[发明专利]一种语音翻译方法、装置和用于语音翻译的装置

说明书

本发明实施例提供了一种语音翻译方法、装置和用于语音翻译的装置。所述方法包括：确定待翻译的语音数据对应的音素序列和语音识别结果；对所述语音识别结果进行翻译处理，得到第一结果数据；对所述音素序列进行文本转换处理，得到第二结果数据；基于所述第一结果数据和所述第二结果数据确定所述语音数据对应的翻译结果。本发明实施例降低了语音识别结果对翻译结果的影响，避免了语音翻译系统中的错误累计，故可以有效提升语音翻译系统整体的容错性和鲁棒性，提高翻译结果的准确度。

技术领域

本发明涉及智能控制技术领域，尤其涉及一种语音翻译方法、装置和用于语音翻译的装置。

背景技术

传统的语音翻译系统大多采用级联的方式进行工作，即采用“语音识别+拼断句+文本翻译”的策略，语音识别和文本翻译独立进行。然而，由于语音识别过程中容易受到环境、说话人口音等因素的影响，往往会导致语音识别结果出现错误。在级联的语音翻译系统中，语音识别结果为文本翻译的源语言数据，错误的语音识别结果会直接导致最终的翻译结果错误。

由此可见，传统的语音翻译系统的容错性差，容易出现错误累积，导致系统的翻译准确度较低。

发明内容

本发明实施例提供一种语音翻译方法、装置和用于语音翻译的装置，可以提高翻译结果的准确度。

为了解决上述问题，本发明实施例公开了一种语音翻译方法，所述方法包括：

确定待翻译的语音数据对应的音素序列和语音识别结果；

对所述语音识别结果进行翻译处理，得到第一结果数据；

对所述音素序列进行文本转换处理，得到第二结果数据；

基于所述第一结果数据和所述第二结果数据确定所述语音数据对应的翻译结果。

可选地，所述基于所述第一结果数据和所述第二结果数据确定所述语音数据对应的翻译结果，包括：

对所述第一结果数据和所述第二结果数据进行加权求和，得到第三结果数据；

基于所述第三结果数据确定所述语音数据对应的翻译结果。

可选地，所述对所述第一结果数据和所述第二结果数据进行加权求和，得到第三结果数据，包括：

确定所述第一结果数据的第一系数和所述第二结果数据的第二系数；

根据所述第一结果数据、所述第二结果数据、所述第一系数和所述第二系数，确定所述第二结果数据对应的权重控制参数；

根据所述权重控制参数对所述第一结果数据和所述第二结果数据进行加权求和，得到第三结果数据。

可选地，所述确定待翻译的语音数据对应的音素序列和语音识别结果，包括：

将待翻译的语音数据输入至语音识别系统中进行语音识别处理，得到所述语音数据对应的语音识别结果，所述语音识别系统包括声学模型和语言模型；

提取所述声学模型的隐藏层状态；

基于所述隐藏层状态和预设的音素状态表，确定所述语音数据对应的音素序列，所述音素状态表包含隐藏层状态与音素序列之间的映射关系。

可选地，所述对所述音素序列进行文本转换处理，得到第二结果数据，包括：

基于音素预训练模型对预先构建的音素模型进行迭代训练，得到目标音素模型；

基于目标音素模型对所述音素序列进行文本转换处理，得到第二结果数据。

可选地，所述基于音素预训练模型对预先构建的音素模型进行迭代训练，得到目标音素模型，包括：