对利用人工智能的翻译内容和口译专家的口译内容进行混合的实时口译服务系统的制作方法

本发明涉及一种对利用人工智能的翻译内容和口译专家的口译内容进行混合的实时口译服务系统，尤其涉及一种能够通过选择利用人工智能的实时翻译和口译专家的实时翻译中的一个或两个而享受符合对话环境的口译服务，而且因为能够接收到文本形态的会议日志信息而不需要单独执行对话日志作业的对利用人工智能的翻译内容和口译专家的口译内容进行混合的实时口译服务系统。

背景技术：

通常，当没有熟练掌握外语的人员到国外旅游或与外国人进行对话以及通话时会因为沟通不畅而感受到诸多不便和困难。此时除非得到熟练掌握外语的人员的帮助，否则只能通过自己翻阅如词典或会话手册等工具书与外国人进行沟通，而这种方式难以实现实时响应且难以正确地进行沟通。

最近随着智能手机技术的发展，开发出了很多种自动翻译器，在语言体系类似的韩国语和日语之间，因为其可靠性较高而得到了普遍适用，而英语因为与韩国语的语言体系不同，虽然其翻译的可靠性与日语相比有所不足，但仍然能够完成短句或简单长句的翻译，因此此类翻译器及其翻译程序正在被广泛使用。

此外，人们在利用设备识别出人类语音的语音识别技术方面正在投入大量的研究精力，而且随着采样技术的发展以及利用神经网络的自主学习功能的发展，语音的自动识别率正在逐步提高并且已经成功地应用到了一部分特定领域。

此外，在以语音方式输出文字内容的技术方面，通过将各个文字的发音组合或其他单次的发音以及文章的发音等进行数据库（db）化并以语音方式进行输出的语音输出装置也已经被广泛使用。

此外，还有一种利用现代人必备的智能手机（smartphone）将其他国家的语言转换成本国语言并提供给使用者的口译服务。

但是，现有的各种形态的翻译或口译系统只是单纯地通过机器翻译提供服务，因此其口译品质的可靠性以及准确度有所不足，而且在进行多方对话时很难流畅地提供翻译或口译服务，此外只能够在终端与服务器直接连接的在线环境下使用，从而导致在不同环境条件下的服务使用受到限制的问题，并且因为无法对对话日志进行存储而必须执行单独的记录过程。

先行技术文献

专利文献

（专利文献0001）韩国注册专利第10-1753649号

专利内容

本发明的目的在于解决如上所述的现有问题而提供一种能够根据使用者的请求提供利用人工智能（ai）翻译部的翻译和口专家的专业翻译中的一个或两个，以便于使用者能够根据对话情况以及所需要的口译品质轻易地进行选择并借此提升其口译品质的可靠性的对利用人工智能的翻译内容和口译专家的口译内容进行混合的实时口译服务系统。

为了达成如上所述的目的，本发明的特征如下。

本发明包括：多个使用者终端，用于发出翻译成使用者请求语种的翻译请求，与对话对象即一个以上的其他使用者执行语音或视频通话；应用（app）服务器，以可执行数据通信的方式与上述多个使用者终端连接并通过在上述多个使用者终端之间进行中继而实现语音或视频通话，通过接收相应的使用者终端的语音或视频信息并通过语音识别生成文本信息，利用人工智能按照预先设定的语种生成相应文本信息的翻译文本信息并根据请求传送到多个使用者终端；以及，至少一个以上的专家终端，在上述使用者终端发出请求时通过上述应用（app）服务器被添加到使用者之间的语音或视频通话，从应用（app）服务器接收发出请求的使用者终端的对象使用者终端的语音信息或视频信息并提供给口译专家，然后按照发出请求的使用者终端的设定语言将翻译语音信息或翻译视频信息提供到相应的使用者终端。

其中，还包括：语音输入部，用于接收使用者或口译专家的语音信息并传送到上述使用者终端或专家终端；以及，语音输出部，用于从上述使用者终端接收语音信息或翻译语音信息并提供给口译专家或使用者。

此外，上述使用者终端，包括：通信模块部，用于与上述应用（app）服务器进行数据通信；语音接收部，用于接收使用者的语音信息；语音发送部，用于提供翻译语音信息；接口部，用于接收包括使用者的翻译请求信息、翻译语言设定信息、口译专家选择信息、对话主题选择信息或人工智能翻译请求信息在内的使用者输入信息；以及，使用者终端控制部，根据从上述接口部接收到的使用者输入信息，将上述语音接收部所接收到的语音信息以及使用者输入信息传送到上述应用（app）服务器并将所选择的口译专家的专家终端添加到多个使用者之间的语音或视频通话，根据请求执行利用人工智能的翻译文本信息的传送请求，通过语音发送部或显示部将从应用（app）服务器接收到的专家终端的翻译语音信息或利用人工智能的翻译文本信息提供给使用者。

此外，上述应用（app）服务器，包括：通信部，用于与上述多个使用者终端或上述至少一个以上的专家终端进行数据通信；匹配管理部，在通过上述通信部接收到使用者终端的翻译请求信息时提供对话主题领域列表信息并根据所选择的领域列表信息将口译专家列表信息提供给相应的使用者终端，接下来根据所提供的口译专家列表信息中的使用者所选择的口译专家选择信息向相应口译专家的专家终端传送翻译可执行与否请求信息，从而对使用者终端与专家终端之间的翻译执行连接进行管理；实时翻译中继部，用于在通过上述匹配管理部完成匹配之后重复执行将从发出上述翻译请求信息的使用者终端的对象使用者终端接收到的需要执行翻译的语音信息或视频信息传送到上述专家终端之后再从专家终端接收已执行翻译的语音信息或视频信息并将其实时地传送到发出翻译请求信息的使用者终端的一系列过程；语音到文本（stt）转换部，用于通过语音识别将上述使用者终端与专家终端之间的语音信息或视频信息转换成文本信息；以及，人工智能（ai）翻译部，用于在上述使用者终端发出利用人工智能的翻译文本信息的传送请求时从上述语音到文本（stt）转换部接收对话对象使用者终端的文本信息并利用人工智能将相应的文本信息翻译成预先设定的语种而生成翻译文本信息之后传送到发送传送请求的使用者终端。

此外，上述专家终端，包括：通信模块部，用于与上述应用（app）服务器进行数据通信；专家语音接收部，用于从上述语音输入部接收口译专家的翻译语音信息；专家语音发送部，用于通过上述语音输出部将使用者的语音信息提供给口译专家；专家接口部，在从上述应用（app）服务器接收到翻译可执行与否请求信息时提供给口译专家并接收口译专家关于可执行与否的选择信息；以及，专家终端控制部，用于通过专家语音发送部或显示部将从上述应用（app）服务器接收到的使用者的语音信息或视频信息提供给口译专家并将通过专家语音接收部接收到的口译专家的翻译语音信息传送到上述应用（app）服务器。

此外，上述应用（app）服务器，还包括：会议日志生成部，用于从上述语音到文本（stt）转换部接收上述多个使用者终端以及专家终端的语音信息以及翻译语音信息的文本信息并根据各个使用者终端以及专家终端的识别信息按照时间顺序进行列表化。

此外，还包括：翻译数据库，用于从上述应用（app）服务器的语音到文本（stt）转换部以及人工智能翻译部接收各个使用者终端以及专家终端的文本信息以及翻译文本信息进行存储，并按照不同的对话主题领域信息进行存储。

此外，还包括：结算服务器，在从上述使用者终端接收到口译专家或利用人工智能的翻译请求时根据设定信息计算出费用信息并进行结算。

此外，当选择上述多个使用者终端中的某一个使用者终端作为主扬声器终端时，剩余的使用者终端将被指定为收听者终端，从而使得用于对各个收听者终端的语音信息或视频信息执行翻译的专家终端将相应的收听者终端的语音信息或视频信息翻译成主扬声器终端的设定语言。

通过本发明，能够根据使用者的请求提供利用人工智能（ai）翻译部的翻译和口专家的专业翻译中的一个或两个，以便于使用者能够根据对话情况以及所需要的口译品质轻易地进行选择并借此提升其口译品质的可靠性。

此外，能够通过利用人工智能翻译部对相应的人工智能翻译结果以及与相应的翻译结果对应的口译专家的翻译结果进行比较并执行人工智能学习而诱导人工智能翻译品质的提升。

此外，能够通过利用应用（app）服务器中的会议日志生成部提供会议日志信息而使得使用者无需对对话内容进行记录。

此外，能够在进行多方对话时或非在线环境的本地离线环境下利用移动路由器提供口译服务。

附图说明

图1是对适用本发明之一实施例的实时口译服务系统的概要性构成进行图示的概念图。

图2是对适用本发明之一实施例的实时口译服务系统的内部构成进行图示的块图。

图3是对适用本发明之一实施例的实时口译服务系统的工作过程进行概要性图示的使用状态图。

图4以及图5是对适用本发明之一实施例的使用者终端连接到应用（app）服务器时所接收到的用户界面进行图示的示意图。

图6是对适用本发明之另一实施例的实时口译服务系统的概要性构成进行图示的概念图。

图7是对适用本发明之又一实施例的实时口译服务系统的概要性构成进行图示的概念图。

图8是对适用本发明之可变形实施例的实时口译服务系统的概要性构成进行图示的概念图。

图9是对适用本发明之可变形实施例的会议模式形态的实时口译服务系统的概要性构成进行图示的概念图。

图10是对显示有图9之会议模式的使用者终端的用户界面进行图示的示意图。

图11是对在图9之会议模式下的各个使用者终端的对话画面进行图示的示意图。

【符号说明】

100：使用者终端

200：专家终端

300：应用（app）服务器

400：语音输入部

410：语音输出部

500：数据库

600：结算服务器

700：基于人工智能的语音到文本（stt）服务器

800：移动路由器

1000：口译服务系统。

具体实施方式

接下来，为了对本发明和本发明工作时的优点以及可以通过本发明的实施而达成的目的进行说明，将对适用本发明的较佳实施例进行例示以及说明。

首先，在本申请中所使用的术语只是用于对特定的实施例进行说明，并不是为了对本发明进行限定，而且除非上下文中有明确的相反含义，否则单数型语句还能够包含复数型含义。此外，在本申请中所使用的“包括”或“具有”等术语只是为了表明说明书中所记载的特征或数字、步骤、动作、构成要素、部件或上述之组合存在，并不应该理解为事先排出一个或多个其他特征或数字、步骤、动作、构成要素、部件或上述之组合存在或被附加的可能性。

在对本发明进行说明的过程中，当判定对相关的公职构成或功能的具体说明可能会导致本发明的要旨变得不清晰时，将省略与其相关的详细说明。

图1是对适用本发明之一实施例的实时口译服务系统的概要性构成进行图示的概念图。

如图所示，适用本发明之一实施例的实时口译服务系统1000，包括：多个使用者终端100，用于发出翻译成使用者请求语种的翻译请求，与对话对象即一个以上的其他使用者执行语音或视频通话；应用（app）服务器300，以可执行数据通信的方式与上述多个使用者终端100连接并通过在上述多个使用者终端100之间进行中继而实现语音或视频通话，通过接收相应的使用者终端100的语音或视频信息并通过语音识别生成文本信息，利用人工智能按照预先设定的语种生成相应文本信息的翻译文本信息并根据请求传送到多个使用者终端；以及，至少一个以上的专家终端200，在上述使用者终端100发出请求时通过上述应用（app）服务器300被添加到使用者之间的语音或视频通话，从应用（app）服务器300接收发出请求的使用者终端100的对象使用者终端100的语音信息或视频信息并提供给口译专家，然后按照发出请求的使用者终端100的设定语言将翻译语音信息或翻译视频信息提供到相应的使用者终端100。

其中，上述使用者终端100是使用不同语种的2个人以上的多个对话者分别持有的终端，在需要人工智能翻译或口译专家的翻译服务时能够通过适用本发明的实时口译服务系统1000接收相应的服务。

作为如上所述的上述使用者终端100，除了包含智能手机的便携式终端之外，还能够适用如台式电脑、笔记本电脑或平板电脑等可连接到后续说明的应用（app）服务器300并进行数据通信的所有终端。

此外，上述应用（app）服务器300能够在利用不同语种进行对话的多方对话过程中接收到翻译请求信息时通过对其进行中继而实现语音或视频通话，并且在使用者终端100发出请求时通过语音识别将从各个使用者终端100接收到的语音信息或视频信息转换成语音到文本（stt）形态的文本信息，然后利用人工智能对相应的经过转换的文本信息进行翻译并将所生成的翻译文本信息传送到各个使用者终端100。

此外，当多方对话的当事人中的某一个或所有当事人请求提供口译专家的翻译服务时，上述应用（app）服务器300将通过向口译专家所持有的专家终端200传送翻译可执行与否请求信息而确认其是否可以提供翻译服务，并在可以提供时将相应的专家终端200添加到多方语音或视频通话。

此时，上述应用（app）服务器300在从特定的使用者终端100接收到口译专家的翻译请求信息时将向相应的使用者终端100提供使用者的语种信息、对话主题领域信息，然后根据相应使用者的输入信息提取出相应语种、相应领域的预先存储的口译专家列表信息并将其结果提供到使用者终端100而请求进行选择。

在如上所述的口译专家列表信息中，除了相应口译专家的个人信息之外还能够提供与口译品质相关的历史使用者的评论信息、费用信息等。

当多方对话的当事人中的一部分或全部传送翻译请求信息时将通过一系列的使用者输入信息实现口译专家的匹配以及语音或视频通话连接，而各个使用者终端100所选择的专家终端200将从应用（app）服务器300接收到相应使用者终端100的对话对象使用者终端100的语音信息或视频信息，并通过应用（app）服务器300将对其进行翻译的翻译语音信息或翻译视频信息传送到相应的使用者终端100。

当对话当事人为2个人且两者选择了同1个口译专家时，相应口译专家的专家终端200将持续性地从2个人的使用者终端100接收语音信息或视频信息并提供对其进行翻译的翻译语音信息以及翻译视频信息。

此外，应用（app）服务器300还能够包括语音到文本（stt）转换部340，在通过对各个使用者终端100的语音信息或视频信息进行语音识别而生成文本信息并通过对口译专家的语音信息或视频信息进行语音识别而生成翻译文本信息之后传送到始终这终端100。

借此，使用者终端100的使用者能够在接收并听取翻译语音信息或翻译视频信息的同时通过使用者终端100的显示部接收文本信息，从而更加集中于对话内容。

此外，当按照如上所述的方式向应用（app）服务器300发出人工智能翻译请求时还能够同时接收相应的人工智能翻译的翻译文本信息，从而与口译专家的翻译文本信息进行比较。

通过如上所述的适用本发明的混合实时口译服务系统，能够提供口译专家的翻译服务以及利用人工智能的翻译服务中的一个或两个，从而能够在对话现场或时间等多种环境变化的条件下无中断地进行对话，而且能够在考虑到对话主题的专业性等的前提下仅通过人工智能即可提供一定程度的优质翻译服务，从而降低使用者的费用负担。

例如，当口译专家的通话连接因为网络原因而进入离线状态时也能够替代成利用人工智能的翻译服务并借此继续完成对话，而且在使用者同时使用口译专家的翻译服务以及利用人工智能的翻译服务的过程中对两者进行比较发现没有过大的品质差异时能够随时中断口译专家的翻译服务并仅选择利用人工智能的翻译服务。

图2是对适用本发明之一实施例的实时口译服务系统的内部构成进行图示的块图。

如图所示，在适用本发明之一实施例的实时口译服务系统1000,的内部构成中，首先，上述使用者终端100，包括：通信模块部110，用于与上述应用（app）服务器300进行数据通信；语音接收部120，用于接收使用者的语音信息；语音发送部130，用于提供翻译语音信息；接口部140，用于接收包括使用者的翻译请求信息、翻译语言设定信息、口译专家选择信息、对话主题选择信息或人工智能翻译请求信息在内的使用者输入信息；以及，使用者终端控制部150，根据从上述接口部140接收到的使用者输入信息，将上述语音接收部120所接收到的语音信息以及使用者输入信息传送到上述应用（app）服务器300并将所选择的口译专家的专家终端200添加到多个使用者之间的语音或视频通话，根据请求执行利用人工智能的翻译文本信息的传送请求，通过语音发送部130或显示部将从应用（app）服务器300接收到的专家终端200的翻译语音信息或利用人工智能的翻译文本信息提供给使用者。

其中，能够单独配备用于使语音接收部120接收到上述使用者的语音信息的语音输入部400，而且能够根据需要利用通常配备于使用者终端100内的语音输入手段即话筒等使语音接收部120接收到使用者的语音信息。

此外，能够单独配备用于通过上述语音发送部130将翻译语音信息提供给使用者的语音输出部140，而且能够根据需要利用通常配备于使用者终端100内的语音输出手段即扬声器等向使用者提供语音发送部130的翻译语音信息。

此外，上述使用者终端控制部150在接收到通过上述接口部140输入的使用者输入信息即如使用者的翻译请求信息、翻译语言设定信息、口译专家选择信息、对话主题选择信息或人工智能翻译请求信息等时将其传送到应用（app）服务器300并通过使用者终端100的显示部显示从应用（app）服务器300提供的与各种请求信息相关的提供信息。

此外，实时口译服务系统1000的应用（app）服务器300，包括：通信部310，用于与上述多个使用者终端100或上述至少一个以上的专家终端200进行数据通信；匹配管理部320，在通过上述通信部310接收到使用者终端100的翻译请求信息时提供对话主题领域列表信息并根据所选择的领域列表信息将口译专家列表信息提供给相应的使用者终端100，接下来根据所提供的口译专家列表信息中的使用者所选择的口译专家选择信息向相应口译专家的专家终端200传送翻译可执行与否请求信息，从而对使用者终端100与专家终端200之间的翻译执行连接进行管理；实时翻译中继部330，用于在通过上述匹配管理部320完成匹配之后重复执行将从发出上述翻译请求信息的使用者终端100的对象使用者终端100接收到的需要执行翻译的语音信息或视频信息传送到上述专家终端200之后再从专家终端200接收已执行翻译的语音信息或视频信息并将其实时地传送到发出翻译请求信息的使用者终端100的一系列过程；语音到文本（stt）转换部340，用于通过语音识别将上述使用者终端100与专家终端200之间的语音信息或视频信息转换成文本信息；人工智能（ai）翻译部350，用于在上述使用者终端100发出利用人工智能的翻译文本信息的传送请求时从上述语音到文本（stt）转换部230接收对话对象使用者终端100的文本信息并利用人工智能将相应的文本信息翻译成预先设定的语种而生成翻译文本信息之后传送到发送传送请求的使用者终端100；以及，会议日志生成部360，用于从上述语音到文本（stt）转换部340接收上述多个使用者终端100以及专家终端200的语音信息以及翻译语音信息的文本信息并根据各个使用者终端100以及专家终端200的识别信息按照时间顺序进行列表化。

其中，上述语音到文本（stt）转换部340以及人工智能翻译部350能够按照如后续说明的图7所示的方式由基于人工智能的语音到文本（stt）服务器构成，从而使得应用（app）服务器300在通过匹配管理部320以及实时翻译中级部330对各个使用者终端100以及专家终端200之间的语音或视频通话进行中继的同时将语音或视频信息传送到基于人工智能的语音到文本（stt）服务器并通过语音识别生成语音到文本（stt）形态的文本信息，从而在接收到请求时利用人工智能生成翻译文本信息并提供到使用者终端100。

在按照如上所述的方式单独构成基于人工智能的语音到文本（stt）服务器700时，会议日志生成部360将被包含到相应的服务器内并生成会议日志列表信息，且后续说明的翻译数据库500也通过与上述基于人工智能的语音到文本（stt）服务器700进行连动而接收相应的语音或视频信息以及文本信息、翻译文本信息并进行存储。

此外，上述专家终端200，包括：通信模块部210，用于与上述应用（app）服务器300进行数据通信；专家语音接收部220，用于从上述语音输入部400接收口译专家的翻译语音信息；专家语音发送部230，用于通过上述语音输出部410将使用者的语音信息提供给口译专家；专家接口部240，在从上述应用（app）服务器300接收到翻译可执行与否请求信息时提供给口译专家并接收口译专家关于可执行与否的选择信息；以及，专家终端控制部250，用于通过专家语音发送部230或显示部260将从上述应用（app）服务器接300收到的使用者的语音信息或视频信息提供给口译专家并将通过专家语音接收部220接收到的口译专家的翻译语音信息传送到上述应用（app）服务器300。

图3是对适用本发明之一实施例的实时口译服务系统的工作过程进行概要性图示的使用状态图。

接下来，将参阅附图对适用本发明的实时口译服务系统的工作过程进行说明。首先，图3是设定语种为韩国语的对话当事人与设定语种为英语的对话当事人相互进行语音通话的实例。

此时，设定语种为韩国语的对话当事人选择了将英语翻译成韩国语的口译专家，而设定语种为英语的对话当事人选择了将韩国语翻译成英语的口译专家。

此时，也能够指定同一个口译专家同时为两个对话当事人提供翻译服务。

借此，当设定语种为韩国语的对话当事人说出“안녕!다시만나서좋습니다.”时，相应的语音信息将被传送到设定语种为英语的对话当事人所选择的口译专家的专家终端200，而相应口译专家的翻译语音信息即“hello,webumpeduphere!”语音将通过应用（app）服务器300传送到设定语种为英语的对话当事人。

此外，因为选择了利用人工智能的翻译，因此作为文本信息将提供利用人工智能的翻译文本信息即“hi,wecatchup!”。

图4以及图5是对适用本发明之一实施例的使用者终端连接到应用（app）服务器时所接收到的用户界面进行图示的示意图。

如图所示，当使用者终端100连接到应用（app）服务器300时，首先将提供用于选择相应使用者的设定与中以及对话主题领域的菜单界面（参阅图4中的（a））。

在选择设定语种并选择领域之后（参阅图4中的（b）、（c）），将从应用（app）服务器300提供与相应的设定语种以及领域相关的口译专家列表信息（参阅图5中的（a）），当使用者从中选择一个口译专家时相应的口译专家将被添加到对话中（参阅图5中的（b））。

在对话窗口中（参阅图5中的（b）），①是对话的全局菜单，而②是用于结束对话的菜单。在选择对话结束菜单时，能够提供用于选择接收会议日志列表信息还是接收全部语音或视频通话的录音文件的菜单。

此外，③是以文本信息显示的使用者终端100的相应使用者的语音信息，而④是以文本信息显示的对话对象的语音信息。

⑤是以文本信息显示的口译专家的语音信息，⑥以及⑦是用于向口译专家传递请求事项的功能菜单以及只有口译专家才能听到的悄悄话功能菜单。

⑧是进行语音通话时为了传递自己的语音信息而在按住按钮的状态下说话的菜单，⑨是对话时间，⑩是用于选择语音通话或视频通话的菜单。

此外，如图5中的（c）所示，还提供用于选择利用人工智能的翻译服务的提供与否的菜单。

图6是对适用本发明之另一实施例的实时口译服务系统的概要性构成进行图示的概念图。

如图所示，适用本实施例的实时口译服务系统1000，还包括：翻译数据库500，用于从上述应用（app）服务器300的语音到文本（stt）转换部430以及人工智能翻译部350接收各个使用者终端100以及专家终端200的文本信息以及翻译文本信息进行存储，并按照不同的对话主题领域信息进行存储。

如上所述的翻译数据库500能够根据人工智能翻译部350的请求在进行人工智能学习时通过提供所存储的数据而进行学习。

此外，本实施例还包括：结算服务器600，在从上述使用者终端100接收到口译专家或利用人工智能的翻译请求时根据设定信息计算出费用信息并进行结算。

图7是对适用本发明之另一实施例的实时口译服务系统的概要性构成进行图示的概念图。

如图所示，适用本实施例的实时口译服务系统1000中配备有独立的上述实施例中的基于人工智能的语音到文本（stt）服务器700，并配备有用于从基于人工智能的语音到文本（stt）服务器700接收当前执行多方对话的相应语音或视频信息以及文本信息、翻译文本信息并进行存储的数据库500。

其中，上述基于人工智能的语音到文本（stt）服务器700能够在应用（app）服务器300通过匹配管理部320以及实时翻译中级部330对各个使用者终端100以及专家终端200之间的语音或视频通话进行中继时实时地接收相应的语音或视频信息并通过语音识别生成语音到文本（stt）形态的文本信息。

此外，当使用者终端100发出请求时能够生成利用人工智能的翻译文本信息并提供到使用者终端100。

在按照如上所述的方式单独构成基于人工智能的语音到文本（stt）服务器700时，会议日志生成部360能够被包括到基于人工智能的语音到文本（stt）服务器700中而不是包含到如上述实施例的应用（app）服务器300中并生成会议日志列表信息，并根据应用（app）服务器300的请求传送会议日志列表信息。

图8是对适用本发明之可变形实施例的实时口译服务系统的概要性构成进行图示的概念图。

如图所示，适用本实施例的实时口译服务系统1000，包括：移动路由器800，用于分别接收各个使用者的语音信息并转换成文本信息，再将语音信息或文本信息传送到外部；至少一个以上的专家终端200，从口译专家处接收将相应的文本信息或语音信息的语种翻译成预先设定的语种的翻译文本信息或翻译语音信息，且在接收到翻译语音信息时将其转换成翻译文本信息；应用（app）服务器300，以可执行数据通信的方式与上述移动路由器800以及上述专家终端200连接，在将从上述移动路由器800接收各个使用者的语音信息或文本信息并传送到上述专家终端200之后请求传送将各个使用者的语音信息的语种翻译成预先设定的其他语种的翻译语音信息，并通过利用人工智能（ai）翻译部350将各个使用者的语音信息或文本信息的语种翻译成预先设定的语种而生成人工智能（ai）翻译语音信息或人工智能（ai）翻译文本信息，将从上述专家终端200接收到的翻译语音信息或翻译文本信息传送到上述移动路由器800。

其中，即使是在使用者终端100无法与应用（app）服务器300进行数据通信的离线状态下，上述移动路由器800也以可执行数据通信的方式与应用（app）服务器300连接，而通过使上述移动路由器800能够与应用（app）服务器300进行一般局域网通信、无线局域网（wi-fi）通信乃至卫星通信，在一般使用者终端100离线的状态下也能够提供实时口译服务。

此外，在本实施例中除了使用者终端100之外，还能够通过如耳机、耳麦等具有单独的识别编号且具有语音输入部400以及语音输出部410的装置进行连接，从而适用于多方通话乃至多方会议。

图9是对适用本发明之可变形实施例的会议模式形态的实时口译服务系统的概要性构成进行图示的概念图，图10是对显示有图9之会议模式的使用者终端的用户界面进行图示的示意图，图11是对在图9之会议模式下的各个使用者终端的对话画面进行图示的示意图。

如图所示，适用本实施例的实时口译服务系统1000适用于会议模式形态，当选择多个使用者终端100中的某一个使用者终端100作为主扬声器终端100a时，其他使用者终端100将被指定为收听者终端100b。

此时，能够将远程研讨会、演讲或会议的主持人指定为主扬声器终端100a，即，指定对话量最多的使用者终端为宜。

此外，收听者终端100b是除主扬声器终端100a之外的其他使用者终端100，作为收听者终端100b的专家终端200在从主扬声器终端100a接收到语音信息或视频信息之后将对其进行翻译的翻译语音信息或翻译视频信息传送到应用（app）服务器300，从而进一步传递到相应的收听者终端100b，而从收听者终端100b接收到的收听者终端100b的使用者语音信息或视频信息将被翻译成主扬声器终端100a的设定语种并通过应用（app）服务器300传递到主扬声器终端100a。

借此，在如图11所示的指定将韩国语作为设定语言使用的主扬声器终端100a并分别指定将汉语作为设定语言使用的收听者终端100b以及将英语设定为设定语言使用的收听者终端100b时，各个收听者终端100b中的语音信息或视频信息的翻译语音信息或翻译视频信息都将被翻译成韩国语。

即，因为在收听者终端100b之间并没有通过单独的专家终端200执行翻译，因此各个收听者终端100b的语音信息或视频信息将不支持互译服务。

这是因为会议模式的形态主要集中于担任主扬声器作用的使用者，因此不需要对收听者（听众）之间的对话进行翻译。

在上述内容中结合附图中所图示的一实施例对本发明进行了说明，但上述内容仅为示例性目的，具有本技术领域之一般知识的人员应理解能够从中推导出各种变形以及均等的其他实施例。

因此，本发明的真正的技术保护范围应通过所附的权利要求书的技术思想做出定义。