[发明专利]语音翻译方法及装置、计算机可读介质和电子设备

说明书

本公开提供一种语音翻译方法、语音翻译装置、计算机可读介质和电子设备，涉及音频处理技术领域。该方法包括：采集原始语音数据，并对原始语音数据进行语音人数检测；在语音人数为多个时，对原始语音数据进行语音分离，以获取多个单人语音数据；分别将多个单人语音数据翻译为目标语言，并播放翻译结果。本公开通过在语音人数为多个时，对原始语音数据进行语言分离，并对分离得到的多个单人语音数据进行翻译，可以避免多人同时讲话时无法翻译或者翻译结果不准确等问题。

技术领域

本公开涉及音频处理技术领域，具体涉及一种语音翻译方法、语音翻译装置、计算机可读介质和电子设备。

背景技术

随着社会的不断发展，尤其是交通运输等行业的快速发展，世界变得越来越“小”，出国旅游或者跨国洽谈等情况出现的越来越频繁。由于各国公民所使用的母语不同，因此常常出现交流障碍等问题。针对这种问题，人们常借助翻译机进行交流。在相关技术中，翻译机的使用过程通常如下：当用户A讲话时需要按住按键录音，录音结束松开录音按键后由翻译机将翻译结果以语音/文字的形式给用户B听/看，用户B讲话时按住另一个按键录音，录音结束后由翻译机将翻译结果以语音/文字的形式给用户A听/看。

发明内容

本公开的目的在于提供一种语音翻译方法、语音翻译装置、计算机可读介质和电子设备，进而至少在一定程度上避免多人同时讲话时无法翻译或翻译结果不准确的问题。

根据本公开的第一方面，提供一种语音翻译方法，包括：采集原始语音数据，并对原始语音数据进行语音人数检测；在语音人数为多个时，对原始语音数据进行语音分离，以获取多个单人语音数据；分别将多个单人语音数据翻译为目标语言，并播放翻译结果。

根据本公开的第二方面，提供一种语音翻译装置，包括：语音检测模块，用于采集原始语音数据，并对原始语音数据进行语音人数检测；语音分离模块，用于在语音人数为多个时，对原始语音数据进行语音分离，以获取多个单人语音数据；语音翻译模块，用于分别将多个单人语音数据翻译为目标语言，并播放翻译结果。

根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

根据本公开的第四方面，提供一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。

本公开的一种实施例所提供的语音翻译方法，在采集到原始语音数据后，通过对原始语音数据进行语音人数检测确定原始语音数据中的同时说话的人数；在语音人数为多个，即存在多个人同时说话的情况时，可以通过对原始语音数据进行语言分离，以获取多个单人语音数据，然后分别将多个单人语音翻译为目标语音并播放翻译结果，以实现语音翻译的目的。通过在语音人数为多个时，对原始语音数据进行语言分离，并对分离得到的多个单人语音数据进行翻译，可以避免多人同时讲话时无法翻译或者翻译结果不准确等问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，还可以根据这些附图获得其他的附图。在附图中：

图1示出了可以应用本公开实施例的一种示例性系统架构的示意图；

图2示出了可以应用本公开实施例的一种电子设备的示意图；

图3示意性示出本公开示例性实施例中一种语音翻译方法的流程图；

图4示意性示出本公开示例性实施例中一种将多个单人语音数据翻译为目标语言的方法的流程图；