A spoken language translator for restricted-domain context-free languages

An effort is underway at AT&T Bell Laboratories and Telefónica Investigación y Desarrollo to build a restricted domain spoken language translation system, which we call VEST (Voice English/Spanish Translator). The eventual goal is a voice output translator which is speaker-independent, and has a vocabulary of several thousand words covering a specific application. This paper describes the first step of our research, a system which recognizes two speakers in each of Spanish and English and is limited to some four hundred words. The key new idea is that the speech recognition and the language analysis are tightly coupled by using the same language model, an augmented phrase-structure grammar, for both. Bei den AT&T-Bell-Laboratorien und der spanischen Telefónica Investigación y Desarrollo läuft ein Gemeinschaftsprojekt, in dessen Rahmen ein Sprachübersetzungssystem mit akustischer Ein- und Ausgabe für ein begrenztes Fachgebiet aufgebaut werden soll. Wir nennen dieses System VEST (Voice English/Spanish Translator). Fernziel ist ein sprecherunabhängiges Übersetzungssystem mit einem Vokabular von mehreren tausend Wörtern für eine spezifische Anwendungsdomäne. Dieser Beitrag beschreibt das erste Ergebnis unserer Arbeit, ein System, das für je zwei spanische und englische Sprecher trainiert ist und ein Vokabular von etwa 400 Wörtern umfaβt. Die wichtigste Neuerung besteht hierbei darin, daβ Spracherkennung und linguistische Analyse eng gekoppelt sind; beide benutzen das gleiche linguistische Modell, eine erweiterte Phrasenstrukturgrammatik. Un projet a été mené conjointement aux Laboratoires de Bell AT&T et au Centre de Recherche et Développement de Telefónica, dont l'object était de développer un système de traduction automatique de langue parlée appliqué à un domaine restreint pour obtenir un système de traduction instantanée de locuteur à locuteur, indépendant de l'utilisateur et couvrant un domaine spécifique d'application de plusieurs milliers de mots. Ce papier décrit la première étape de notre recherche, un système (que nous appelons VEST) qui reconnaît deux locuteurs de langue espagnole et deux de langue anglaise, et qui est limité à quatre cents mots. L'idée clé novatrice est que la reconnaissance de la parole et l'analyse de la langue sont intimement liées du fait qu'elles reposent toutes deux sur le même modèle de langage, c'est-à-dire une grammaire augmentée de structures de phrases.