所述目标语言的文字翻译结果;

将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

在本申请实施例中,智能终端在连接到服务器之后,可以将从服务器获取到同声翻译的语音识别结果和/或文字翻译结果进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端和耳机等,起到节约同声翻译仪器和耳机等的成本的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。

图1是本申请在实际应用中的示例性场景架构图;

图2是本申请的同声翻译结果的展现方法实施例的一流程图;

图3是本申请的同声翻译结果的展现方法实施例的另一流程图;

图4是本申请在智能终端侧同时展现语音识别结果和文字翻译结果的一个同声翻译页面的示意图;

图5是本申请的同声翻译的方法实施例的流程图;

图6是本申请的一种同声翻译结果的展现装置实施例的结构框图;

图7是本申请中一种同声翻译装置实施例的结构框图;

图8是本申请中根据一示例性实施例示出的用于同声翻译结果的展现装置的框图;

图9是本申请实施例中同声翻译装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本申请可用于众多通用或专用的计算装置环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

参考图1,为本申请实施例中的同声翻译结果的展现方法实施例,和同声翻译方法实施例在实际应用中的示例性场景架构图。用户通过智能终端101可以连接至服务器102,例如,从服务器102下载同声翻译app,并触发该同声翻译app可以打开同声翻译页面;或者,通过扫描二维码的方式可以从服务器102获取到同声翻译页面,从而在该同声翻译页面上可以选定语言作为同声翻译的目标语言。例如,选定英语,则服务器102进行同声翻译时就需要将英语作为目标语言,而待识别的语音则是源语言,例如,采用中文进行说话而得到的语音,即源语言是中文。图1中的服务器102可以将源语言的语音进行语音识别从而得到语音识别结果,并对语音识别结果进行翻译并得到目标语言的文字翻译结果。服务器102可以单独将语音识别或者文字翻译结果发送至智能终端101进行展现,也可以将语音识别结果和文字翻译结果同时发送至智能终端101进行展现,方便用户在智能终端101提供的同声翻译页面上查看语音识别结果和/或文字翻译结果。

基于例如图1所示的应用场景,参考图2,示出了本申请一种同声翻译结果的展现方法实施例的流程图,本实施例可以应用于智能终端101上,本实施例可以包括以下步骤:

步骤201:确定同声翻译的目标语言。

在本实施例中,可以先根据用户选定的语言来确定同声翻译的目标语言。在实际应用中,在用户使用智能终端通过开始按钮或者链接等触发同声翻译后,或者,在用户下载了同声翻译app打开之后,等等,智能终端给用户提供多种语言类型供用户选择。例如,如果演讲者的语音的源语言为中文,则提供俄语、英语、法语等选项供各个用户选定,用户希望将会议场景中发言者的源语言的语音,翻译成哪一种语言的文字,就可以将该种语言选中,例如选定英语则英语就是目标语言。

具体的,例如可以通过同声翻译页面来展现各种语言的语言选项框,例如,中文、英语、法语等分别对应一个选项框,智能终端将用户选定的语言确定为同声翻译的目标语言。

步骤202:从服务器获取源语言的语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果。

在实际应用中,用户选定目标语言后,可以将目标语言发送至服务器,由服务器在实时识别得到源语言的语音的语音识别结果,同时按照用户选定的目标语言来对语音识别结果进行文字翻译得到文字翻译结果。而智能终端就可以从服务器仅获取到语音识别结果,或者仅获取文字翻译结果,或者同时获取语音识别结果和文字翻译结果。

步骤203:将所述语音识别结果和/或文字翻译结果进行展现。

智能终端可以将从服务器获取到语音识别结果和/或所述文字翻译结果进行展现。当然,按照展现内容的不同,可以在同声翻译app的同声翻译页面上仅展现语音识别结果,或者仅展现文字翻译结果,或者语音识别结果和展现文字翻译结果对应展现等。当然,也可以不采用同声翻译页面,例如,可以用对话框的方式展现语音识别结果和/或所述文字翻译结果等,不管采用何种展现方式,只要用户在智能终端上能够看见语音识别结果和/或所述文字翻译结果即可。

在实际应用中,因为智能终端的显示屏幕的大小优先,因此,一屏同声翻译页面显示的语音识别结果和/或文字翻译结果的个数是有限的,本申请实施例可以通过滑动的方式来查看消失在显示屏幕上的已展现语音识别结果,或文字翻译结果。则用户可以在同声翻译页面上触发滑动操作,例如,向上滑动来查看语音识别结果和文字翻译结果,则在步骤203之后还可以包括:

响应于在所述同声翻译页面上触发滑动操作,按照所述滑动操作的方向依次展现各语音展现框中的语音识别结果,和/或,各文字展现框的文字翻译结果。

在本步骤中,可以检测在同声翻译页面上是否触发了滑动操作,例如,用户用手指在触摸屏幕上向下滑动,则可以按照滑动的方向,将已经消失在同声翻译页面上的各语音识别结果和/或文字翻译结果,重新按照滑动的方向依次顺序展现。

可见,在本实施例中,智能终端可以将从服务器获取到同声翻译的语音识别结果和/或文字翻译结果进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端和耳机等,还起到节约同声翻译仪器和耳机等的成本的目的。

基于例如图1所示的应用场景,参考图3,示出了本申请另一种同声翻译结果的展现方法实施例的流程图,本实施例可以应用于智能终端101上,本实施例可以包括以下步骤:

步骤301:从服务器下载并安装同声翻译应用程序后,响应于打开所述同声翻译应用程序,智能终端获取所述同声翻译页面;或者,响应于所述智能终端扫描二维码,智能终端从服务器获取同声翻译页面。

在本实施例中,智能终端可以通过多种方式连接至服务器。以一场实际中的会议场景为例,可以在该会议场景中部署无线网络,智能终端可以通过无线网络从服务器下载并安装同声翻译app,进而用户打开该同声翻译app即可触发同声翻译页面的打开。或者,智能终端还可以通过安装的摄像头扫描会议场景中的二维码,来从服务器获取到同声翻译页面。当然,智能终端获取同声翻译页面可以有其他方式,例如,可以向服务器发送请求来获取同声翻译页面等等。

步骤302:智能终端确定同声翻译的目标语言。

在智能终端上展现了同声翻译页面之后,该同声翻译页面上可以提供一些预设的语言选项框,例如,中文、英语、法语等分别对应一个选项框,用户希望将会议场景中发言者的源语言的语音,翻译成哪一种语言的文字,就可以将该种语言对应的选项框选中,智能终端将用户选定的语言确定为同声翻译的目标语言。例如,用户在同声翻译页面上选中了英语,则将英语作为同声翻译的目标语言。

进一步的,在同声翻译页面上还可以提供一个翻译类型的选项框,该翻译类型用于表示在智能终端上仅仅展现源语言的语音识别结果,或者仅仅展现目标语言的文字翻译结果,还是同时展现语音识别结果和文字翻译结果。

步骤303:智能终端从服务器获取所述语音识别结果和/或所述文字翻译结果。

在实际应用中,为了使得智能终端可以确定从服务器接收到的语音识别结果的断句情况,例如,哪些语音识别结果为一句话,哪些语音识别结果为下一句话,等等,服务器可以在源语言的语音结束一句话的时候,不仅发送语音识别结果,同时还发送一个标志位,用来标识该语音识别结果对应的源语言的语音的一句话已经结束。同样的,在发送文字翻译结果的时候,也可以采用标志位来表示一句话对应的文字翻译结果已经发送完毕。

步骤304:智能终端将所述语音识别结果和/或所述文字翻译结果进行展现。

智能终端再在同声翻译页面上,按照服务器返回的标志位,将接收到的语音识别结果和/或所述文字翻译结果进行展现。具体的,根据智能终端仅仅展现语音识别结果,或者仅仅展现文字翻译结果,或者同时展现语音识别结果和文字翻译结果,本步骤有多种实施方式。

在第一种实施方式中,服务器仅向智能终端发送了语音识别结果,则按照所述服务器返回的标志位,将语言识别结果在所述同声翻译页面上进行展现的过程,可以包括以下步骤a1~步骤a5:

步骤a1:判断是否接收到服务器发送的标志位,如果否,则进入步骤a2;如果是,则进入步骤a5。

在本实施方式中,智能终端在接收语音识别结果的同时,还会实时判断是否接收到服务器发送的标志位,如果接收到标志位,则表示从本次接收到标志位到上一次接收到标志位之间的语音识别结果对应的语音,为完整的一句话,并且,在本次接收到标志位之后再接收到的语音识别结果,就是下一句话(即源语言的语音)对应的语音识别结果。而如果没有接收到标志位,则表示从上一次接收到标志位到当前时刻之间的语音识别结果对应的是还未结束的一句话。

其中,标志位可以采用一位二进制符号进行表示,例如标志位为“1”。

进入步骤a2:将从上一次接收到标志位到当前时间之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现。

在触发的源语言的语音所对应的一句话还未结束的情况下,针对接收到的当前语音识别结果,可以将其在同一个语音展现框中实时展现。例如,对于触发的源语言的语音对应的语音识别结果为“购买苹果”,并且还未收到标志位,则将中文“购买苹果”展现在第一语音展现框中。

进入步骤a3:响应于接收到服务器发送的更新语音识别结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,如果否,则进入步骤a4。

在未收到下一个标志位的情况下,如果同时接收到了服务器发送的更新语音识别结果,例如中文“购买苹果的用户”,则这种情况下,智能终端可以判断更新语音识别结果和当前语音识别结果是不是相同,如果不同,说明语音识别结果发生了变化。

步骤a4:将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

则智能终端将中文“购买苹果的用户”替换第一语音展现框中展现的“购买苹果”,以将“购买苹果的用户”展现于同一个第一语音展现框中。

步骤a5:在所述同声翻译页面上生成第二语音展现框,所述第二语音展现框用于展现下一个语音识别结果。

而如果收到了标志位,则说明源语言的一句话的语音对应的语音识别结果已经展现完毕,则智能终端可以生成用于展现下一个语音识别结果的第二语音展现框,即,将同一句话对应的语音识别结果展现在同一个语音展现框中,方便观看同声翻译页面的用户更容易对发言者的语音进行理解。

在第二种实施方式中,服务器仅向智能终端发送了文字翻译结果,则按照服务器返回的标志位,将所述文字翻译结果进行展现的过程,可以包括以下步骤b1~b5:

步骤b1:判断是否接收到服务器发送的标志位,如果否,则进入步骤b2,如果是,则进入步骤b5。

在本实施方式中,智能终端在接收文字翻译结果的同时,还会实时判断是否接收到服务器发送的标志位,如果接收到标志位,则表示从本次接收到标志位到上一次接收到标志位之间的文字翻译结果对应的、源语言的语音,为完整的一句话;并且,在本次接收到标志位之后再接收到的文字翻译结果,就是下一句话(即源语言的语音)对应的文字翻译结果。而如果没有接收到标志位,则表示从上一次接收到标志位到当前时刻之间的文字翻译结果对应的是还未结束的一句话。

步骤b2:将从上一次接收到标志位到当前时间之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现。

在触发的源语言的语音所对应的一句话还未结束的情况下,针对接收到的当前文字翻译结果,可以将其在同一个文字展现框中实时展现。例如,对于触发的源语言的语音对应的语音识别结果为“购买苹果”,则目标语言为英语的文字翻译结果为:“buyapple”,则将英语“buyapple”展现在第一文字展现框中。其中,各文字展现框分别与各语音展现框一一对应,相互对应的文字展现框和语音展现框所对应的源语言的语音是相同的。

步骤b3:响应于接收到服务器发送的更新文字翻译结果,判断所述更新文字翻译结果与所述当前文字翻译结果是否相同,如果否,则进入步骤b4。

在未收到下一个标志位的情况下,如果同时接收到了服务器发送的更新文字翻译结果,例如语音识别结果“购买苹果的用户”对应的文字翻译结果为“appleusers”,则这种情况下,智能终端可以判断得到更新文字翻译结果和当前文字翻译结果是不是相同,而“appleusers”与“buyapple”确实是不同的。

步骤b4:将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

在更新文字翻译结果与当前文字翻译结果不同的情况下,则可以将更新文字翻译结果例如“appleusers”直接替换第一文字展现框中展现的当前文字翻译结果。可见,在本实施方式,可以根据服务器是否发送了标志位来对文字翻译结果也做到实时修改,并且,当同一个语音识别结果存在多种文字翻译结果的时候,还可以对文字翻译结果进行修正,例如,“苹果”最开始被翻译为水果“apple”,后来被翻译成手机“apple”。

步骤b5:在同声翻译页面上生成第二文字展现框,所述第二文字展现框用于展现下一个文字翻译结果。

而如果收到了标志位,则说明源语言的一句话的语音对应的文字翻译结果已经展现完毕,则智能终端可以生成用于展现下一个文字翻译结果的第二文字展现框,即,将同一句话对应的文字翻译结果展现在同一个文字展现框中,方便观看同声翻译页面的用户更容易对发言者的语音进行理解。

在第三种实施方式中,服务器向智能终端同时发生语音识别结果和文字翻译结果,则按照服务器返回的标志位,将语言识别结果和文字翻译结果进行展现的过程,具体可以包括以下步骤c1~步骤c7:

步骤c1:判断是否接收到服务器发送的标志位,如果否,则进入步骤c2,如果是,进入步骤c6。

在本实施方式中,在接收语音识别结果和文字翻译结果的同时,依然需要判断是否接收到服务器发送的标志位。

步骤c2:将从上一次接收到标志位到当前时间之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中进行展现,以及,将所述当前语音识别结果对应的当前文字翻译结果在相对应的第一文字展现框中进行展现。

在本实施方式中,标志位可以仅标识语音识别结果或者文字翻译结果对应的源语言的语音是否结束了一句话。因为文字翻译结果是根据语音识别结果实时翻译的,因此,语音识别结果对应的源语言的语音结束了一句话,对应的文字翻译结果也就对应一句完整的话,而文字翻译结果对应的源语言的语音如果结束了一句话,对应的语音识别结果页就对应一句完整的话。

步骤c3:响应于接收到服务器发送的更新语音识别结果和更新文字翻译结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,以及,所述更新文字翻译结果与所述当前文字翻译结果是否相同。

在本步骤中,可以同时判断更新语音识别结果与所述当前语音识别结果是否相同,以及,所述更新文字翻译结果与所述当前文字翻译结果是否相同。

步骤c4:如果语音识别结果不同而文字翻译结果相同,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

如果语音识别结果不同,则仅将更新语音识别结果替换展现于所述第一语音展现框中。

步骤c5:如果文字翻译结果不同而语音识别结果相同,则将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

如果文字翻译结果不同,则仅将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

步骤c6:如果文字翻译结果和语音识别结果均不同,则将第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果,以及,将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

而如果文字翻译结果和语音识别结果均不同,则同时将所述第一语音展现框中展现的当前语音识别结果替换为更新语音识别结果,以及,将更新文字翻译结果替换所述第一文字展现框中展现的当前文字翻译结果。

步骤c7:在同声翻译页面上生成第二语音展现框和第二文字展现框,所述第二语音展现框用于展现下一个语音识别结果,所述第二文字展现框用于展现下一个文字翻译结果。

在本步骤中,则在同声翻译页面上生成第二语音展现框和第二文字展现框,其中,第二语音展现框用于展现下一个语音识别结果,第二文字展现框用于展现下一个文字翻译结果。

参考图4所示,为实际应用中在智能终端侧同时展现语音识别结果和文字翻译结果的一个同声翻译页面的示意图。其中,图4左侧为语音识别结果,一个展现框则相应的为一个语音展现框,图4右侧为文字翻译结果,一个展现框则相应的为一个文字展现框。当然,图4的内容仅为具体场景下的具体示例,不应将其理解为本申请的限定。

在实际应用中,用户还可能希望能听到目标语言的文字翻译结果的语音,则在步骤304之后还可以包括:

步骤305:响应于触发所述文字翻译结果,播放所述文字翻译结果对应的、目标语言的语音。

智能终端可以检测在同声翻译页面上展现的各文字翻译结果上,是否产生了点击操作等,如果检测到点击操作,则可以播放点击的文字翻译结果对应的、目标语言的语音。

可见,在本申请实施例中,智能终端在连接到服务器之后,可以在同声翻译页面上,直接将从服务器获取到同声翻译的语音识别结果和/或文字翻译结果进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上的同声翻译页面上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端,起到节约同声翻译终端的成本的目的。

基于例如图1所示的应用场景,参考图5,示出了本申请一种同声翻译结果的发送方法实施例的流程图,本实施例可以应用于服务器102上,本实施例可以包括以下步骤:

步骤501:响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言。

智能终端在确定目标语言之后,接着将该选定的语言发送至服务器,以便服务器也将用户选定的语言作为同声翻译的目标语言。进一步的,如果用户在同声翻译页面上也选定了翻译类型,也将该翻译类型发送至服务器,以便服务器后续确定仅向智能终端发送语音识别结果或者文字翻译结果,还是同时向智能终端发送语音识别结果和文字翻译结果。

步骤502:响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果,和/或,对所述语音识别结果进行翻译得到所述目标语言的文字翻译结果。

在智能终端和服务器都确定了目标语言之后,在会议场景下如果有用户触发了源语言的语音,例如开始讲话,或者播放录音等,则服务器会实时对源语言的语音进行语音识别,得到语音识别结果。例如,用户开始讲话时会先跟在场人员打招呼,说了一句中文“大家好”,则服务器进行语音识别的结果,即是中文的汉字“大家好”。再例如,用户用中文发言时提到一个人名“张三”,则语音识别结果即为中文的汉字“张三”。

在本实施例中,语音识别过程可以包括语音信号的预处理、特征提取、模式匹配几个部分。其中,预处理包括预滤波、采样和量化、加窗、端点检测、预加重等过程。最重要的特征提取,即是从预处理后的语音信号中提取特征参数,例如,提取的特征参数能有效地代表语音特征,具有很好的区分性;各阶参数之间有良好的独立性;或者,特征参数要计算方便,以保证语音识别的实时实现。而在训练阶段,将提取的特征参数进行一定的处理后,为每个语音的词条建立一个模型,保存为模板库。在识别阶段,语音的信号经过相同的通道得到语音特征参数,生成测试模板,与参考模板进行匹配,将匹配分数最高的参考模板作为语音识别结果。

当然,本申请实施例中的语音识别过程并不影响本申请的实现,不管何种语音识别结果都可以按照本实施例公开的方式展现在智能终端上。

此外,在识别得到语音识别结果之后,服务器再对源语言的语音识别结果进行翻译,从而得到目标语言的文字翻译结果。例如,语音识别结果为汉字“大家好”,而目标语言为英文,则翻译得到的文字翻译结果为:“helloeveryone”。

具体的,在进行自动翻译的时候,可以采用基于深度神经网络的翻译方法实现,或者,采用基于统计的翻译方法实现。当然,本领域技术人员也可以采用其他翻译方式,例如,可以预先建立一个源语言和目标语言的词库对照表,可以将大量中文词汇、短语或句子分别与对应的英文翻译结果,对应保存至词库对照表,在获取语音识别结果后,将各语音识别结果在词库对照表中进行匹配,并将匹配到的、目标语言的翻译结果作为文字翻译结果。

步骤503:将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

在本步骤中,服务器可以依据智能终端上报的翻译类型来确定向智能终端发送语音识别结果或所述文字翻译结果还是两者都发送,或者,在智能终端并未发送翻译类型的情况下,按照默认设置来向智能终端发送语音识别结果和/或所述文字翻译结果。

在本实施例中,服务器先根据智能终端发送的语言来确定目标语言,然后再将同声翻译的语音识别结果和/或文字翻译结果发送给智能终端进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上的同声翻译页面上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端,起到节约同声翻译终端的成本的目的。

对于前述的方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。

与上述本申请一种同声翻译结果的展现方法实施例所提供的方法相对应,参见图6,本申请还提供了一种同声翻译结果的展现装置实施例,在本实施例中,该装置可以集成于智能终端上,该装置可以包括:

确定单元601,用于确定同声翻译的目标语言。

其中,所述确定单元601具体可以用于:响应于用户在所述智能终端提供的同声翻译页面上选定语言,将选定的语言确定为同声翻译的目标语言。

获取单元602,用于响应于触发源语言的语音,从服务器获取所述语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果。

展现单元603,用于将所述语音识别结果和/或文字翻译结果进行展现。

其中,所述展现单元603可以包括展现子单元,用于按照服务器返回的标志位,将所述语音识别结果和/或文字翻译结果在所述同声翻译页面上进行展现,所述标志位用于标识对应的源语言的语音的一句话是否结束。

其中,所述展现子单元有多种实施方式,在第一种实施方式中,可以包括:标志位判断模块、语音框展现模块和语音框生成模块,其中:

所述标志位判断模块,用于判断是否接收到服务器发送的标志位。

所述语音框展现模块,用于当所述标志位判断模块的判断结果为否时,将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现。

所述语音框生成模块,用于当所述标志位判断模块的判断结果为:接收到服务器发送的标志位时,在所述同声翻译页面上生成第二语音展现框,所述第二语音展现框用于展现下一个语音识别结果。

其中,所述展现子单元还可以包括,语音判断模块和语音替换模块,所述语音判断模块用于响应于服务器发送更新语音识别结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,所述语音替换模块用于在所述语音判断模块的结果为否时,将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

在第二种实施方式中,所述展现子单元可以包括:标志位判断模块、文字框展现模块和文字框生成模块,其中:

所述标志位判断模块,用于判断是否接收到服务器发送的标志位。所述文字框展现模块,用于当所述标志位判断模块的判断结果为否时,将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现。所述文字框生成模块,用于当所述标志位判断模块的判断结果为否时,在同声翻译页面上生成第二文字展现框,所述第二文字展现框用于展现下一个文字翻译结果。

其中,所述展现子单元还可以包括,文字判断模块和文字替换模块,所述文字判断模块用于响应于服务器发送更新文字翻译结果,判断所述更新文字翻译结果与所述当前文字翻译结果是否相同,所述文字替换模块用于在所述文字判断模块的结果为否的情况下,将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

在第三种实施方式中,所述展现子单元可以包括:

标志位判断模块,用于判断是否接收到服务器发送的标志位;第一次触发模块,用于在所述标志位判断模块的结果为否的情况下,同时触发所述语音框展现模块和文字框展现模块;第二触发模块,用于在所述标志位判断模块的结果为是的情况下,则同时触发所述语音框生成模块和文字框生成模块。

其中,所述展现子单元还可以包括:

第三触发模块,用于触发所述语音判断模块和所述文字判断模块;第四触发模块,用于在语音识别结果不同而文字翻译结果相同的情况下,触发所述语音替换模块;第五触发模块,用于在文字翻译结果不同而语音识别结果相同的情况下,触发文字替换模块;第六触发模块,用于在文字翻译结果和语音识别结果均不同的情况下,同时触发语音替换模块和文字替换模块。

其中,所述展现装置还可以包括:

滑动响应单元,用于响应于在所述同声翻译页面上触发滑动操作,按照所述滑动操作的方向依次展现各语音展现框中的语音识别结果,和/或,各文字展现框的文字翻译结果。

其中,所述展现装置还可以包括:

播放单元,用于响应于触发所述文字翻译结果,播放所述文字翻译结果对应的、目标语言的语音。

可见,在本申请实施例中,智能终端在连接到服务器之后,可以在同声翻译页面上,直接将从服务器获取到同声翻译的语音识别结果和/或文字翻译结果进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上的同声翻译页面上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端,起到节约同声翻译终端的成本的目的。

参见图7,本申请还提供了一种同声翻译装置实施例,在本实施例中,该装置可以集成于服务器上,该装置可以包括:确定单元701、语音识别单元702、翻译单元703和发送单元704。其中,

所述确定单元701,用于响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言。

所述语音识别单元702,用于响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果。

所述翻译单元703,用于对所述语音的语音识别结果进行翻译得到所述目标语言的文字翻译结果。

所述发送单元704,用于将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

本申请实施例中服务器上的同声翻译装置,可以先根据智能终端发送的语言来确定目标语言,然后再将同声翻译的语音识别结果和/或文字翻译结果发送给智能终端进行展现,其中,将语音识别结果和文字翻译结果可以单独展现也可以同时展现等,既能方便用户在智能终端上的同声翻译页面上更清楚的查看语音识别结果和/或文字翻译结果,也不需要每个用户都配备特有的同声翻译终端,起到节约同声翻译终端的成本的目的。

图8是根据一示例性实施例示出的一种用于展现同声翻译结果的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。

参照图8,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(i/o)的接口812,传感器组件814,以及通信组件816。

处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(sram),电可擦除可编程只读存储器(eeprom),可擦除可编程只读存储器(eprom),可编程只读存储器(prom),只读存储器(rom),磁存储器,快闪存储器,磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(mic),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如cmos或ccd图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如wifi,2g或3g,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(nfc)模块,以促进短程通信。例如,在nfc模块可基于射频识别(rfid)技术,红外数据协会(irda)技术,超宽带(uwb)技术,蓝牙(bt)技术和其他技术来实现。

在示例性实施例中,装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。

在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种展现同声翻译结果的方法,所述方法包括:确定同声翻译的目标语言;从服务器获取源语言的语音的语音识别结果,和/或,所述目标语言的文字翻译结果,所述文字翻译结果为所述语音识别结果的翻译结果;将所述语音识别结果和/或文字翻译结果进行展现。

其中,所述确定同声翻译的目标语言,可以包括:响应于用户在所述智能终端提供的同声翻译页面上选定语言,将选定的语言确定为同声翻译的目标语言。

其中,所述将所述语音识别结果和/或文字翻译结果进行展现,可以包括:按照服务器返回的标志位,将所述语音识别结果和/或文字翻译结果在所述同声翻译页面上进行展现,所述标志位用于标识对应的源语言的语音的一句话是否结束。

其中,所述按照服务器返回的标志位,将所述语音识别结果在所述同声翻译页面上进行展现,可以包括:判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现;如果是,则在所述同声翻译页面上生成第二语音展现框,所述第二语音展现框用于展现下一个语音识别结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的语音识别结果,在所述同声翻译页面的第一语音展现框中实时展现后,所述装置800还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:响应于服务器发送更新语音识别结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,如果否,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果。

其中,所述按照服务器返回的标志位,将所述文字翻译结果进行展现,可以包括:判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现;如果是,则在同声翻译页面上生成第二文字展现框,所述第二文字展现框用于展现下一个文字翻译结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的当前文字翻译结果,在在所述同声翻译页面的第一文字展现框中实时展现,所述装置800还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:响应于服务器发送更新文字翻译结果,判断所述更新文字翻译结果与所述当前文字翻译结果是否相同,如果否,则将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

其中,所述按照服务器返回的标志位,将语音识别结果和文字翻译结果进行展现,可以包括:判断是否接收到服务器发送的标志位,如果否,则将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中进行展现,以及,将所述当前语音识别结果对应的当前文字翻译结果,在所述第一语音展现框相对应的第一文字展现框中进行展现;如果是,则在同声翻译页面上生成第二语音展现框和第二文字展现框,所述第二语音展现框用于展现下一个语音识别结果,所述第二文字展现框用于展现下一个文字翻译结果。

其中,在未收到服务器发送的标志位的情况下,在将从上一次接收到标志位到当前时刻之间的当前语音识别结果,在所述同声翻译页面的第一语音展现框中进行展现,以及,将所述当前语音识别结果对应的当前文字翻译结果,在所述第一语音展现框相对应的第一文字展现框中进行展现后,所述装置800还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:响应于服务器发送更新语音识别结果和更新文字翻译结果,判断所述更新语音识别结果与所述当前语音识别结果是否相同,以及,所述更新文字翻译结果与所述当前文字翻译结果是否相同;如果语音识别结果不同而文字翻译结果相同,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果;如果文字翻译结果不同而语音识别结果相同,则将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果;如果和文字翻译结果和语音识别结果均不同,则将所述第一语音展现框中展现的当前语音识别结果替换为所述更新语音识别结果,以及,将所述第一文字展现框中展现的当前文字翻译结果替换为所述更新文字翻译结果。

其中,所述装置800还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:响应于在所述同声翻译页面上触发滑动操作,按照所述滑动操作的方向依次展现各语音展现框中的语音识别结果,和/或,各文字展现框的文字翻译结果。

其中,所述装置800还可以经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:响应于触发所述文字翻译结果,播放所述文字翻译结果对应的、目标语言的语音。

图9是本发明实施例中用于同声翻译的装置结构示意图。该同声翻译的装置1900可以为服务器,可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessingunits,cpu)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在同声翻译的装置1900上执行存储介质1930中的一系列指令操作。

该一系列的指令操作例如,响应于智能终端发送选定的语言,将所述选定的语言确定为同声翻译的目标语言;响应于触发源语言的语音,对所述源语言的语音进行识别得到语音识别结果,和/或,对所述语音识别结果进行翻译得到所述目标语言的文字翻译结果;将所述语音识别结果和/或文字翻译结果发送至所述智能终端以便展现。

同声翻译的装置1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如windowsservertm,macosxtm,unixtm,linuxtm,freebsdtm等等。

本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。

应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1