基于Seq2Seq模型的俄汉军事语音翻译关键问题研究
发布时间：2022-08-10 20:27
语音翻译技术是促进人类社会交流、推动人类文明进步的重要助推器。随着语音处理和机器翻译等理论及技术的扎实推进,以及计算机科学不断深化发展带来算力和存储能力的进一步提升,英法、英汉等受用人群广泛的语音翻译系统相继达到商用化程度。但语音翻译系统的研制囿于语料资源限制,双语语言研究匮乏等因素,语音翻译在部分语言上的实验和应用仍处于起步阶段。除此之外,现有研究多采用以级联式语音翻译系统为基础,对其中的重点问题各个击破的方法,较少采用不借助中间文本表示的直接语音翻译方法,带来研究内容繁琐、翻译模型庞杂、翻译时延较长等问题。虽然俄语和汉语作为世界使用人数排名第一和第六的语言,语音翻译应用前景广阔,但俄汉语音翻译起步较晚,双语对齐的语音语料资源建设不够完善,目前尚处于实验阶段。在此研究背景下,本研究以俄汉军事语音翻译需求为牵引,在分析对比现有语音翻译技术基础上,针对俄语和汉语语音发音特点及差异,采用端到端的语音翻译模型构建方法,设计并实现俄汉军事语言翻译系统。本文主要工作以及取得的研究成果如下:（1）根据俄语和汉语语音发音特点及差异性特征,结合语谱图和梅尔倒谱频率系数进行语音特征表示的优缺点,采用Me...
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 理论研究意义
1.1.3 工程实践意义
1.1.4 军事应用意义
1.2 国内外研究现状
1.2.1 语音翻译技术的发展综述
1.2.2 Sequence-to-Sequence技术研究现状
1.3 本文主要研究框架
第二章 语音翻译技术分析
2.1 级联式语音翻译系统
2.1.1 级联式语音翻译系统框架
2.1.2 语音识别
2.1.3 机器翻译
2.1.4 语音合成
2.2 Sequence-to-Sequence模型
2.2.1 Encoder-Decoder框架
2.2.2 Sequence-to-Sequence模型
2.3 端到端的语音翻译
2.3.1 语谱图
2.3.2 双向长短时记忆网络
2.4 本章小结
第三章 基于Mel谱图的语音信号特征表示
3.1 俄汉语音发音差异分析
3.1.1 元音辅音发音的差异性
3.1.2 音节差异
3.1.3 重音、声调差异
3.2 语音信号预处理
3.2.1 预加重
3.2.2 分帧加窗
3.3 Mel谱图生成
3.3.1 傅里叶变换
3.3.2 Mel滤波器组
3.4 实验及结果分析
3.5 本章小结
第四章 基于改进Griffin-Lim算法的声码器设计
4.1 Mel谱图转换幅度谱
4.2 改进Griffin-Lim波形重建算法
4.2.1 Griffin_Lim算法
4.2.2 改进的Griffin_Lim算法
4.3 去加重
4.4 实验及结果分析
4.5 本章小结
第五章 Seq2Seq语音翻译模型架构
5.1 Seq2Seq语音翻译模型
5.2 编码和解码模块
5.2.1 LSTM的前向传播
5.2.2 BLSTM及其反向传播
5.3 模型优化
5.3.1 注意力机制
5.3.2 损失函数
5.4 本章小结
第六章 俄汉军事语音翻译原型系统设计
6.1 系统总体设计方案
6.1.1 系统需求和功能
6.1.2 系统开发环境
6.1.3 系统框架设计
6.2 实验语料准备
6.2.1 语料基本情况
6.2.2 语料三级编码存储方法
6.3 系统详细设计
6.3.1 系统交互式界面设计
6.3.2 模型训练模块参数设置
6.3.3 语音翻译模块
6.4 实验设计与结果分析
6.4.1 实验设计
6.4.2 实验结果及分析
6.5 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 前景与展望
致谢
参考文献
作者简历
本文编号：3674308
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 理论研究意义
1.1.3 工程实践意义
1.1.4 军事应用意义
1.2 国内外研究现状
1.2.1 语音翻译技术的发展综述
1.2.2 Sequence-to-Sequence技术研究现状
1.3 本文主要研究框架
第二章 语音翻译技术分析
2.1 级联式语音翻译系统
2.1.1 级联式语音翻译系统框架
2.1.2 语音识别
2.1.3 机器翻译
2.1.4 语音合成
2.2 Sequence-to-Sequence模型
2.2.1 Encoder-Decoder框架
2.2.2 Sequence-to-Sequence模型
2.3 端到端的语音翻译
2.3.1 语谱图
2.3.2 双向长短时记忆网络
2.4 本章小结
第三章 基于Mel谱图的语音信号特征表示
3.1 俄汉语音发音差异分析
3.1.1 元音辅音发音的差异性
3.1.2 音节差异
3.1.3 重音、声调差异
3.2 语音信号预处理
3.2.1 预加重
3.2.2 分帧加窗
3.3 Mel谱图生成
3.3.1 傅里叶变换
3.3.2 Mel滤波器组
3.4 实验及结果分析
3.5 本章小结
第四章 基于改进Griffin-Lim算法的声码器设计
4.1 Mel谱图转换幅度谱
4.2 改进Griffin-Lim波形重建算法
4.2.1 Griffin_Lim算法
4.2.2 改进的Griffin_Lim算法
4.3 去加重
4.4 实验及结果分析
4.5 本章小结
第五章 Seq2Seq语音翻译模型架构
5.1 Seq2Seq语音翻译模型
5.2 编码和解码模块
5.2.1 LSTM的前向传播
5.2.2 BLSTM及其反向传播
5.3 模型优化
5.3.1 注意力机制
5.3.2 损失函数
5.4 本章小结
第六章 俄汉军事语音翻译原型系统设计
6.1 系统总体设计方案
6.1.1 系统需求和功能
6.1.2 系统开发环境
6.1.3 系统框架设计
6.2 实验语料准备
6.2.1 语料基本情况
6.2.2 语料三级编码存储方法
6.3 系统详细设计
6.3.1 系统交互式界面设计
6.3.2 模型训练模块参数设置
6.3.3 语音翻译模块
6.4 实验设计与结果分析
6.4.1 实验设计
6.4.2 实验结果及分析
6.5 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 前景与展望
致谢
参考文献
作者简历
本文编号：3674308
本文链接：https://www.wllwen.com/waiyulunwen/eyulunwen/3674308.html