一种翻译机语音处理方法及系统与流程

本发明涉及音频信号，尤其涉及了一种翻译机语音处理方法及系统。

背景技术：

1、随着国际交流的日益频繁，大型国际展会、学术会议以及进行国外业务洽谈等已经成为常态，在这些场景中，为了保证参会者无障碍交流，往往需要借助同声传译设备来理解发言人的内容，传统的同声传译依赖人工翻译，不仅成本高，且在会议人数量众多时，翻译有一定的滞后性，人工翻译难以满足大规模并发需求。

2、近年来，自动同声传译技术逐渐普及。可采用翻译设备，如翻译耳机或翻译机等，但仍存在以下问题：翻译发言人的发言时会存在细微的翻译误差会导致参会人的理解有误，且翻译后无法同时显示发言人的原发言以及翻译后的翻译文本，当在关键场景下出现误译的情况可能会引发商业纠纷以及经济损失等的问题，并且影响会议效率。

技术实现思路

1、为了克服现有技术中存在的缺点和不足，本发明的目的在于提供一种翻译机语音处理方法以及系统。

2、为实现上述目的，本发明的一种翻译机语音处理方法，包括以下步骤：获取进入群组的所有用户信息以及与用户信息对应的目标语言；

3、获取音频输入设备所输入的音频信息；

4、通过模型对音频信息进行修正与优化输出与音频信息对应的原文文本以及与目标语言一一对应的翻译文本；

5、根据用户信息向对应的显示模块显示原文文本以及与目标语言对应的翻译文本。

6、本发明的有益效果：本发明的一种翻译机语音处理方法，先是获取进入群组的所有用户信息以及用户所设置的目标语言，用户信息与目标语言相对应匹配，发言人通过音频输入设备发言，获取音频输入设备输入的音频信息，在获取后，对音频信息进行处理，利用模型对音频信息根据当前会议状态、主题以及领域等进行优化和修正，输出与音频信息对应的原文文本以及翻译文本，并显示原文文本和翻译文本，其中，原文文本为发言人的发言语言的原文本输出，翻译文本则是根据用户所设置的目标语言进行翻译，每个参会人的显示模块上会显示原文文本以及用户自行设置的目标语言所对应的翻译文本。对音频信息进行处理时，会利用模型进行优化和修正，使得形成的原文文本和翻译文本的翻译更加精准，且在显示模块上同时显示原文文本和翻译文本，可以在一定程度上让参会人进行比对，能够提高沟通交流的精确度，避免因翻译误差导致理解错误，造成误会或者损失，影响会议的推进，能够提高会议效率。

7、优选地，获取进入群组的所有用户信息以及所设置的对应的目标语言还包括以下步骤：

8、创建群组，并形成群码或者二维码；

9、获取输入同一群码或扫描同一二维码的用户信息；

10、获取群组内的用户所设置的目标语言。

11、通过输入同一群码或者二维码的方式使得参会人能够快速进入并成立一个群组，再获取同一群组内的参会人所设置的目标语言，为后续的翻译提供信息基础。通过输入群码以及扫描二维码的方式进入会议，高效且便捷。

12、优选地，通过模型对音频信息进行修正与优化输出与音频信息对应的原文文本以及与目标语言一一对应的翻译文本还包括以下步骤：

13、输入大语言模型；其中，大语言模型内存储有经大语言模型修正和优化后的原文文本作为上下文数据；

14、获取当前的音频信息，通过大语言模型进行优化和修正音频信息输出原文文本；

15、通过上下文数据对原文文本进行优化和修正，输出优化和修正后的原文文本，并作为新的上下文数据存储至大语言模型中；

16、对经过上下文数据优化和修正后的原文文本进行翻译，输出与目标语言一一对应的翻译文本。

17、通过输入大语言模型，基于参会人可能存在口音以及口癖等的问题，会先进行基础修正和优化，输出原文文本，再调取所存储的优化后的原文文本作为上下文数据，结合上下文数据对当前输出的原文文本进行优化和修正后输出，并将输出的原文文本作为新的上下文数据存储于大语言模型中，作为下一次输入的音频信息的上下文数据修正基础，对经过基础修正优化以及上下文优化修正后的原文文本进行翻译，获得与所设的目标语言一一对应的翻译文本。通过大语言模型的修正以及结合上下文数据的修正，能够使得输出的原文文本以及翻译文本的精确度更高，能够提高沟通效率以及信息准确性。

18、优选地，通过模型对音频信息进行修正与优化输出与音频信息对应的原文文本以及与目标语言一一对应的翻译文本还包括以下步骤：

19、输入对应专业领域的词典模型；

20、获取音频信息并通过词典模型进行修正和优化输出原文文本以及翻译文本。

21、预先输入专业领域的词典模型，在进行语音对话或会议的过程中，结合词典模型，能够更快识别语音输入中的专业术语，显著提升专业术语识别的准确度，并且能够增强语义理解和上下文的连贯性，使得音频转换为原文文本和翻译文本更加精准。

22、优选地，获取音频输入设备所输入的音频信息还包括以下步骤：

23、交错读取音频输入设备的第一声道的信号和第二声道的信号并转换为数据流；

24、拆分数据流，将偶数字节的数据提取为第一声道的第一音频信息，将奇数字节的数据提取为第二声道的第二音频信息。

25、交错读取第一声道和第二声道的信号可以提高数据处理效率，相比分别读取两个声道，减少了调用次数和缓冲区切换开销；交错读取能够保证在同一时间戳下第一声道和第二声道的数据物理相邻，保障时序同步性，能够避免解码时因缓冲错位导致语音断裂或翻译偏差。同时在默认交错读取的情况下，能够简化后续的处理，降低代码的复杂度。且可支持音频输入设备进行两个声道同时输入，能够提高会议的开展效率。

26、优选地，通过模型对音频信息进行修正与优化输出与音频信息对应的原文文本以及与目标语言一一对应的翻译文本还包括以下步骤：

27、接收第一音频信息和第二音频信息，对第一音频信息标记为第一标记，对第二音频信息标记为第二标记；

28、通过模型处理第一音频信息输出带有第一标记的原文文本以及翻译文本；

29、通过模型处理第二音频信息输出带有第二标记的原文文本以及翻译文本。

30、分别对第一音频信息和第二音频信息进行标记，在输出时，能够根据第一标记和第二标记识别发言人以及其对应的发言，避免混淆，便于后续输出会议纪要等的文字记录。

31、优选地，本发明的一种翻译机语音处理方法还包括共享屏幕，显示模块包括第一显示屏和第二显示屏；翻译机语音处理方法还包括以下步骤：

32、输入同一群码或二维码将显示模块接入共享屏幕；

33、获取共享屏幕的屏幕语言；

34、通过模型对音频信息进行修正与优化输出原文文本、与目标语言对应的翻译文本以及与屏幕语言对应的屏幕文本；

35、获取原文文本和翻译文本并输出至显示模块的第一显示屏和第二显示屏；

36、获取原文文本和翻译文本和屏幕文本并输出至共享屏幕。

37、第一显示屏和第二显示屏能够显示原文文本和翻译文本，并能够根据需要选择是否接入共享屏幕，在接入共享屏幕后，能同时显示原文文本和翻译文本以及第三种语言的屏幕文本，同时显示多种语言的文本，能够便于会议和对话的推进。

38、优选地，本发明的一种翻译机语音处理方法还包括以下步骤：

39、获取用户信息以及第一时间范围内的原文文本以及翻译文本，并在第一时间范围内生成多个时间节点；

40、根据时间节点以及用户信息对第一时间范围内的原文文本以及翻译文本排序，生成记录文档。

41、在会议或对话结束后，划定一定的第一时间范围，再依据时间节点以及用户信息等对原文文本和翻译文本的顺序进行标记，输出记录文档。无需通过人工进行记录，也无需后续再整理，而是直接对原文文本和翻译文本进行读取和输出，高效便捷。

42、优选地，本发明的一种翻译机语音处理方法还包括以下步骤：

43、接入问答模块和/或学习模块；

44、接收问答信号和/或练习信号；

45、调用问答模块的第一数据库和/或学习模块的第二数据库处理问答信号和/或练习信号，输出问答结果和/或练习结果。

46、增加问答模块能够通过提问从所存储的会议记录或是其他文档或链接中快速获取结果，减少检索时间，能够快速获取答案，能够提高效率；而增加学习模块，则可以通过对话的模式或者其他的训练模式，多次练习和训练，有效提高口语对话能力，并且学习训练结果可视化，能够根据输出的练习结果，得知目前学习的不足和优势。

47、本发明还提供一种翻译机语音处理系统，包括：

48、接收模块，用于获取进入群组的所有用户信息以及与用户信息对应的目标语言；

49、获取模块，用于获取音频输入设备所输入的音频信息；

50、处理模块，用于接收用户信息、目标语言以及音频信息，通过处理模块的模型对音频信息进行修正与优化输出与音频信息对应的原文文本以及与目标语言一一对应的翻译文本；

51、显示模块，用于根据用户信息对应显示原文文本以及与目标语言对应的翻译文本。

52、本发明的有益效果：本发明的一种翻译机语音处理系统，先是通过接收模块获取进入群组的所有用户信息以及用户所设置的目标语言，用户信息与目标语言相对应匹配，发言人通过音频输入设备发言，获取模块获取音频输入设备输入的音频信息，在获取后，处理模块对音频信息进行处理，利用模型对音频信息根据当前会议状态、主题以及领域等进行优化和修正，输出与音频信息对应的原文文本以及翻译文本，并显示原文文本和翻译文本，其中，原文文本为发言人的发言语言的原文本输出，翻译文本则是根据用户所设置的目标语言进行翻译，每个参会人的显示模块上会显示原文文本以及用户自行设置的目标语言所对应的翻译文本。对音频信息进行处理时，会利用模型进行优化和修正，使得形成的原文文本和翻译文本的翻译更加精准，且在显示模块上同时显示原文文本和翻译文本，可以在一定程度上让参会人进行比对，能够提高沟通交流的精确度，避免因翻译误差导致理解错误，造成误会或者损失，影响会议的推进，能够提高会议效率。