[发明专利]数据翻译方法、装置、终端及存储介质

权利要求书

1.一种数据翻译方法，其特征在于，所述方法包括：

在目标应用程序前台运行时接收到通话请求，所述目标应用程序用于对录入的语音数据进行翻译；

将接收到所述通话请求时已采集到的语音数据保存为第一语音数据；

前台运行所述通话请求对应的通话程序，并后台通过所述目标应用程序将所述第一语音数据通过语音识别算法识别为第一文本数据；

对所述第一文本数据进行语义分析得到语义完整度；所述语义完整度为所述第一语音数据的语义结构的完整程度；

若所述第一语音数据的语义完整度大于预测阈值且小于完整阈值，则后台通过所述目标应用程序获取与所述第一文本数据对应的语义完整的第二文本数据，所述完整阈值为语义完整时对应的阈值；

对所述第二文本数据进行翻译得到第三文本数据；

将所述第二文本数据和所述第三文本数据确定为文本翻译数据；

其中，所述第一语音数据、所述第一文本数据、所述第二文本数据均为第一语言类型的数据，所述第三文本数据为第二语言类型的数据。

2.根据权利要求1所述的方法，其特征在于，所述若所述第一语音数据的语义完整度大于所述预测阈值且小于完整阈值，则后台通过所述目标应用程序获取与所述第一文本数据对应的语义完整的第二文本数据，包括：

若所述第一语音数据的语义完整度大于所述预测阈值且小于所述完整阈值，则后台通过所述目标应用程序根据所述第一文本数据采用文本预测模型得到文本标识，所述文本预测模型是采用样本文本数据对神经网络进行训练得到的模型；

根据预设对应关系将与所述文本标识对应的文本数据确定为第二文本数据，所述预设对应关系包括所述文本标识与所述文本数据之间的对应关系。

3.根据权利要求2所述的方法，其特征在于，所述若所述第一语音数据的语义完整度大于所述预测阈值且小于所述完整阈值，则后台通过所述目标应用程序根据所述第一文本数据采用文本预测模型得到文本标识，包括：

若所述第一语音数据的语义完整度大于所述预测阈值且小于所述完整阈值，则后台通过所述目标应用程序从所述第一文本数据中提取目标文本特征；

将所述目标文本特征输入至所述文本预测模型得到所述文本标识；

其中，所述文本预测模型是根据至少一组样本数据组训练得到的，每组所述样本数据组包括：样本文本数据和正确的样本文本标识。

4.根据权利要求2所述的方法，其特征在于，所述方法，还包括：

获取训练样本集，训练样本集包括至少一组样本数据组；

根据所述至少一组样本数据组，采用误差反向传播算法对原始参数模型进行训练得到所述文本预测模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一组样本数据组，采用误差反向传播算法对原始参数模型进行训练得到所述文本预测模型，包括：

对于所述至少一组样本数据组中的每组样本数据组，从所述样本文本数据中提取样本文本特征；

将所述样本文本特征输入所述原始参数模型，得到训练结果；

将所述训练结果与样本文本标识进行比较，得到计算损失，所述计算损失用于指示所述训练结果与所述样本文本标识之间的误差；

根据所述至少一组样本数据组各自对应的计算损失，采用所述误差反向传播算法训练得到所述文本预测模型。

6.根据权利要求1所述的方法，其特征在于，所述若所述第一语音数据的语义完整度符合预置条件，则后台通过所述目标应用程序翻译所述第一语音数据之后，还包括：

当所述目标应用程序恢复前台运行时，在所述目标应用程序的当前界面上以文本形式和/或语音形式提示所述文本翻译数据。