[发明专利]语音翻译方法、装置、电子设备及存储介质

权利要求书

1.一种语音翻译方法，其特征在于，包括：

获取待翻译语言对应的源语音；

获取指定的目标语言；

将所述源语音和与所述目标语言匹配的指示信息输入到预先训练的语音翻译模型中，所述语音翻译模型用于将第一语言集合中的语言翻译成第二语言集合中的语言，所述第一语言集合包括多个语言，所述第一语言集合包括所述待翻译语言，所述第二语言集合包括多个语言，所述第二语言集合包括所述目标语言；

获取所述语音翻译模型输出的与所述目标语言对应的翻译语音，其中，所述待翻译语言与所述目标语言不同。

2.根据权利要求1所述的方法，其特征在于，所述获取所述语音翻译模型输出的与所述目标语言对应的翻译语音，包括：

通过所述语音翻译模型中的编码器提取所述源语音中的语音特征，并进行编码，形成所述源语音的特征向量；其中，所述语音翻译模型为Seq2Seq模型；

通过所述语音翻译模型中的解码器根据所述特征向量和所述目标语言，将所述特征向量映射为目标语言的语音序列，作为翻译语音。

3.根据权利要求2所述的方法，其特征在于，所述通过所述语音翻译模型中的编码器提取所述源语音中的语音特征，并进行编码，形成所述源语音的特征向量，包括：

通过所述编码器对所述源语音进行切分，形成至少一个源语音片段；

通过所述编码器获取各所述源语音片段以及所述源语音的语音特征，形成至少一个语音元素，所述语音特征包括下述至少一项：时长、频率、音强、音色和频谱特性；

通过所述编码器根据各所述语音元素依次对初始向量进行变换，形成特征向量。

4.根据权利要求2所述的方法，其特征在于，所述通过所述语音翻译模型中的解码器根据所述特征向量和所述目标语言，将所述特征向量映射为目标语言的语音序列，包括：

通过所述解码器对所述特征向量进行解析，确定至少一个备选翻译语音片段；

从至少一个备选翻译语音片段中查询与所述目标语言匹配的目标翻译语音片段，并拼接形成目标语言的语音序列。

5.根据权利要求1所述的方法，其特征在于，在将源语音输入到预先训练的语音翻译模型中之前，还包括：

获取样本对集合，其中，所述样本对集合中的各样本对包括一个目标源语音，以及一个目标翻译语音，所述目标翻译语音标注有语言信息；

根据所述样本对集合对初始模型进行训练，形成语音翻译模型，其中，所述样本对集合对应的语言数量包括至少三个。

6.根据权利要求5所述的方法，其特征在于，所述样本对中目标源语音对应的待翻译语言数量包括至少两个，所述目标源语音对应的至少一个待翻译语言与所述目标翻译语音的语言不同。

7.根据权利要求2所述的方法，其特征在于，所述编码器和所述解码器包括神经网络模型。

8.一种语音翻译装置，其特征在于，包括：

源语音获取模块，用于获取待翻译语言对应的源语音；

目标语言指定模块，用于获取指定的目标语言；

语言翻译模块，用于将所述源语音和与所述目标语言匹配的指示信息输入到预先训练的语音翻译模型中，所述语音翻译模型用于将第一语言集合中的语言翻译成第二语言集合中的语言，所述第一语言集合包括多个语言，所述第一语言集合包括所述待翻译语言，所述第二语言集合包括多个语言，所述第二语言集合包括所述目标语言；

翻译语音获取模块，用于获取所述语音翻译模型输出的与所述目标语言对应的翻译语音，其中，所述待翻译语言与所述目标语言不同。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的语音翻译方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的语音翻译方法。