摘要：为提升自动控制效果,加快翻译速率,设计基于智能语音的翻译机器人自动化控制系统;采集外界智能语音信号,利用A/D转换器得到数字信号,启动语音唤醒模块激活翻译机器人,听写模式识别复杂语音信号,命令模式识别简单语音信号,得到语言文本识别结果,通过深度学习关键词检测方法提取关键词作为翻译机器人的自动化控制指令,通过单片机识别自动化控制指令;实验结果表明,该系统可有效采集外界智能语音信号,在0.6 s至2 s之间时,该外界智能语音信号的振幅较小;系统运行时间最短为5.6 s,响应速度在11 m/s左右,控制误差最小为5.1%,BLEU值最高达到了42.75,控制准确率达到95.7%,提取智能语音信号的关键词,完成翻译机器人自动化控制。

摘要：为了在不同的工作场景中实现更高效率的英文翻译工作,翻译机器人需要具备更合理的自动控制系统。基于此,研究引入了基于复制机制的Transformer模型,以提高英文翻译质量。同时提出了基于D-H模型和模糊比例-积分-微分(Proportional-Integral-Derivative, PID)控制器的方法,以实现对机器人的高效控制和运动规划。结果显示,基于复制机制的Transformer模型的各项指标均优于其他翻译模型,其精确率、召回率和F0.5值分别达到了92.38%、89.79%和92.08%。同时,在仿真实验中,D-H模型在实际机器人中的关节位置与实际位置之间的偏差低于10 mm。说明研究基于复制机制的Transformer模型具有优越的翻译性能,且基于D-H模型的翻译机器人自动控制系统具有显著的实际应用效果。为翻译机器人的自动化优化设计及实际应用提供了有效的技术支持。

摘要：翻译机器人工作量较大,每天均会输出海量的英文文本信息,在环境、用户、设备等因素影响下,英文文本存在着一定的错误率。已有查错系统存在着评价指标F1值较大的问题,无法满足翻译机器人发展需求,提出翻译机器人英文文本自动查错系统设计方法。系统硬件单元包括主控芯片选取单元、去噪自编码器设计单元与英文文本处理器选取单元;软件模块包括英文文本表示模块、文本单词特征提取模块及其英文文本自动查错模块。通过上述硬件单元与软件模块的设计与选取,实现了翻译机器人英文文本自动查错系统的运行。实验数据显示:相较于对比系统,应用设计系统获得的英文文本自动查错准确率较高,召回率较低,综合评价指标F1值较小,说明设计系统英文文本自动查错效果较好,充分证实了设计系统的有效性。

摘要：翻译是否准确是衡量英语翻译机器人应用性能的关键指标。英语翻译机器人在使用过程中频繁发生翻译错误事件,影响用户沟通质量,极大地阻碍了英语翻译机器人的发展,提出英语翻译机器人翻译错误自动检测系统设计研究。为了有效校正翻译错误,设计系统对翻译错误进行有效检测,其硬件设计包括英语翻译语音传感器选取单元、英语翻译语音处理器选取单元与通信芯片选取单元;软件设计包括英语翻译语音采集模块、英语翻译语音处理模块与翻译错误自动检测模块。通过上述硬件单元及其软件模块的设计,实现了英语翻译机器人翻译错误自动检测系统的运行。实验数据显示:应用设计系统后,获得的翻译错误自动检测正确率高于最低限值,误判率低于最高限值,充分证实设计系统能够获得较好的翻译错误自动检测效果。

摘要：由于目前日语翻译纠错系统主要用标注方式纠错,其译错检测的正确率并不高,为此设计一种新的日语机器翻译机器人翻译错误自动检测系统。系统硬件主要由主控模块、通信模块、会话模块以及数据管理模块组成,为日语机器翻译机器人翻译错误自动检测算法的运行奠定基础。在软件设计过程中,建立日语翻译纠错数据库,利用模糊规则改进决策树,利用模糊决策树算法检测日语机器翻译机器人翻译错误,完成系统软件设计。实验结果表明,本系统的日语翻词汇识别正确率最大值为99.7%,翻译错误正确率为99.5%,检测耗时最大值为1.75 s,具有较好的实际应用效果。

摘要：针对传统翻译机器人在嘈杂环境下无法准确识别语音,导致机器翻译效果不佳的问题,提出设计一个基于语音合成的机器翻译机器人。首先,采用翻译机器人语音系统中的语音硬件设备进行语音数据采集;然后通过语音信号预处理方法分别进行数据预加重、分帧加窗和端点检测;之后利用语言模型进行语音信号特征提取;最后对翻译机器人语音进行编码处理,以实现精准识别。实验结果表明,在采样频率为800 Hz的声卡录音实验中,改进的双门限算法进行端点检测的所用时间仅为0.17 s,识别率高达96.78%,对比于现有的双门限算法的所用时间低了4.78 s,识别率高出了33.36%。在语音识别系统测试中,本系统对合成语音的识别率保持在90%及以上,识别率较高。由此说明,本系统进行语音识别的所用时间更短,检测正确率更高,为翻译机器人语音交互提供了有效的数据支撑。

摘要：在机器人语音交互系统中存在共性问题,包括环境噪声、位置距离等,这些因素的共同影响下导致机器人语音交互效果较差,因此,有必要设计一个基于声音信号的翻译机器人语音交互系统。在设计系统硬件部分,将SPCE061A处理器作为核心部分,并设计了音频处理芯片、CPLD、语音输出模块与LCD显示模块。在系统软件部分,对语音预加重处理提高语音的高频部分,对语音信号加窗分帧处理,以保证处理后的语音是连续的,在此基础上,进行端点检测,区分背景噪声和环境噪声,并增加非线性小波去噪方法进一步去除噪声,得到纯净人声信号。同时对语音合成,并提出语音交互流程,实现翻译机器人语音交互。实验结果表明,此次研究的语音交互系统在有噪音与安静的环境下,识别率都较高,获得的语音信号实时波形图准确性也较高,并且在交互语句量多与少的情况下都具有较快的交互速度,有效提高了机器人语音交互效果。