[发明专利]一种云会议云翻译方法及系统

权利要求书

1.一种云会议云翻译方法，其特征在于，包括：

采用语谱图作为源语句并输入至Encoder；

指示从Encoder到Decoder转换的边界标记和目标句子为系统提供张量，包含单词索引源输入字、目标输入字、目标输出字；

对齐关联句子顺序向左移动分解词源，向左移动一个时间段并再右边附加一个句末尾标记；

通过已标标记源语言和目标语言的句子对，引用注意力机制将源语言投影至目标语言。

2.如权利要求1所述的一种云会议云翻译方法，其特征在于，所述语谱图的获取方法包括：

通过语音信号获得语谱图和声学特征描述符LLD，对声学特征描述符特征进行HSF表示，获取切分后的音频文件的全局特征。

3.如权利要求2所述的一种云会议云翻译方法，其特征在于，还包括：

语谱图输入馈入卷积神经网络中作为一条通道；

语谱图和梅尔频率倒谱系数馈入Sequence-to-Sequence中作为另一条通道，将两条通道的模型融合加入注意力机制，形成声纹识别特征。

4.如权利要求1所述的一种云会议云翻译方法，其特征在于，所述从Encoder到Decoder转换的方法包括：

查找源语句并进行目标降维，以检索相应的词表示，为每种语言选择一个词汇表，每种语言一套降维权重；

当检索到相关词语时，将词语降维作为输入馈送到两个多层向量神经网络组成源语言的Encoder以及用于目标语言的Decoder。

5.如权利要求4所述的一种云会议云翻译方法，其特征在于，还包括：

训练中梯度剪切以Adam做为优化器并预设学习率，形成编码参数序列文件，为Decoder提供解码所需数据支持。

6.如权利要求1所述的一种云会议云翻译方法，其特征在于，所述通过已标标记数据的源语言和目标语言的句子对，引用注意力机制将源语言投影至目标语言包括：

第一Sequence-to-Sequence模型输入为已标标记数据的源语言句子，通过深度模型源语言句子得到一个高维空间的向量；

第二Sequence-to-Sequence模型以第一个Sequence-to-Sequence模型输出的高维空间的向量为输入，逐渐解码目标语言句子。

7.如权利要求6所述的一种云会议云翻译方法，其特征在于，还包括：

注意力机制通过对目标语言Encoder与源语言的词之间的相似度，得到哪些源语言需要得到更多的关注；

得到更多关注的源语言的词会在Encoder过程中加以更大的权重。

8.如权利要求7所述的一种云会议云翻译方法，其特征在于，还包括：

对不同语言提取特征训练一个语言分类器，通过语言分类器判断用户输入的文本属于哪个语言。

9.一种云会议云翻译系统，其特征在于，包括：

编码模块，用于采用语谱图作为源语句并输入至Encoder；

解码模块，用于指示从Encoder到Decoder转换的边界标记和目标句子为系统提供张量，包含单词索引源输入字、目标输入字、目标输出字；

标记模块，用于对齐关联句子顺序向左移动分解词源，向左移动一个时间段并再右边附加一个句末尾标记；

输出模块，用于通过已标标记源语言和目标语言的句子对，引用注意力机制将源语言投影至目标语言。

10.如权利要求9所述的一种云会议云翻译系统，其特征在于，包括：

用于存储计算机指令的至少一个存储器；

与所述存储器通讯的至少一个处理器，其中当所述至少一个处理器执行所述计算机指令时，所述至少一个处理器使所述系统执行：编码模块、解码模块、标记模块以及输出模块。