Спосіб усномовного перекладу слів і словосполучень та голосовий словник-перекладач для його здійснення

Винахід відноситься до галузі розпізнавання мовленнєвих сигналів й призначений для усномовного перекладу слів та словосполучень з однієї мови на іншу. До аналогів винаходу належать способи і пристрої для перекладу текстів, введених до комп'ютерної системи за допомогою клавіатури та екрану. Недоліком клавіатурно-екранних пристроїв є 1) низька продуктивність усномовного перекладу, який вимагає введення тексту з клавіатури для його перекладу; 2) збільшені розміри портативних пристроїв за рахунок клавіатури та екрану. До аналогів винаходу також відноситься невеликий клас пристроїв усномовного перекладу, серед яких кишенькові комп'ютери зі спеціалізованим програмним забезпеченням та портативні пристрої серії Partner та Universal Translator та від ЕСТАСО. За прототип винаходу обрано ЕСТАСО Partner UT-203 (www.ectaco.com). Partner UT-203 є портативним пристроєм, що містить процесор цифрової обробки сигналів й має апаратну систему розпізнавання усномовних фраз. Пристрій призначений для перекладу усномовних фраз з російської та англійської мови на одну з трьох мов: англійську, російську або німецьку. Результат перекладу фрази виводиться на екран й може бути озвучений російською, німецькою, або англійською мовами. Partner UT-203 заявлений як багатодикторна система, тобто така, що не потребує попереднього настроювання на голос диктора. Розпізнавання на пристрої обмежується 3000 фразами, які розбито на 16 підкатегорій. Одним із недоліків пристрою є статичне, детерміноване завдання набору фраз для перекладу. Даний винахід призначений усун ути цей недолік. В основу винаходу покладено задачу розширення можливостей усномовного перекладу, шляхом введення автоматичного пофонемного розпізнавання слів та словосполучень, що складаються зі словника, заданого у вигляді текстових транскрипцій. Результат розпізнавання подається на лінгвістичний аналізатор, далі формується та озвучується результат перекладу. Таким чином, винахід пропонує новий, відсутній в прототипі, спосіб розпізнавання усномовних слів та словосполучень, який не обмежується певним набором фраз. На фіг 1. зображено спосіб усномовного перекладу, що пропонується даним винаходом. Оцифрований звуковий сигнал надходить до аналізатора, в якому перетворюється у сукупність векторів, що описують звуковий сигнал з прийнятною для розпізнавання точністю. Блок розпізнавання складається з процедур динамічного програмування та векторного квантування. В цьому блоці виконується процедура вибору найкращого опису даного звукового сигналу послідовністю фонем на основі заданої міри схожості. Обрана послідовність фонем подається у лінгвістичний аналізатор, на виході з якого формується результат перекладу. Словник транскрипцій слів та словосполучень формується у вигляді текстових записів, одиницею яких є текстова позначка фонеми. Набір фонем є формальним описом слова або словосполучення. Кожній фонемі відповідає один або декілька векторів, що використовуються при обчисленні міри схожості. Визначення відповідності фонеми її векторному опису здійснюється на етапі навчання розпізнаванню, на основі знання про особливості мовлення диктора, так званого мовного паспорту. Для створення мовного паспорту диктор має вимовити певний текст, на основі якого система налаштується на його голос. Процедура настроювання на голос диктора, тобто створення його мовного паспорта, є новацією даного винаходу, що значно покращує результати розпізнавання у порівнянні з усередненими моделями, що є основою багатодикторних методів розпізнавання. На фіг. 2 зображено структурну схему портативного словника перекладача, в якому реалізований поданий спосіб усномовного перекладу. Словник-перекладач складається з наступних частин: 1 - мікрофона; 2 - аналого-цифрового перетворювача; 3 - мікроконтролера; 4 - процесора цифрової обробки сигналів; 5 - енергонезалежної пам'яті; 6 - цифро-аналогового перетворювача; 7 - кнопки включення живлення; 8 - кнопки введення усномовного сигналу для перекладу; 9 - двох світлови х індикаторів; 10 - динаміка; 11 - виходу для з'єднання диктофона з комп'ютером; 12 - акумулятор. Мікрофон 1 приєднаний до аналого-цифрового перетворювача 2, який з'єднаний з процесором 4 цифрової обробки сигналу. До процесора 4 підключені мікроконтролер 3, аналогово-цифровий 2 та цифроаналоговий перетворювач 6. Мікроконтролер 3 під'єднаний до енергонезалежної пам'яті 5, клавіатури 7, 8, та засобів індикації 9. Живлення пристрою виконується за допомогою акумулятора 12. Для зв'язку з комп'ютером призначений USB-порт 11. Введення усномовних слів та сло восполучень активується натисненням кнопки введення усномовного сигналу. Звуковий сигнал з мікрофона 1 поступає в аналого-цифровий перетворювач 2. Оцифрований сигнал подається в процесор 4 цифрової обробки сигналу, в якому сигнал обробляється та розпізнається. Результатом розпізнавання можуть бути переклад або відмова від розпізнавання (наприклад, якщо слово або словосполучення відсутнє в словнику транскрипцій). В залежності від результату розпізнавання, процесор 4 генерує сигнал мікроконтролеру 3, який обирає за заданим алгоритмом слово або словосполучення для озвучення та викликає його із енергонезалежної пам'яті 5. Слово або словосполучення для озвучення подається в процесор 4, декодується в прийнятну для озвучення форму, поступає в цифро-аналоговий перетворювач 6 та озвучується в динаміку 10. Світлові індикатори 9 індексують режими, в яких працює пристрій: очікування, перекладу, озвучення, з'єднання з персональним комп'ютером тощо. Для розширення або зміни набору фраз для розпізнавання користувач має змінити файл словника транскрипцій, який зберігається в пам'яті словника-перекладача.