[发明专利]一种基于智能手表的云翻译系统和方法

权利要求书

1.一种基于智能手表的云翻译系统，其特征在于，包括云服务器和智能翻译手表终端，所述云服务器包含语音识别模块、翻译模块、语音合成模块以及服务器通信模块，所述智能翻译手表终端包含CPU、手表通信模块、声音编码压缩模块、声音输出模块、显示输出模块已经存储模块，所述声音编码压缩模块与CPU连接，所述CPU与手表通信模块连接，所述手表通信模块与服务器通信模块连接，所述服务器通信模块与语音识别模块连接，所述语音识别模块与翻译模块连接，所述翻译模块与语音合成模块连接，所述语音合成模块通过服务器通信模块与CPU连接，所述CPU分别与声音输出模块和显示输出模块连接，所述CPU还与存储模块独立连接。

2.根据权利要求1所述的基于智能手表的云翻译系统，其特征在于，所述智能翻译手表终端还设置有MIC输入模块，所述MIC输入模块与所述声音编码压缩模块连接。

3.根据权利要求1所述的基于智能手表的云翻译系统，其特征在于，所述智能翻译手表终端还设置有按键模块和定位模块，所述按键模块和定位模块输入连接到所述CPU。

4.根据权利要求1所述的基于智能手表的云翻译系统，其特征在于，所述显示输出模块连接有触摸显示模块。

5.根据权利要求1所述的基于智能手表的云翻译系统，其特征在于，所述声音输出模块分别电性连接到蓝牙设备外接输出模块和扬声器模块。

6.一种基于智能手表的云翻译方法，其特征在于，包含以下步骤：

S1：周期性翻译训练，云服务定期执行下列操作：

第一，编码器接收源语句，然后指示从编码到解码模式的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，系统会对齐相关句子，顺序向左移动，分解词源，把向左移动一个时间段，右边附加一个句末尾标记，

第二，考虑到词语的分类性质，模型必须首先查找源和目标降维，以检索相应的词表示，为了使降维层可以工作，要为每种语言选择一个词汇表，通常，选择词汇只有最频繁被视为唯一，所有其他单词都转换为“未知”令牌，并且都获得相同的降维，每种语言一套降维权重，

第三，开始训练，一旦检索到相关词语，则将词语降维作为输入馈送到主网络中，该主网络由两个多层向量神经网络组成——源语言的编码器以及用于目标语言的解码器，这两向量神经网络原则上可以共享相同的权重，

第四，训练中梯度剪切，最大值通常设置为5或1的值，以Adam做为优化器，学习率的值通常在0.0001到0.001之间；随着训练的进行可以减少，

第五，训练成时形成编码参数序列文件，为解码器提供解码所须数据支持；

S2：获取语音信号，通过触摸显示模块获取手指触摸信号，当感知到连续按压信号后，所述MIC输入模块获取语音，待感知到的连续按压信号结束后，所述声音编码压缩模块对语音信号进行压缩处理，变成较小的数字化流；

S3：云翻译处理，

首先，所述数字化流经CPU控制后通过手表通信模块发送到云服务器，所述服务器通信模块接收到数字化流，交由语音识别模块进行语音识别，把音频文件转换为文字数据，交由翻译模块进行处理，

其次，执行翻译过程：

第一，推理时，只能访问源语句即编码器输入，执行解码的方法有多种，方法包括贪婪算法、采样和波束搜索解码，训练期间相同的方式对源语句进行编码，从而获得编码状态，并使用该编码状态来初始化解码器，

第二，一旦解码器接收到起始符号，解码(翻译)过程就开始了，对于解码器端的每个时间步长，将向量神经网络的输出视为一组逻辑，选择最可能的单词，id与最大逻辑值相关联，将其作为发出的单词，

第三，开始解码过程时，短句将最后的源状态从编码器传递到解码器中，

第四，如果判断为中长句子，将当前目标隐藏状态与所有源状态进行比较，以获焦点得权重；基于焦点权重，计算上下文矢量作为源状态的加权平均值；将上下文矢量与当前目标隐藏状态相结合，产生最终的焦点向量，

第五，解码完成后信息重组归一输出自然语言；

最后，通过语音合成模块生成语音流文件；

S3：信息接收，所述手表通信模块通过服务器通信模块将文字数据和语音流文件接收到存储模块；

S4：音画输出，CPU控制处理存储模块内的文字数据和语音流文件，由显示输出模块将文字数据数字化显示，经CPU控制处理后由声音输出模块产生语音信号输出。