[发明专利]语音机器翻译模型的构建方法及语音机器翻译装置

说明书

本公开提供了一种语音机器翻译模型的构建方法，包括：获取语音机器翻译模型的预测概率分布；将源语言语音‑目标语言文本组成的数据集中的源语言语音转录文本作为源语言文本构建源语言文本‑目标语言文本的数据集；获取文本机器翻译模型的预测概率分布；将语音机器翻译模型的预测概率分布与文本机器翻译模型的预测概率分布之间的交叉熵作为语音机器翻译模型的最终目标函数；以及基于最终目标函数对语音翻译模型进行训练，获得构建后的语音机器翻译模型。本公开还提供了一种语音机器翻译装置、电子设备以及可读存储介质。

技术领域

本公开涉及机器翻译技术领域，本公开尤其涉及一种语音机器翻译模型的构建方法及语音机器翻译装置、电子设备及存储介质。

背景技术

语音翻译是将一种语言的语音翻译成另一种语言的语音或者文本，是打破语言障碍的关键技术。

现有技术中的语音翻译系统一般由语音识别模块、机器翻译模块等构成。首先，语音识别模块将源语言的语音转换为源语言的文本，然后通过机器翻译模块再将源语言的文本翻译为目标语言的文本，这种语音翻译系统已经被广泛使用，但是这种语音翻译系统存在着错误累积、翻译时延、计算和存储资源占用较大等缺点，且这种语音翻译系统将源语言的语音识别为源语言的文本再进行翻译的做法，丢失了源语言的语音中的语气、声调等信息，难以避免的会导致语音翻译的不够准确。

发明内容

为了解决上述技术问题中的至少一个，本公开提供了一种语音机器翻译模型的构建方法及语音机器翻译装置、电子设备及存储介质。

根据本公开的一个方面，提供一种语音机器翻译模型的构建方法，包括：

构建语音机器翻译模型的预目标函数，所述预目标函数表征预测概率分布与真实数据分布之间的交叉熵，基于源语言语音-目标语言文本的数据集以及所述预目标函数对语音机器翻译模型进行训练，获取所述语音机器翻译模型的预测概率分布；

将所述源语言语音-目标语言文本组成的数据集中的源语言语音转录文本作为源语言文本构建源语言文本-目标语言文本的数据集；

构建文本机器翻译模型的目标函数，所述目标函数表征预测概率分布与真实数据分布之间的交叉熵，基于所述源语言文本-目标语言文本的数据集以及所述目标函数对文本机器翻译模型进行训练，获取所述文本机器翻译模型的预测概率分布；

将所述语音机器翻译模型的预测概率分布与所述文本机器翻译模型的预测概率分布之间的交叉熵作为所述语音机器翻译模型的最终目标函数；以及，

基于所述最终目标函数对所述语音翻译模型进行训练，最小化所述语音机器翻译模型的预测概率分布与所述文本机器翻译模型的预测概率分布之间的交叉熵，获得构建后的语音机器翻译模型。

根据本公开的至少一个实施方式的语音机器翻译模型的构建方法，基于源语言语音-目标语言文本的数据集以及所述预目标函数对语音机器翻译模型进行训练，获取所述语音机器翻译模型的预测概率分布，包括：

最小化所述语音机器翻译模型的预测概率分布与真实数据分布之间的交叉熵，以获得所述语音机器翻译模型的预测概率分布。

根据本公开的至少一个实施方式的语音机器翻译模型的构建方法，基于所述源语言文本-目标语言文本的数据集以及所述目标函数对文本机器翻译模型进行训练，获取所述文本机器翻译模型的预测概率分布，包括：

最小化所述文本机器翻译模型的预测概率分布与真实数据分布之间的交叉熵，以获得所述文本机器翻译模型的预测概率分布。

根据本公开的至少一个实施方式的语音机器翻译模型的构建方法，所述文本机器翻译模型的预测概率分布为对于所述源语言文本-目标语言文本的数据集中的源语言文本的各个时刻预测出的词语的概率分布。