[發明專利]基于神經網絡的全語通的實現方法及相關產品

在審

• 申請號: 201910173053.6
• 申請日: 2019-03-07
• 公開（公告）號: CN110047505A
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 廖德南
• 申請（專利權）人: 永德利硅橡膠科技（深圳）有限公司
• 主分類號: G10L25/30
• 分類號: G10L25/30;G06F17/28
• 代理公司: 深圳市科冠知識產權代理有限公司 44355
• 代理人: 王海駿;孔麗霞

本申請提供了一種基于神經網絡的全語通的實現方法，該方法包括：終端接收用戶的第一語言的第一語音，確定終端通話所需的第二語言；終端將第一語言以及第二語言發送至網絡側，接收網絡側下發的神經網絡模型的第一參數，終端將第一參數加載至神經網絡模型；終端將第一語音輸入到神經網絡模型執行多層神經網絡運算得到符合第二語言的第二語音，將第二語音通過網絡發送至通話端。本申請提供的技術方案具有用戶體驗度高的優點。

技術領域

本申請涉及通信以及終端領域，具體涉及一種基于神經網絡的全語通的實現方法及相關產品。

背景技術

終端，例如平板電腦、智能手機等。這里以智能手機為例，智能手機，是指像個人電腦一樣，具有獨立的操作系統，獨立的運行空間，可以由用戶自行安裝軟件、游戲、導航等第三方服務商提供的程序，并可以通過移動通訊網絡來實現無線網絡接入手機類型的總稱。

目前的智能手機的通話僅僅只是通話的轉發，例如張三與李四通話，張三的中文語音直接轉發給李四，如果李四是美國人，那么需要李四懂得中文才能夠聽懂，反之，需要張三需要英文與李四交流，現有的翻譯僅僅限于對于中文-英文等固定的翻譯，現有的AI翻譯器如果更換成中文-法語的翻譯即無法實現對應的翻譯，所以其無法實現全語通，用戶體驗度低。

申請內容

本申請實施例提供了一種基于神經網絡的全語通的實現方法及相關產品，實現語音的全語通，一個AI翻譯器能夠實現任意兩種語言之間的互通，提高了用戶體驗度。

第一方面，本申請實施例提供一種基于神經網絡的全語通的實現方法，所述方法包括如下步驟：

終端接收用戶的第一語言的第一語音，確定終端通話所需的第二語言；

終端將第一語言以及第二語言發送至網絡側，接收網絡側下發的神經網絡模型的第一參數，終端將第一參數加載至神經網絡模型；

終端將第一語音輸入到神經網絡模型執行多層神經網絡運算得到符合第二語言的第二語音，將第二語音通過網絡發送至通話端。

可選的，所述終端將第一語音輸入到神經網絡模型執行多層神經網絡運算得到符合第二語言的第二語音具體包括：

終端依據第一語音得到輸入數據，將輸入數據輸入到多層神經網絡執行n層卷積運算得到卷積運算結果，將卷積運算結果輸入到全連接運算得到第二語音的第二語音。

可選的，所述執行n層卷積運算中的第一層卷積運算具體包括：

確定輸入數據矩陣【H】【W】,第一層卷積運算的卷積核【CI】【3】【3】,將輸入矩陣【H】【W】劃分成H/3個數據塊，所述H/3個數據塊中每個數據塊中元素值按H方向相鄰存儲，將卷積核【CI】【3】【3】劃分成CI個【3】【3】核塊，所述CI個【3】【3】核塊中每個核塊的元素值相鄰存儲，將輸入數據矩陣【H】【W】與卷積核【CI】【3】【3】執行卷積運算得到第一層卷積計算結果。

可選的，所述確定終端通話所需的第二語言具體可以包括：

終端提取通話端的用戶，向網絡側請求該用戶對應的國籍，接收網絡側返回的該用戶登記的國籍，確定該國籍對應的母語為第二語言。

第二方面，提供一種終端，所述終端包括：

音頻單元，用于接收用戶的第一語言的第一語音；

處理單元，用于確定終端通話所需的第二語言；控制通信單元將第一語言以及第二語言發送至網絡側，控制所述通信單元接收網絡側下發的神經網絡模型的第一參數，將第一參數加載至神經網絡模型；將第一語音輸入到神經網絡模型執行多層神經網絡運算得到符合第二語言的第二語音，控制所述通信單元將第二語音通過網絡發送至通話端。