[发明专利]采用BP神经网络同传翻译四川口音与泰语的方法

权利要求书

1.采用BP神经网络同传翻译四川口音与泰语的方法，其特征在于，包括：

1）音频输入输出设备；

2）云计算中心搭载的BP神经网络模型；

3）四川口音的语音大数据库；

4）泰语发音的语音大数据库；

5）中泰文互译的大数据库；

6）泰文的数个行业类型的专有名词大数据库；

7）四川话语法数据；

8）泰文语法数据。

2.根据权利要求1所述的采用BP神经网络同传翻译四川口音与泰语的方法，其特征在于：音频输入输出设备既可以为同一个设备，又可以为2个分体式设备；若为同一个设备时，音频输出设备需与耳机相连接，用户通过耳机收听翻译后的音频输出声音，以避免将输出的声音与输入的声音混合，造成对BP神经网络模型的干扰。

3.根据权利要求1所述的采用BP神经网络同传翻译四川口音与泰语的方法，其特征在于包括如步骤：

步骤一、在云计算中心搭建BP神经网络模型基础构架；

步骤二、采集四川口音的语音数据，建立四川口音的语音大数据库；采集泰文发音的语音数据，建立泰文发音的大数据库；采集数本电子版的泰汉互译词典、数个特殊行业的泰汉互译词典，建立泰汉互译大数据库；采集泰文语法数据信息，建立泰文语法数据库；采集汉语语法数据信息，建立汉语语法数据库；采集四川话发音规则信息，建立四川话语法数据库；

步骤三、将步骤二建立的数个大数据库作为若干个样本，与BP神经网络模型进行数据勾连，再进行BP神经网络模型的训练；

步骤四、将云计算中心的ＢＰ神经网络翻译模块与音频输入输出设备通过互联网进行连接；

步骤五、用户对着音频输入设备说话，说话的语言限定为四川口音的汉语或泰语，设备将该声音通过网络传输至云计算中心的BP神经网络模型中进行同传翻译，然后翻译结果同步传输至用户端的音频输出设备上，最后通过耳机同步传输至用户的耳中。

4.根据权利要求3步骤三所述的BP神经网络模型的训练，其训练方法包括如下步骤：

步骤（1）、对大数据库进行数据分析与标注，形成N个训练样本；

步骤（2）、对n进行赋值，对于网络的输入层各节点的输出等于输入；对于中间的隐藏层，节点J的输入可表示为：

其中：为单元J的活性偏量，一般取[-1，1]

步骤（3）、BP网络取连续型的激励函数，其形式如：

从可以得到节点j的输出：

步骤（4）、重复步骤（2）和步骤（3）的计算过程，直至得到输出层的实际输出然后比较实际输出与期望输出，通过误差修改权重和偏置，使得误差达到最小，对于输出单元k误差的形式为：

其中，为输出层单元的期望输出，为了避免陷入局部最优解，通过更新权重和偏量，学习率取，可以得到

同理，更新隐含层单元j与上一层单元i的权重和偏量可以得到

根据权利要求3步骤三所述的BP神经网络模型的训练，其训练的智能交传翻译准确率需达到95%以上，智能同传翻译准确率需达到70%以上，若翻译准确率低于该值，则延长BP神经网络模型的训练周期，使其准确率提高至与国际标准的高级翻译人员的翻译水平相近。

5.根据权利要求1所述的采用BP神经网络同传翻译四川口音与泰语的方法，其特征在于：同传翻译四川口音与泰语的BP神经网络模型具有深度学习的功能，能够随着翻译四川口音与泰语的用户量的增加和用户使用次数的增加，对云计算中心的大数据库进行不断的数据写入，和对四川口音与泰语之间进行翻译的能力进行自主的深度学习，使得翻译的准确率不断提高。

6.根据权利要求1所述的采用BP神经网络同传翻译四川口音与泰语的方法，其特征在于：初始的数个大数据库中的同一条释义内容的语音数据均分别由不低于20组的样本男女朗读构成，使BP神经网络在训练时对同一条释义内容的语音既能区分男女又能辨识出具有细微差异的同一语言数据，使得翻译更为准确。