CN113378586B - 语音翻译方法、翻译模型训练方法、装置、介质及设备 - Google Patents
语音翻译方法、翻译模型训练方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN113378586B CN113378586B CN202110801927.5A CN202110801927A CN113378586B CN 113378586 B CN113378586 B CN 113378586B CN 202110801927 A CN202110801927 A CN 202110801927A CN 113378586 B CN113378586 B CN 113378586B
- Authority
- CN
- China
- Prior art keywords
- historical
- text
- texts
- translation
- punctuation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013519 translation Methods 0.000 title claims abstract description 379
- 238000012549 training Methods 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 158
- 238000009499 grossing Methods 0.000 claims description 28
- 230000008030 elimination Effects 0.000 claims description 19
- 238000003379 elimination reaction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012986 modification Methods 0.000 claims description 16
- 230000004048 modification Effects 0.000 claims description 16
- 238000012217 deletion Methods 0.000 claims description 15
- 230000037430 deletion Effects 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本公开涉及一种语音翻译方法、翻译模型训练方法、装置、介质及设备。语音翻译方法包括：获取待翻译的目标语音数据；对目标语音数据进行语音识别，得到目标语音识别文本；将目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，翻译模型根据标点扰动文本训练得到。这样，可提升翻译模型对标点的鲁棒性，有效避免目标翻译文本出现标点错误，提升语音翻译的准确性，使得用户能够快速、准确理解目标翻译文本，方便用户交流。另外，将目标语音识别文本直接输入到翻译模型中，即可有效避免目标翻译文本出现标点错误，而无需在输入前对目标语音识别文本进行标点纠错，使得语音翻译耗时较短，语音翻译的实时性好，适用于同声传译场景。
Description
技术领域
本公开涉及计算机技术领域，具体地，涉及一种语音翻译方法、翻译模型训练方法、装置、介质及设备。
背景技术
目前，随着人工智能、自然语言处理等技术的发展，语音翻译技术在同声传译、外语教学等场景中得到了广泛的应用。例如，同声传译场景下，语音翻译技术可将说话者的语音同步转换为其他语种的文本，方便了人们交流。然而，相关技术中的语音翻译方法，通常是先对说话者的语音进行语音识别，之后，对语音识别文本进行机器翻译，以得到相应语种的文本，但语音翻译的准确性不高，例如，容易出现标点错误等问题，影响用户对翻译文本的理解，给用户交流带来不便。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种语音翻译方法，包括：获取待翻译的目标语音数据；对所述目标语音数据进行语音识别，得到目标语音识别文本；将所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
第二方面，本公开提供一种翻译模型训练方法，包括：获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
第三方面，本公开提供一种语音翻译装置，包括：第一获取模块，用于获取待翻译的目标语音数据；识别模块，用于对所述第一获取模块获取到的所述目标语音数据进行语音识别，得到目标语音识别文本；翻译模块，用于将所述识别模块得到的所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
第四方面，本公开提供一种翻译模型训练装置，包括：第二获取模块，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；扰动处理模块，用于对所述第二获取模块获取到的所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；训练模块，用于通过将所述第二获取模块获取到的所述多个历史识别文本、所述扰动处理模块得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
第五方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面或第二方面提供的所述方法的步骤。
第六方面，本公开提供一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面或第二方面提供的所述方法的步骤。
在上述技术方案中，首先，对待翻译的目标语音数据进行语音识别，得到目标语音识别文本；然后，将目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，翻译模型根据标点扰动文本训练得到，标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的。这样，可以提升翻译模型对标点的鲁棒性，有效避免目标翻译文本出现标点错误，提升语音翻译的准确性，使得用户能够快速、准确理解目标翻译文本，方便用户交流。另外，将目标语音识别文本直接输入到翻译模型中，即可有效避免目标翻译文本出现标点错误，而无需在输入前对目标语音识别文本进行标点纠错，使得语音翻译耗时较短，语音翻译的实时性好，适用于同声传译场景。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是根据一示例性实施例示出的一种语音翻译方法的流程图。
图2是根据一示例性实施例示出的一种翻译模型训练方法的流程图。
图3是根据另一示例性实施例示出的一种翻译模型训练方法的流程图。
图4是根据另一示例性实施例示出的一种翻译模型训练方法的流程图。
图5是根据一示例性实施例示出的一种语音翻译装置的框图。
图6是根据一示例性实施例示出的一种翻译模型训练装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
图1是根据一示例性实施例示出的一种语音翻译方法的流程图。如图1所示，该方法包括S101～S103。
在S101中，获取待翻译的目标语音数据。
在本公开中，待翻译的目标语音数据可以为任意语种的语音数据，例如，中文、英文、法文等。
在S102中，对目标语音数据进行语音识别，得到目标语音识别文本。
在本公开中，可以通过语音识别模型来对目标语音数据进行语音识别，以得到目标语音识别文本。其中，语音识别模型可根据实际情况进行设置，例如，语音识别模型可为自动语音识别(Automatic Speech Recognition，ASR)模型。
在S103中，将目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，翻译模型根据标点扰动文本训练得到。
在本公开中，标点扰动文本是通过对历史语音识别文本(即训练样本)进行标点扰动处理得到的，标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。其中，删除标点是指从历史语音识别文本中随机删除第一预设比例(例如，5％)的标点；修改标点是指将历史语音识别文本中的、第二预设比例(例如，6％)的标点随机替换为其他任意标点；增加标点是指在历史语音识别文本中的任意位置随机增加该历史语音识别文本中原有的标点。
需要说明的是，目标翻译文本的语种可以是与待翻译的目标语音数据的语种不同的任意其他语种，对此，本公开不作具体限定。
在上述技术方案中，首先，对待翻译的目标语音数据进行语音识别，得到目标语音识别文本；然后，将目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，翻译模型根据标点扰动文本训练得到，标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的。这样，可以提升翻译模型对标点的鲁棒性，有效避免目标翻译文本出现标点错误，提升语音翻译的准确性，使得用户能够快速、准确理解目标翻译文本，方便用户交流。另外，将目标语音识别文本直接输入到翻译模型中，即可有效避免目标翻译文本出现标点错误，而无需在输入前对目标语音识别文本进行标点纠错，使得语音翻译耗时较短，语音翻译的实时性好，适用于同声传译场景。
下面针对上述翻译模型的具体训练方式进行详细说明。具体来说，上述翻译模型可以通过图2中所示的S201～S203训练得到。
在S201中，获取多个历史语音识别文本、与每一历史语音识别文本对应的历史翻译文本。
在S202中，对多个历史语音识别文本中的、部分或者全部历史语音识别文本进行标点扰动处理，得到标点扰动文本。
示例地，对多个历史语音识别文本中、30％的历史语音识别文本进行修改标点操作；对多个历史语音识别文本中、10％的历史语音识别文本进行增加标点操作；对多个历史语音识别文本中、20％的历史语音识别文本进行删除标点操作。
在S203中，通过将多个历史识别文本、标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一历史翻译文本和通用训练样本中、与样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到翻译模型。
在本公开中，通用训练样本可以为通用语料样本，通用训练样本可以理解为各行业领域通用的样本，具有通用性，满足一般性行业领域需求。其中，通用训练样本包括样本文本、与样本文本对应的样本翻译文本。
由于能够获取到的历史识别文本相对较少，因此，仅通过多个历史识别文本、标点扰动文本以及每一历史翻译文本，无法满足翻译模型对训练样本数量的要求，故在模型训练时，将通用训练样本、多个历史识别文本、标点扰动文本以及每一历史翻译文本共同作为训练样本。
下面针对上述S201中的获取与每一历史语音识别文本对应的历史翻译文本的具体实施方式进行详细说明。
具体来说，可以通过多种方式来获取历史翻译文本。在一种实施方式中，针对每一历史语音识别文本，对该历史语音识别文本直接进行翻译处理(可以是人工或者机器翻译)，得到该历史语音识别文本对应的历史翻译文本。
在另一种实施方式中，针对每一历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
在本公开中，口语顺滑处理包括去重、过滤停用词、修正中的至少一者。其中，停用词是指没有实际意义的词，例如，语气词(例如，嗯、啊、哦等)、连接词(例如，然而、且等)、常用口头禅(例如，这个啊、那个啊等)。
历史语音识别文本可能会出现停用词，这些停用词对语义表达影响不大，可不用翻译，因此，可以对历史语音识别文本中的停用词进行过滤处理。
由于用户说话时可能会重复某些词汇，或者重复表达某个短语，因此，历史语音识别文本中还可能会出现重复内容(例如，“大家在一些大家都关注的，共同关注的重要信息”，其中，“大家都关注的”、“共同关注的”为重复内容)，此时，可以对历史语音识别文本进行去重处理，从而可以避免翻译模型出现重复翻译的问题，以提升翻译模型的翻译质量。
另外，历史语音识别文本中还可能会出现错误识别，例如，可能会出现同音字、谐音字、漏识别这些错误识别，此时，可以对历史语音识别文本进行修正处理，以消除历史语音识别文本中的错误识别，避免前期语音识别结果不准确导致后续翻译质量不高的问题，保证翻译模型的翻译质量，提升语音翻译的准确性。
优选地，口语顺滑处理包括去重、过滤停用词以及修正，这样，通过对历史语音识别文本进行口语顺滑处理，不仅可以避免前期语音识别结果不准确导致后续翻译质量不高的问题，而且能够去除重复内容、停用词等噪声数据，从而提升翻译模型的翻译质量。
在翻译模型训练阶段，相较于直接将历史语音识别文本的翻译结果作为模型的目标输出的方式，利用经过口语顺滑处理后的历史语音识别文本的翻译结果作为模型的目标输出的方式，能够减少翻译模型对口语顺滑的依赖，使得翻译模型具有更好的鲁棒性，提升语音翻译的准确性，能够更加适用于同声传译场景。
在又一种实施方式中，针对每一历史语音识别文本，获取该历史语音数据对应的标注文本，其中，历史语音数据为该历史语音识别文本对应的语音数据；对标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
在翻译模型训练阶段，相较于直接将历史语音识别文本的翻译结果作为模型的目标输出的方式，利用经过口语顺滑处理后的标注文本的翻译结果作为模型的目标输出的方式，能够减少翻译模型对口语顺滑的依赖，使得翻译模型具有更好的鲁棒性，提升语音翻译的准确性，能够更加适用于同声传译场景。
图3是根据另一示例性实施例示出的一种翻译模型训练方法的流程图。如图3所示，在上述S203之前，上述训练方法还包括S204。
在S204中，确定每一历史语音识别文本中是否存在噪声数据。
其中，噪声数据可以包括错误标点、重复内容、停用词等。
此时，上述S203可以通过将多个历史识别文本、用于表征每一历史识别文本中是否存在噪声数据的标识、标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一历史翻译文本和通用训练样本中、与样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到翻译模型。这样，在模型训练时，增加用于表征每一历史识别文本中是否存在噪声数据的标识，可以使得翻译模型有效区分含有噪声数据的训练样本和不含有噪声数据的训练样本，由此，可以充分利用不含有噪声数据的训练样本(其中，通用训练样本是不含有噪声数据的训练样本，即尤其是充分利用通用训练样本)，减少微调过程中的样本衰减，提升翻译模型的训练效率，同时，能够提升翻译模型的翻译质量。
下面针对上述S204中的确定每一历史语音识别文本中是否存在噪声数据的具体实施方式进行详细说明。
具体来说，可以通过多种方式来确定历史语音识别文本中是否存在噪声数据。在一种实施方式中，针对每一历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
在本公开中，可以通过欧式距离、余弦距离来衡量口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度。口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度越高，表明历史语音识别文本中存在噪声数据的可能性越小；而口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度越低，表明历史语音识别文本中存在噪声数据的可能性越大；因此，若口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度大于第一预设相似度阈值，则确定该历史语音识别文字中存在噪声数据。
在另一种实施方式中，针对每一历史语音识别文本，获取该历史语音数据对应的标注文本，其中，历史语音数据为该历史语音识别文本对应的语音数据；计算标注文本与该历史语音识别文本之间的第二相似度；若第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
在本公开中，可以通过欧式距离、余弦距离来衡量标注文本与该历史语音识别文本之间的第二相似度。标注文本与历史语音识别文本之间的第二相似度越高，表明历史语音识别文本中存在噪声数据的可能性越小，而标注文本与历史语音识别文本之间的第二相似度越低，表明历史语音识别文本中存在噪声数据的可能性越大；因此，若标注文本与历史语音识别文本之间的第二相似度大于第二预设相似度阈值，确定该历史语音识别文字中存在噪声数据。
另外，为了进一步提升翻译模型的翻译质量，可以对翻译模型的训练样本进行筛选，具体来说，如图4所示，在上述S202之前，上述训练方法还包括S205。
在S205中，从所有历史翻译文本中剔除翻译质量差的历史翻译文本，并从多个历史语音识别文本中剔除与翻译质量差的历史翻译文本对应的历史语音识别文本。
此时，上述S202可以对剔除后所得的多个历史语音识别文本中的、部分或者全部历史语音识别文本进行标点扰动处理，得到标点扰动文本；上述S203可以通过将剔除后所得的多个历史识别文本、标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和通用训练样本中、与样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到翻译模型。
本公开还提供一种翻译模型训练方法，如图2所示，该训练方法包括S201～S203。
在S201中，获取多个历史语音识别文本、与每一历史语音识别文本对应的历史翻译文本。
在S202中，对多个历史语音识别文本中的、部分或者全部历史语音识别文本进行标点扰动处理，得到标点扰动文本。
在S203中，通过将多个历史识别文本、标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一历史翻译文本和通用训练样本中、与样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到翻译模型。
可选地，所述获取与每一所述历史语音识别文本对应的历史翻译文本，包括：针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者
针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；对所述标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
可选地，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
可选地，在所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型的步骤之前，所述翻译模型的训练方式还包括：确定每一所述历史语音识别文本中是否存在噪声数据；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将所述多个历史识别文本、用于表征每一所述历史识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
可选地，所述确定每一所述历史语音识别文本中是否存在噪声数据，包括：针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者
针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；计算所述标注文本与该历史语音识别文本之间的第二相似度；若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
可选地，在所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本的步骤之前，所述翻译模型的训练方式还包括：从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，包括：对剔除后所得的多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将剔除后所得的多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
关于上述实施例中的模型训练方法，其中各个步骤执行操作的具体方式已经在有关语音翻译方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同样的发明构思，本公开还提供一种语音翻译装置。如图5所示，该语音翻译装置500可以包括：第一获取模块501，用于获取待翻译的目标语音数据；识别模块502，用于对所述第一获取模块501获取到的所述目标语音数据进行语音识别，得到目标语音识别文本；翻译模块503，用于将所述识别模块502得到的所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
在上述技术方案中，首先，对待翻译的目标语音数据进行语音识别，得到目标语音识别文本；然后，将目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，翻译模型根据标点扰动文本训练得到，标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的。这样，可以提升翻译模型对标点的鲁棒性，有效避免目标翻译文本出现标点错误，提升语音翻译的准确性，使得用户能够快速、准确理解目标翻译文本，方便用户交流。另外，将目标语音识别文本直接输入到翻译模型中，即可有效避免目标翻译文本出现标点错误，而无需在输入前对目标语音识别文本进行标点纠错，使得语音翻译耗时较短，语音翻译的实时性好，适用于同声传译场景。
可选地，所述翻译模型通过翻译模型训练装置训练得到，如图6所示，该翻译模型训练装置600包括：第二获取模块601，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；扰动处理模块602，用于对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；翻译模块603，用于通过将所述第二获取模块601获取到的所述多个历史识别文本、所述扰动处理模块602得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块601获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
需要说明的是，上述翻译模型训练装置600可以独立于语音翻译装置500设置，也可以集成在语音翻译装置500中，在本公开中不作具体限定。
可选地，所述第二获取模块601包括：第一处理子模块，用于针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；第一翻译子模块，用于对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者
第一获取子模块，用于针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；第二处理子模块，用于对所述标注文本进行口语顺滑处理；第二翻译子模块，用于对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
可选地，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
可选地，所述翻译模型训练装置600还包括：确定模块，用于在所述训练模块603通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型之前，确定每一所述历史语音识别文本中是否存在噪声数据；所述训练模块603，用于通过将所述多个历史识别文本、用于表征每一所述历史识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
可选地，所述确定模块包括：第三处理子模块，用于针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；第一计算子模块，用于计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；第一确定子模块，用于若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者
第二获取子模块，用于针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；第二计算子模块，用于计算所述标注文本与该历史语音识别文本之间的第二相似度；第二确定子模块，用于若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
可选地，所述翻译模型训练装置600还包括：剔除模块，用于在所述扰动处理模块602对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本之前，从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；所述扰动处理模块602，用于对剔除后所得的多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；所述训练模块603，用于通过将剔除后所得的多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
本公开还提供一种翻译模型训练装置，如图6所示，该翻译模型训练装置600包括：第二获取模块601，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；扰动处理模块602，用于对所述第二获取模块601获取到的所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；训练模块603，用于通过将所述第二获取模块601获取到的所述多个历史识别文本、所述扰动处理模块602得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块601获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
可选地，所述第二获取模块601包括：第一处理子模块，用于针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；第一翻译子模块，用于对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者
第一获取子模块，用于针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；第二处理子模块，用于对所述标注文本进行口语顺滑处理；第二翻译子模块，用于对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
可选地，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
可选地，所述翻译模型训练装置600还包括：确定模块，用于在所述训练模块603通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型之前，确定每一所述历史语音识别文本中是否存在噪声数据；所述训练模块603，用于通过将所述多个历史识别文本、用于表征每一所述历史识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
可选地，所述确定模块包括：第三处理子模块，用于针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；第一计算子模块，用于计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；第一确定子模块，用于若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者
第二获取子模块，用于针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；第二计算子模块，用于计算所述标注文本与该历史语音识别文本之间的第二相似度；第二确定子模块，用于若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
可选地，所述翻译模型训练装置600还包括：剔除模块，用于在所述扰动处理模块602对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本之前，从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；所述扰动处理模块602，用于对剔除后所得的多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；所述训练模块603，用于通过将剔除后所得的多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)700的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待翻译的目标语音数据；对所述目标语音数据进行语音识别，得到目标语音识别文本；将所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一获取模块还可以被描述为“获取待翻译的目标语音数据的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，示例1提供了一种语音翻译方法方法，包括：获取待翻译的目标语音数据；对所述目标语音数据进行语音识别，得到目标语音识别文本；将所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述翻译模型通过以下方式训练得到：获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述获取与每一所述历史语音识别文本对应的历史翻译文本，包括：针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；对所述标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
根据本公开的一个或多个实施例，示例5提供了示例2的方法，在所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型的步骤之前，所述翻译模型的训练方式还包括：确定每一所述历史语音识别文本中是否存在噪声数据；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将所述多个历史识别文本、用于表征每一所述历史识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述确定每一所述历史语音识别文本中是否存在噪声数据，包括：针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；计算所述标注文本与该历史语音识别文本之间的第二相似度；若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
根据本公开的一个或多个实施例，示例7提供了示例2的方法，在所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本的步骤之前，所述翻译模型的训练方式还包括：从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本，包括：对剔除后所得的多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将剔除后所得的多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例8提供了一种翻译模型训练方法，包括：获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例9提供了示例8的方法，所述获取与每一所述历史语音识别文本对应的历史翻译文本，包括针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；对所述标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
根据本公开的一个或多个实施例，示例10提供了示例9的方法，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
根据本公开的一个或多个实施例，示例11提供了示例8的方法，在所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型的步骤之前，所述方法还包括：确定每一所述历史语音识别文本中是否存在噪声数据；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将所述多个历史识别文本、用于表征每一所述历史识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例12提供了示例11的方法，所述确定每一所述历史语音识别文本中是否存在噪声数据，包括：针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者针对每一所述历史语音识别文本，获取该历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；计算所述标注文本与该历史语音识别文本之间的第二相似度；若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
根据本公开的一个或多个实施例，示例13提供了示例8的方法，在所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本的步骤之前，所述方法还包括：从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；所述对所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，包括：对剔除后所得的多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本；所述通过将所述多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：通过将剔除后所得的多个历史识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例14提供了一种语音翻译装置，包括：第一获取模块，用于获取待翻译的目标语音数据；识别模块，用于对所述第一获取模块获取到的所述目标语音数据进行语音识别，得到目标语音识别文本；翻译模块，用于将所述识别模块得到的所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者。
根据本公开的一个或多个实施例，示例15提供了一种翻译模型训练装置，包括：第二获取模块，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；扰动处理模块，用于对所述第二获取模块获取到的所述多个历史语音识别文本中的、部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；训练模块，用于通过将所述第二获取模块获取到的所述多个历史识别文本、所述扰动处理模块得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
根据本公开的一个或多个实施例，示例16提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-13中任一项所述方法的步骤。
根据本公开的一个或多个实施例，示例17提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-13中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
Claims (14)
1.一种语音翻译方法，其特征在于，包括：
获取待翻译的目标语音数据；
对所述目标语音数据进行语音识别，得到目标语音识别文本；
将所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；
其中，所述翻译模型通过以下方式训练得到：
获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；
对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；
确定每一所述历史语音识别文本中是否存在噪声数据；
通过将所述多个历史语音识别文本、用于表征每一所述历史语音识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
2.根据权利要求1所述的方法，其特征在于，所述获取与每一所述历史语音识别文本对应的历史翻译文本，包括：
针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者
针对每一所述历史语音识别文本，获取历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；对所述标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
3.根据权利要求2所述的方法，其特征在于，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
4.根据权利要求1所述的方法，其特征在于，所述确定每一所述历史语音识别文本中是否存在噪声数据，包括：
针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者
针对每一所述历史语音识别文本，获取历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；计算所述标注文本与该历史语音识别文本之间的第二相似度；若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
5.根据权利要求1所述的方法，其特征在于，在所述对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本的步骤之前，所述翻译模型的训练方式还包括：
从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；
所述对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本，包括：
对剔除后所得的多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；
所述通过将所述多个历史语音识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：
通过将剔除后所得的多个历史语音识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
6.一种翻译模型训练方法，其特征在于，包括：
获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；
对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；
确定每一所述历史语音识别文本中是否存在噪声数据；
通过将所述多个历史语音识别文本、用于表征每一所述历史语音识别文本中是否存在噪声数据的标识、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
7.根据权利要求6所述的方法，其特征在于，所述获取与每一所述历史语音识别文本对应的历史翻译文本，包括：
针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；对口语顺滑处理后所得的历史语音识别文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本；或者
针对每一所述历史语音识别文本，获取历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；对所述标注文本进行口语顺滑处理；对口语顺滑处理后所得的标注文本进行翻译处理，得到与该历史语音识别文本对应的历史翻译文本。
8.根据权利要求7所述的方法，其特征在于，所述口语顺滑处理包括去重、过滤停用词、修正中的至少一者。
9.根据权利要求6所述的方法，其特征在于，所述确定每一所述历史语音识别文本中是否存在噪声数据，包括：
针对每一所述历史语音识别文本，对该历史语音识别文本进行口语顺滑处理；计算口语顺滑处理后所得的历史语音识别文本与该历史语音识别文本之间的第一相似度；若所述第一相似度大于第一预设相似度阈值，则确定该历史语音识别文本中存在噪声数据；或者
针对每一所述历史语音识别文本，获取历史语音数据对应的标注文本，其中，所述历史语音数据为该历史语音识别文本对应的语音数据；计算所述标注文本与该历史语音识别文本之间的第二相似度；若所述第二相似度大于第二预设相似度阈值，则确定该历史语音识别文本中存在噪声数据。
10.根据权利要求6所述的方法，其特征在于，在所述对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本的步骤之前，所述方法还包括：
从所有所述历史翻译文本中剔除翻译质量差的历史翻译文本，并从所述多个历史语音识别文本中剔除与所述翻译质量差的历史翻译文本对应的历史语音识别文本；
所述对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，包括：
对剔除后所得的多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本；
所述通过将所述多个历史语音识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型，包括：
通过将剔除后所得的多个历史语音识别文本、所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将剔除后所得的历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
11.一种语音翻译装置，其特征在于，包括：
第一获取模块，用于获取待翻译的目标语音数据；
识别模块，用于对所述第一获取模块获取到的所述目标语音数据进行语音识别，得到目标语音识别文本；
翻译模块，用于将所述识别模块得到的所述目标语音识别文本输入到预先训练好的翻译模型中，得到目标翻译文本，其中，所述翻译模型根据标点扰动文本训练得到，所述标点扰动文本是通过对历史语音识别文本进行标点扰动处理得到的，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；
其中，所述翻译模型通过翻译模型训练装置训练得到，所述翻译模型训练装置包括：
第二获取模块，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；
扰动处理模块，用于对所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行所述标点扰动处理，得到标点扰动文本；
确定模块，用于确定每一所述历史语音识别文本中是否存在噪声数据；
翻译模块，用于通过将所述第二获取模块获取到的所述多个历史语音识别文本、用于表征每一所述历史语音识别文本中是否存在噪声数据的标识、所述扰动处理模块得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
12.一种翻译模型训练装置，其特征在于，包括：
第二获取模块，用于获取多个历史语音识别文本、与每一所述历史语音识别文本对应的历史翻译文本；
扰动处理模块，用于对所述第二获取模块获取到的所述多个历史语音识别文本中的部分或者全部所述历史语音识别文本进行标点扰动处理，得到标点扰动文本，其中，所述标点扰动处理包括删除标点、修改标点、增加标点中的至少一者；
确定模块，用于确定每一所述历史语音识别文本中是否存在噪声数据；
训练模块，用于通过将所述第二获取模块获取到的所述多个历史语音识别文本、用于表征每一所述历史语音识别文本中是否存在噪声数据的标识、所述扰动处理模块得到的所述标点扰动文本以及通用训练样本中的样本文本作为模型的输入，将所述第二获取模块获取到的每一所述历史翻译文本和所述通用训练样本中、与所述样本文本对应的样本翻译文本作为模型的目标输出的方式进行模型训练，以得到所述翻译模型。
13.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-10中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-10中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110801927.5A CN113378586B (zh) | 2021-07-15 | 2021-07-15 | 语音翻译方法、翻译模型训练方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110801927.5A CN113378586B (zh) | 2021-07-15 | 2021-07-15 | 语音翻译方法、翻译模型训练方法、装置、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113378586A CN113378586A (zh) | 2021-09-10 |
| CN113378586B true CN113378586B (zh) | 2023-03-28 |
Family
ID=77582158
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110801927.5A Active CN113378586B (zh) | 2021-07-15 | 2021-07-15 | 语音翻译方法、翻译模型训练方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113378586B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113989807A (zh) * | 2021-10-13 | 2022-01-28 | 深圳Tcl新技术有限公司 | 字幕显示方法、浏览器及存储介质和终端设备 |
| CN114219050B (zh) * | 2022-02-22 | 2022-06-21 | 杭州远传新业科技股份有限公司 | 文本相似度模型的训练方法、系统、装置和介质 |
| CN114822498B (zh) * | 2022-03-29 | 2024-06-07 | 北京有竹居网络技术有限公司 | 语音翻译模型的训练方法、语音翻译方法、装置及设备 |
| CN114880990B (zh) * | 2022-05-16 | 2024-07-05 | 马上消费金融股份有限公司 | 标点符号预测模型训练方法、标点符号预测方法及装置 |
| CN116450771A (zh) * | 2022-12-16 | 2023-07-18 | 镁佳(北京)科技有限公司 | 一种多语种语音翻译模型构建方法及语音翻译方法、装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107632980A (zh) * | 2017-08-03 | 2018-01-26 | 北京搜狗科技发展有限公司 | 语音翻译方法和装置、用于语音翻译的装置 |
| CN109326283A (zh) * | 2018-11-23 | 2019-02-12 | 南京邮电大学 | 非平行文本条件下基于文本编码器的多对多语音转换方法 |
| CN109635305A (zh) * | 2018-12-17 | 2019-04-16 | 北京百度网讯科技有限公司 | 语音翻译方法及装置、设备及存储介质 |
| CN110110337A (zh) * | 2019-05-08 | 2019-08-09 | 网易有道信息技术（北京）有限公司 | 翻译模型训练方法、介质、装置和计算设备 |
| WO2020166125A1 (ja) * | 2019-02-12 | 2020-08-20 | 株式会社Ｎｔｔドコモ | 翻訳用データ生成システム |
| CN111783477A (zh) * | 2020-05-13 | 2020-10-16 | 厦门快商通科技股份有限公司 | 一种语音翻译方法及系统 |
| CN112397083A (zh) * | 2020-11-13 | 2021-02-23 | Oppo广东移动通信有限公司 | 语音处理方法及相关装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009129315A1 (en) * | 2008-04-15 | 2009-10-22 | Mobile Technologies, Llc | System and methods for maintaining speech-to-speech translation in the field |
| US9805718B2 (en) * | 2013-04-19 | 2017-10-31 | Sri Internaitonal | Clarifying natural language input using targeted questions |
| KR102450803B1 (ko) * | 2016-02-11 | 2022-10-05 | 한국전자통신연구원 | 양방향 수화 번역 장치 및 장치가 수행하는 양방향 수화 번역 방법 |
| US10923137B2 (en) * | 2016-05-06 | 2021-02-16 | Robert Bosch Gmbh | Speech enhancement and audio event detection for an environment with non-stationary noise |
| CN110462730B (zh) * | 2018-03-07 | 2021-03-30 | 谷歌有限责任公司 | 促进以多种语言与自动化助理的端到端沟通 |
| CN108595443A (zh) * | 2018-03-30 | 2018-09-28 | 浙江吉利控股集团有限公司 | 同声翻译方法、装置、智能车载终端及存储介质 |
| CN109408833A (zh) * | 2018-10-30 | 2019-03-01 | 科大讯飞股份有限公司 | 一种翻译方法、装置、设备及可读存储介质 |
| CN111179916B (zh) * | 2019-12-31 | 2023-10-13 | 广州市百果园信息技术有限公司 | 重打分模型训练方法、语音识别方法及相关装置 |
| CN111507114B (zh) * | 2020-04-10 | 2023-04-18 | 思必驰科技股份有限公司 | 基于反向翻译的口语文本增强方法及系统 |
-
2021
- 2021-07-15 CN CN202110801927.5A patent/CN113378586B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107632980A (zh) * | 2017-08-03 | 2018-01-26 | 北京搜狗科技发展有限公司 | 语音翻译方法和装置、用于语音翻译的装置 |
| CN109326283A (zh) * | 2018-11-23 | 2019-02-12 | 南京邮电大学 | 非平行文本条件下基于文本编码器的多对多语音转换方法 |
| CN109635305A (zh) * | 2018-12-17 | 2019-04-16 | 北京百度网讯科技有限公司 | 语音翻译方法及装置、设备及存储介质 |
| WO2020166125A1 (ja) * | 2019-02-12 | 2020-08-20 | 株式会社Ｎｔｔドコモ | 翻訳用データ生成システム |
| CN110110337A (zh) * | 2019-05-08 | 2019-08-09 | 网易有道信息技术（北京）有限公司 | 翻译模型训练方法、介质、装置和计算设备 |
| CN111783477A (zh) * | 2020-05-13 | 2020-10-16 | 厦门快商通科技股份有限公司 | 一种语音翻译方法及系统 |
| CN112397083A (zh) * | 2020-11-13 | 2021-02-23 | Oppo广东移动通信有限公司 | 语音处理方法及相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113378586A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113378586B (zh) | 语音翻译方法、翻译模型训练方法、装置、介质及设备 | |
| CN112115706B (zh) | 文本处理方法、装置、电子设备及介质 | |
| CN110971969B (zh) | 视频配乐方法、装置、电子设备及计算机可读存储介质 | |
| CN113470619B (zh) | 语音识别方法、装置、介质及设备 | |
| CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
| CN112883968B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN113313064A (zh) | 字符识别方法、装置、可读介质及电子设备 | |
| CN111986655B (zh) | 音频内容识别方法、装置、设备和计算机可读介质 | |
| CN112883967B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN111667810B (zh) | 多音字语料的获取方法、装置、可读介质和电子设备 | |
| CN113724709A (zh) | 文本内容匹配方法、装置、电子设备及存储介质 | |
| CN114445754A (zh) | 视频处理方法、装置、可读介质及电子设备 | |
| CN112883966A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN112380876B (zh) | 基于多语言机器翻译模型的翻译方法、装置、设备和介质 | |
| CN114765025A (zh) | 语音识别模型的生成方法、识别方法、装置、介质及设备 | |
| CN112257459B (zh) | 语言翻译模型的训练方法、翻译方法、装置和电子设备 | |
| CN112382266A (zh) | 一种语音合成方法、装置、电子设备及存储介质 | |
| CN112069786A (zh) | 文本信息处理方法、装置、电子设备及介质 | |
| CN111460214A (zh) | 分类模型训练方法、音频分类方法、装置、介质及设备 | |
| CN112837672A (zh) | 对话归属的确定方法、装置、电子设备及存储介质 | |
| CN112509581B (zh) | 语音识别后文本的纠错方法、装置、可读介质和电子设备 | |
| CN110728137B (zh) | 用于分词的方法和装置 | |
| CN114429629A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
| CN113345426B (zh) | 一种语音意图识别方法、装置及可读存储介质 | |
| CN113569565B (zh) | 一种语义理解方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |