申请/专利权人：谷歌有限责任公司

申请日：2020-03-17

公开（公告）日：2024-04-02

公开（公告）号：CN112204653B

主分类号：G10L13/033

分类号：G10L13/033;G10L13/04;G10L21/003

优先权：["20190329 US 62/826,258"]

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.01.26#实质审查的生效;2021.01.08#公开

摘要：本公开提供训练和使用机器学习模型诸如，例如，序列到序列模型以执行直接且无文本的语音到语音翻译的系统和方法。特别地，本公开的方面提供一种基于注意力的序列到序列神经网络，其可以将语音从一种语言直接翻译成另一种语言的语音，而不依赖于中间文本表示。

主权项：1.一种计算系统，包括：一个或更多个处理器；机器学习翻译模型，配置为执行直接且无文本的翻译，该机器学习翻译模型包括：编码器模型，配置为接收和处理一系列输入声学特征表示，以生成一系列隐藏状态表示，所述一系列输入声学特征表示代表第一语言的第一语音；注意力模型，配置为接收和处理所述一系列隐藏状态表示，以生成一系列注意力输出；以及解码器模型，配置为接收和处理所述一系列注意力输出，以生成一系列输出声学特征表示，该一系列输出声学特征表示代表与第一语言不同的第二语言的第二语音；以及共同存储指令的一种或更多种非暂时性计算机可读介质，所述指令在由所述一个或更多个处理器运行时使计算系统执行操作，所述操作包括：获得代表第一语言的第一语音的所述一系列输入声学特征表示；将所述一系列输入声学特征表示输入到机器学习翻译模型的编码器模型中；以及接收代表第二语言的第二语音的所述一系列输出声学特征表示作为解码器模型的输出。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 通过机器学习的直接的语音到语音翻译

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD