[发明专利]基于ES专家系统模型翻译粤语口音和阿拉伯语的app

说明书

本发明公开了一种基于ES专家系统模型翻译粤语口音和阿拉伯语的app，包括：1）用户app客户端；2）采集的粤语口音音频大数据库；3）采集的阿拉伯语音频大数据库；4）汉语语法及粤语口音发音规则大数据库；5）阿拉伯与语法及发音规则大数据库；6）ES专家系统翻译模型，通过上述部件，本发明能够替代高薪资的高级同传翻译，为用户提供不会因为翻译时间长而因疲劳导致的翻译错误的高质量质低成本的翻译，并且本发明是采用app形式，用户仅需携带自己的智能手机即可完成翻译，携带方便，省去了聘请翻译人员跟随的麻烦。

技术领域

本发明涉及人ES专家系统的翻译应用领域，特别是涉及基于ES专家系统模型翻译粤语口音和阿拉伯语的app。

背景技术

随着国际化进程的加快，无论是国际会议，还是个人出国旅行，涉外事物的频率增多，人们对翻译的需求也大大增多，而翻译行业人员水平参差不齐，且翻译时间过长会导致翻译人员因疲劳而降低翻译的正确率，特别是高端翻译的薪资水平高，个人用户难以承担其费用，借助现有的互联网工具又只能翻译文字不能翻译语音，且如果是要将国语翻译成阿拉伯语，且说国语的人员普通话不标准，或者只会说粤语口音的方言，则对其语音进行翻译将十分困难，需聘用专门的懂粤语口音的翻译人员才能进行准确的翻译，前期准备过程复杂而麻烦，不便于用户正常工作的开展。

发明内容

本发明主要解决的技术问题是提供一种基于ES专家系统模型翻译粤语口音和阿拉伯语的app，能够替代高薪资的高级同传翻译，为用户提供不会因为翻译时间长而因疲劳导致的翻译错误的高质量质低成本的翻译。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于ES专家系统模型翻译粤语口音和阿拉伯语的app，其特征在于包括：1）用户app客户端、2）云计算中心大数据存储分区、3）云计算中心ES专家系统，三个主要组成部分；通过搭载有本发明的app的智能手机话筒，采集用户发出的粤语口音/阿拉伯语语音数据，经网络传输至云计算中心，由3）和2）结合并对2）的各个翻译大数据信息进行勾连和训练后形成的ES专家系统翻译模型，对输入的音频数据进行人工智能翻译，最后将翻译好的音频经网络同步传输回用户的智能手机app上，用户通过与智能手机相连接的耳机收听翻译好的音频内容。

ES专家系统翻译模型的具体训练方法和检验翻译准确率的方法与步骤为：

步骤1：初始化ES专家模式，模型初始化为离线训练好的成RBF神经网络模型，将在线提取的当前检测模式向量赋值；

步骤2：选择第一层模型中与向量赋值距离最小的神经元n作为获胜神经元，T＝ａｒｇｍｉｎｋｘ － ｗ ｋ

步骤3：如果获胜神经元可用于检测神经元，则跳转至步骤5

步骤4：如果获胜神经元T不是叶神经元，则继续查找获胜神经元T子层中的获胜神经元，并将该神经元赋值给T，然后返回第3）；否则获胜神经元T是叶神经元，输出检测结果并调整获胜神经元的增量训练集：当获胜神经元 T是非覆盖神经元且增量训练集合IT为空，执行如下：IT=R∪MT，否则执行 IT∪｛ R，算法中不是每次循环运行都判断结构的确定性 ,而是每运行一定的步骤以后判断一次，具体步骤的数目由研究对象的实时性决定，该算法通过敏感度法，把时域的问题转换到频域进行研究，提供了一种研究神经网络结构问题的新方法 . 从傅里叶变换的角度看，频域贡献较大的神经元在时域中也有对应的关系反之亦然；而且由傅里叶变换可知，在时刻 t 对神经网络隐含层神经元的输出权值的贡献值的计算是时刻 t 之前一段时间的贡献值的综合，较之一般动态神经网络 [9−16] 以时刻 t当前值作为判断依据更客观；通过对神经网络结构的调整 , 最终获得的神经网络结构比较紧凑；而且 ε 的选取一般小于目标误差值，循环此算法；

第五步：系统测试并进行翻译准确率的校对，具体为：向ES专家系统输入不小于1000组需翻译成阿拉伯语的粤语口音，分别进行交传翻译和同传翻译，若翻译的准确率高于交传95%，同传70%，则合格，训练完成；若低于该值，则重复步骤4到步骤5，并延长步骤4的ES专家系统的训练时间，直至步骤5测试出的准确率达标为止。