[发明专利]翻译方法、系统、设备及存储介质

权利要求书

1.一种翻译方法，其特征在于，应用于边缘计算节点，所述方法包括：

从云计算服务器获取由所述云计算服务器构建和训练的深度学习模型，以及从终端获取待翻译数据；所述深度学习模型包括识别模型和翻译模型；

通过所述识别模型，将所述待翻译数据转化为文本数据；

通过所述翻译模型，将所述文本数据翻译为目标语言的文本数据。

2.如权利要求1所述的方法，其特征在于，所述待翻译数据包括图像和语音，所述识别模型包括图像识别模型和语音识别模型；所述通过所述识别模型，将所述待翻译数据转化为文本数据，包括：

通过所述图像识别模型，识别所述图像中的文本，得到第一文本数据；

通过所述语音识别模型，将所述语音转化为第二文本数据。

3.如权利要求2所述的方法，其特征在于，所述图像识别模型包括目标检测模型和文字识别模型；所述通过所述图像识别模型，识别所述图像中的文本，得到第一文本数据，包括：

通过所述目标检测模型检测所述图像中的文本区域，并裁剪出所述图像的文本区域，得到包含所述文本区域的局部图像；

通过所述文字识别模型识别所述局部图像中的文本，得到所述第一文本数据。

4.如权利要求3所述的方法，其特征在于，所述文字识别模型包括积网络层、循环网络层以及转录层；所述通过所述文字识别模型识别所述局部图像中的文本，得到所述第一文本数据，包括：

通过所述文字识别模型的卷积网络层，提取所述局部图像对应的图像特征序列；

通过所述文字识别模型的循环网络层，获取所述图像特征序列对应的概率分布矩阵；

通过所述文字识别模型的转录层，将所述概率分布矩阵进行解码，得到所述第一文本数据。

5.如权利要求2所述的方法，其特征在于，所述语音识别模型包括声学特征提取模型、声学模型以及语言模型；所述通过所述语音识别模型，将所述语音转化为第二文本数据，包括：

通过所述声学特征提取模型，对所述语音进行特征提取，得到逐帧的声学特征序列；

通过所述声学模型，将所述声学特征序列转换为音素序列；

通过所述语言模型，对所述音素序列进行解码，得到所述第二文本数据。

6.如权利要求5所述的方法，其特征在于，所述翻译模型包括词嵌入编码层、编码层以及解码层；所述通过所述翻译模型，将所述文本数据翻译为目标语言的文本数据包括：

通过所述翻译模型的词嵌入编码层，将所述文本数据转化为词向量矩阵；

通过所述翻译模型的编码层，对所述词向量矩阵进行编码，得到编码结果；

通过所述翻译模型的解码层，对所述编码结果进行解码，得到所述目标语言的文本数据。

7.一种翻译方法，其特征在于，应用于终端，所述方法包括：

通过同态加密算法对待翻译数据进行加密，得到加密后待翻译数据；

将所述加密后待翻译数据发送至边缘计算节点；所述边缘计算节点用于将所述加密后待翻译数据翻译为目标语言的文本数据；

对所述边缘计算节点发送的所述目标语言的文本数据进行解密，得到解密后的目标语言的文本数据。

8.一种翻译系统，其特征在于，所述系统包括：

终端，用于从用户获取待翻译数据；

云计算服务器，用于构建和训练深度学习模型；所述深度学习模型包括识别模型和翻译模型；

边缘计算节点，用于从云计算服务器获取由所述云计算服务器构建和训练的深度学习模型，以及从终端获取待翻译数据；通过所述识别模型，将所述待翻译数据转化为文本数据；还用于通过所述翻译模型，将所述文本数据翻译为目标语言的文本数据。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7中任一项所述的方法。