貝鉑智能申請多模態融合的語音翻譯專利，提升了翻譯結果的準確性

金融界2024年9月26日消息，國家知識產權局信息顯示，深圳市貝鉑智能科技有限公司申請一項名爲“多模態融合的語音翻譯方法、系統以及設備”的專利，公開號CN 118692446 A，申請日期爲2024年8月。

專利摘要顯示，本發明提供了一種多模態融合的語音翻譯方法、系統以及設備，包括：對輸入的語音信號進行音頻特徵提取處理，得到音頻特徵數據；獲取與所述語音信號相關聯的文本信息，對所述文本信息進行文本特徵提取處理，得到文本特徵數據；採用自適應權重分配融合策略，對所述音頻特徵數據和文本特徵數據進行融合處理，得到融合特徵數據；基於多級編碼單元對所述融合特徵數據進行編碼處理，得到編碼特徵；其中，在所述多級編碼單元中，串聯的每一級編碼單元分別採用不同的編碼算法，並依據前一級的輸出結果進行編碼參數自適應調整；將所述編碼特徵輸入至預先訓練的翻譯模型中進行翻譯處理，得到語音翻譯結果。在本發明中，提升了翻譯結果的準確性。

本文源自：金融界

作者：情報員