[發明專利]采用人工智能BP神經網絡算法進行語音翻譯的機器人

在審

• 申請號: 201710172488.X
• 申請日: 2017-03-22
• 公開（公告）號: CN108628836A
• 公開（公告）日: 2018-10-09
• 發明（設計）人: 邱念
• 申請（專利權）人: 湖南本來文化發展有限公司
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種采用人工智能BP神經網絡算法進行語音翻譯的機器人，由機器人主體、云計算中心BP神經網絡翻譯模塊、云計算中心大數據庫，三個主要部件構成，在云計算中心內BP神經網絡模塊對翻譯大數據庫的數據進行勾連與訓練，從而使BP神經網絡對交傳翻譯的準確率達到95%以上，對同傳翻譯的準確率達到70%以上，當用戶需要翻譯時，對機器人發音，機器人將音頻數據傳輸至云計算中心，由BP神經網絡模塊翻譯后傳回機器人，機器人再將翻譯后的語音播放給用戶聽。通過上述方式，本發明能夠替代專業的高級同傳翻譯人員，為用戶進行翻譯，帶來的益處是：長時間翻譯不會導致因疲勞造成的錯誤；大大降低了聘請同傳翻譯人員的資金成本。

技術領域

本發明涉及人工智能領域，別是涉及一種采用人工智能BP神經網絡算法進行語音翻譯的機器人。

背景技術

隨著國際化進程的加快，同傳翻譯的需求日益增多，而現有的同傳翻譯是由人來完成，專業的同傳翻譯人員勞動強度大，翻譯準確度易受到個人身體因素的影響，在國際會議中，如果會議的持續時間長，翻譯人員的體力和精力不斷透支后，將會因疲勞使得翻譯的準確度下降；在個人出國旅游時，由于專業的同傳翻譯薪資水平高，一般普通群眾較難以接受攜帶翻譯人員出行。

發明內容

本發明主要解決的技術問題是提供一種采用人工智能BP神經網絡算法進行語音翻譯的機器人，能夠替代高薪資的高級同傳翻譯，為用戶提供不會因為翻譯時間長而因疲勞導致的翻譯錯誤。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種采用人工智能BP神經網絡算法進行語音翻譯的機器人，其特征包括：機器人主體、云計算中心BP神經網絡翻譯模塊、云計算中心大數據庫，三個主要部件構成。

本發明的有益效果是：本發明的機器人主體與云計算中心通過網絡互聯，云計算中心搭載有BP神經網絡算法模塊，該模塊通過與云計算中心的各國語言語音翻譯大數據庫進行數據勾連后，將各項數據指標對BP神經網絡模型進行綜合訓練，使得BP神經網絡模塊能夠對交傳翻譯的準確率達到95%以上，對同傳翻譯的準確率達到70%以上。

BP神經網絡模型搭載普通話與英語進行數據訓練的方法為：BP神經網絡是后向傳播網絡，通過迭代處理一組訓練樣本，將每個樣本的網絡預測與已知的真實值相比較進行學習。對于每個訓練樣本，修改權值矩陣使得網絡預測和真實值之間的均方差達到最小。這種修改“后向”進行，即由輸出層經過每個隱藏層，再到輸入層，具體的訓練步驟如下：

步驟（1）、對大數據庫進行數據分析與標注，形成N個訓練樣本；

步驟（2）、對n進行賦值，對于網絡的輸入層各節點的輸出等于輸入；對于中間的隱藏層，節點J的輸入可表示為：

其中：為單元J的活性偏量，一般取[-1，1]

步驟（3）、BP網絡取連續型的激勵函數，其形式如：

從可以得到節點j的輸出：

步驟（4）、重復步驟（2）和步驟（3）的計算過程，直至得到輸出層的實際輸出然后比較實際輸出與期望輸出，通過誤差修改權重和偏置，使得誤差達到最小，對于輸出單元k誤差的形式為：

其中，為輸出層單元的期望輸出，為了避免陷入局部最優解，通過更新權重和偏量，學習率取，可以得到

同理，更新隱含層單元j與上一層單元i的權重和偏量可以得到

附圖說明