[發明專利]采用BP神經網絡同傳翻譯四川口音與泰語的方法

在審

• 申請號: 201710173369.6
• 申請日: 2017-03-22
• 公開（公告）號: CN108628844A
• 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

1.采用BP神經網絡同傳翻譯四川口音與泰語的方法，其特征在于，包括：

1）音頻輸入輸出設備；

2）云計算中心搭載的BP神經網絡模型；

3）四川口音的語音大數據庫；

4）泰語發音的語音大數據庫；

5）中泰文互譯的大數據庫；

6）泰文的數個行業類型的專有名詞大數據庫；

7）四川話語法數據；

8）泰文語法數據。

2.根據權利要求1所述的采用BP神經網絡同傳翻譯四川口音與泰語的方法，其特征在于：音頻輸入輸出設備既可以為同一個設備，又可以為2個分體式設備；若為同一個設備時，音頻輸出設備需與耳機相連接，用戶通過耳機收聽翻譯后的音頻輸出聲音，以避免將輸出的聲音與輸入的聲音混合，造成對BP神經網絡模型的干擾。

3.根據權利要求1所述的采用BP神經網絡同傳翻譯四川口音與泰語的方法，其特征在于包括如步驟：

步驟一、在云計算中心搭建BP神經網絡模型基礎構架；

步驟二、采集四川口音的語音數據，建立四川口音的語音大數據庫；采集泰文發音的語音數據，建立泰文發音的大數據庫；采集數本電子版的泰漢互譯詞典、數個特殊行業的泰漢互譯詞典，建立泰漢互譯大數據庫；采集泰文語法數據信息，建立泰文語法數據庫；采集漢語語法數據信息，建立漢語語法數據庫；采集四川話發音規則信息，建立四川話語法數據庫；

步驟三、將步驟二建立的數個大數據庫作為若干個樣本，與BP神經網絡模型進行數據勾連，再進行BP神經網絡模型的訓練；

步驟四、將云計算中心的ＢＰ神經網絡翻譯模塊與音頻輸入輸出設備通過互聯網進行連接；

步驟五、用戶對著音頻輸入設備說話，說話的語言限定為四川口音的漢語或泰語，設備將該聲音通過網絡傳輸至云計算中心的BP神經網絡模型中進行同傳翻譯，然后翻譯結果同步傳輸至用戶端的音頻輸出設備上，最后通過耳機同步傳輸至用戶的耳中。

4.根據權利要求3步驟三所述的BP神經網絡模型的訓練，其訓練方法包括如下步驟：

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

根據權利要求3步驟三所述的BP神經網絡模型的訓練，其訓練的智能交傳翻譯準確率需達到95%以上，智能同傳翻譯準確率需達到70%以上，若翻譯準確率低于該值，則延長BP神經網絡模型的訓練周期，使其準確率提高至與國際標準的高級翻譯人員的翻譯水平相近。

5.根據權利要求1所述的采用BP神經網絡同傳翻譯四川口音與泰語的方法，其特征在于：同傳翻譯四川口音與泰語的BP神經網絡模型具有深度學習的功能，能夠隨著翻譯四川口音與泰語的用戶量的增加和用戶使用次數的增加，對云計算中心的大數據庫進行不斷的數據寫入，和對四川口音與泰語之間進行翻譯的能力進行自主的深度學習，使得翻譯的準確率不斷提高。

6.根據權利要求1所述的采用BP神經網絡同傳翻譯四川口音與泰語的方法，其特征在于：初始的數個大數據庫中的同一條釋義內容的語音數據均分別由不低于20組的樣本男女朗讀構成，使BP神經網絡在訓練時對同一條釋義內容的語音既能區分男女又能辨識出具有細微差異的同一語言數據，使得翻譯更為準確。