买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:石家庄学院
摘要:本发明提供了一种基于机器翻译的日语语音翻译方法、终端及存储介质,获取待翻译日语语音;对待翻译日语语音进行特征提取,得到MFCC特征;对待翻译日语语音进行声纹识别,确定待翻译日语语音的身份信息;将MFCC特征和身份信息对应的第一特征输入到解码器中,得到第一翻译结果;其中,第一特征根据历史时段内识别的MFCC特征以及历史时段内的第一翻译结果对应的标准MFCC特征确定;身份信息与第一特征一一对应。通过在语音识别中加入说话者的第一特征来反映说话者的重读、连读和语音语调等差异,同时利用梅尔频率倒谱系数来提取语音中的有效信息,即MFCC特征,将这两个特征输入到解码器中,实现日语语音的高效翻译。
主权项:1.一种基于机器翻译的日语语音翻译方法,其特征在于,包括:获取待翻译日语语音;对所述待翻译日语语音进行特征提取,得到MFCC特征;对所述待翻译日语语音进行声纹识别,确定所述待翻译日语语音的身份信息;将所述MFCC特征和所述身份信息对应的第一特征输入到解码器中,得到第一翻译结果;其中,所述第一特征根据历史时段内识别的MFCC特征以及历史时段内的第一翻译结果对应的标准MFCC特征确定;所述身份信息与所述第一特征一一对应;所述方法还包括:将所述MFCC特征和所述标准MFCC特征输入到第一神经网络中,得到第一差值特征;将所述MFCC特征和所述标准MFCC特征输入到加入局部自注意力机制的第一神经网络中,得到第二差值特征;根据所述第一差值特征和所述第二差值特征,确定所述身份信息对应的第一特征;所述方法还包括:获取标准语音数据、文本数据、字典数据以及所述标准语音数据对应的至少一组非标准语音数据;根据所述标准语音数据,对基于时序数据分类的双向长短期记忆网络模型进行训练,得到目标声学模型;根据所述文本数据对第二神经网络进行训练,得到目标语言模型;根据所述至少一组非标准语音数据对所述第一神经网络进行训练;根据所述目标声学模型、所述第一神经网络模型、所述字典数据、所述目标语言模型,构建所述解码器。
全文数据:
权利要求:
百度查询: 石家庄学院 基于机器翻译的日语语音翻译方法、终端及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。