[发明专利]一种采用BIRCH聚类算法翻译普通话和英语的同传箱

说明书

本发明公开了一种采用BIRCH聚类算法翻译普通话和英语的同传箱，包括：1）同传箱主体部分、2）同传箱配件部分、3）采集的普通话音频大数据库；4）采集的英语音频大数据库；5）由26个基础字母构成的英文文字排列组合及其释义与语法规律的大数据库；6）由部首偏旁构成的汉语文字结构及文字构成语法的大数据库；7）利用层次方法的平衡迭代规约和聚类即BIRCH聚类算法的翻译模型，七个部件；通过上述部件，本发明能够替代专业的高级同传翻译人员，为用户进行翻译，带来的益处是：长时间翻译不会导致因疲劳造成的错误；大大降低了聘请同传翻译人员的资金成本；由于本发明的同传箱内无需坐人，故体积很小，能够为国际会议场所节省空间，多安放与会人员的座椅，增加会议的参会人数。

技术领域

本发明涉及BIRCH聚类算法用于翻译的领域，特别是涉及一种采用BIRCH聚类算法翻译普通话和英语的同传箱。

背景技术

随着国际化进程的加快，英汉同传翻译的需求日益增多，而现有的同传翻译是由人来完成，专业的同传翻译人员劳动强度大，翻译准确度易受到个人身体因素的影响，在国际会议中，如果会议的持续时间长，翻译人员的体力和精力不断透支后，将会因疲劳使得翻译的准确度下降。

发明内容

本发明主要解决的技术问题是提供一种采用BIRCH聚类算法翻译普通话和英语的同传箱，能够替代高薪资的高级翻译，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。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种一种采用BIRCH聚类算法翻译普通话和英语的同传箱，其特征在于，包括：1）普通话的音频输入设备、2）翻译成英语的音频输出设备、3）采集的普通话音频大数据库、4）采集的英语音频大数据、5）由26个基础字母构成的英文文字排列组合及其释义与语法规律的大数据库、6）由部首偏旁构成的汉语文字结构及文字构成语法的大数据库、7）利用层次方法的平衡迭代规约和聚类即BIRCH聚类算法的翻译模型，七个部件；通过上述七个部件，本发明能够替代高薪资的高级英汉同传翻译，为用户提供价格低廉且可不惧疲劳能够进行长时间高质量翻译的可将普通话翻译成英语或将英语翻译成普通话的翻译。

一种采用BIRCH聚类算法翻译普通话和英语的同传箱，在构建BIRCH聚类树时采用的方法为欧几里得距离函数和曼哈顿距离函数，具体公式如下：

CF tree的结构类似于一棵B-树，它有两个参数：内部节点平衡因子B，叶节点平衡因子L，簇半径阈值T。树中每个节点最多包含B个孩子节点，记为（CFi，CHILDi），1<=i<=B，CFi是这个节点中的第i个聚类特征，CHILDi指向节点的第i个孩子节点，对应于这个节点的第i个聚类特征；需特别注意的是：构建CF树的过程中，一个重要的参数是簇半径阈值T，因为它决定了CF tree的规模，从而让CF tree适应当前在云计算中心为BIRCH模型分配的内存的大小。如果T太小，那么簇的数量将会非常的大，从而导致树节点数量也会增大，这样可能会导致所有数据点还没有扫描完之前内存就不够用了，同时翻译的准确率与T值和所分配的内存大小成正比关系，此处内存不得小于100TB。

具体实施方式

在一个实施例中，说普通话的用户A对着翻译器音频输入设备说出一句普通话，通过网络将该语音信息传输至云计算中心的BRICH聚类算法模型中，与深度学习后的大数据进行比对后，将翻译成英语的音频信息同步传输至翻译器音频输出设备，用户B使用该设备听到了对用户A说话内容的同传翻译的英语发音。

在另一个实施例中，说英语的用户B对着翻译器音频输入设备说出一句英语，通过网络将该语音信息传输至云计算中心的BRICH聚类算法模型中，与深度学习后的大数据进行比对后，将翻译成普通话的音频信息同步传输至翻译器音频输出设备，用户A使用该设备听到了对用户B说话内容的同传翻译的普通话的翻译音频。