具有人机对话功能的拟人化口语翻译方法及系统技术方案

本发明专利技术提供了一种具有人机对话功能的拟人化口语翻译方法，其包括以下步骤：对源语言语音进行智能语音识别，得到源语言文本；对源语言文本以及对话场景进行处理，进行拟人化人机对话沟通；进行机器翻译，得到翻译结果。本发明专利技术还提供了一种具有人机对话功能的拟人化口语翻译系统。本发明专利技术根据翻译任务需要在必要时跟用户进行人机对话，确切地获得能够显著提升复杂应用场景下用户的翻译体验，并提高翻译语义的准确度。

Translation method and system of anthropomorphic spoken language with man-machine conversation function

The present invention provides a man-machine dialogue function personification of spoken language translation method, which comprises the following steps: intelligent voice recognition of the source language speech, from the source text; to deal with the source language text and dialogue scenes, anthropomorphic human-computer dialogue and communication; Machine Translation, get a result. The invention also provides a man-machine dialogue function personification of spoken language translation system. According to the translation task, the user dialogue with the user is necessary when the translation task is needed, and the translation experience of the user in the complex application scene can be remarkably improved, and the accuracy of the translation semantics can be improved.

【技术实现步骤摘要】
具有人机对话功能的拟人化口语翻译方法及系统
本专利技术涉及计算机和人工智能领域，尤其涉及一种把拟人化的人机对话机制加入翻译过程中的口语翻译方法及相应的系统。
技术介绍
随着互联网的普及应用和全球化的快速推进，口语翻译作为对人工翻译高成本、高门槛、供需失衡等问题的有效解决方案，在日常生活、商务洽谈、国际交流等多个场景下具有旺盛的市场需求。两种语言的口语翻译技术由图1所示构成，包括源语言和目标语言的语音识别、语音合成和双向翻译技术。其中双向语音识别和双向翻译是必须包含的技术，而语音合成则视翻译应用场景和设备而可选。传统的口语自动翻译方法，一般由用户输入待翻译的源语言语音，自动识别并翻译后直接将目标语言的自然语音呈现给对方用户，口语识别或者翻译从用户视角仅仅是一种端到端的软件(如图2所示)。受困于人类沟通语言的复杂性和多变性，即使人类翻译员也会通过各种方式与对话者进行沟通，以求获得对所需要翻译语音的准确内涵。而目前机器口语翻译方法，是一种不对实际场景复杂性和语义复杂性情况进行处理的端到端呈现翻译方法，显然难以满足准确度要求。同时由于翻译作为一个软件服务缺乏与用户的人机沟通，在实际应用场景中本文档来自技高网...

【技术保护点】
一种具有人机对话功能的拟人化口语翻译方法，其包括以下步骤：对源语言语音进行智能语音识别，得到源语言文本；对源语言文本以及对话场景进行处理，进行拟人化人机对话沟通；进行机器翻译，得到翻译结果。

【技术特征摘要】
1.一种具有人机对话功能的拟人化口语翻译方法，其包括以下步骤：对源语言语音进行智能语音识别，得到源语言文本；对源语言文本以及对话场景进行处理，进行拟人化人机对话沟通；进行机器翻译，得到翻译结果。2.根据权利要求1所述的拟人化口语翻译方法，其中，对源语言语音进行智能语音识别时，具体包括以下步骤：分别给出每帧语音/非语音的概率得分、每帧源语种/目标语种的概率得分；同步对语音进行双语解码；利用信息综合输出有意义的识别结果。3.根据权利要求1所述的拟人化口语翻译方法，其中，对源语言文本以及对话场景进行处理时，包括对声学场景、话者场景、韵律场景、语言场景进行感知。4.根据权利要求3所述的拟人化口语翻译方法，其中，对声学场景进行感知时，待感知信息包括：动态背景噪声信息。5.根据权利要求3所述的拟人化口语翻译方法，其中，对话者场景进行感知时，待感知信息包括：说话人信息、语种信息、是否有多人说话、多人说话语音分离信息及其他说话者场景信息。6.根据权利要求3所述的拟人化口语翻译方法，其中，对韵律场景进行感知时，待感知信息包括：输入语音的中间停顿、断句边界、语速、基频、共振峰及韵律分...

【专利技术属性】
技术研发人员：陈炜，王峰，徐爽，徐波，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11