贝铂智能申请多模态融合的语音翻译专利，提升了翻译结果的准确性

金融界2024年9月26日消息，国家知识产权局信息显示，深圳市贝铂智能科技有限公司申请一项名为“多模态融合的语音翻译方法、系统以及设备”的专利，公开号CN 118692446 A，申请日期为2024年8月。

专利摘要显示，本发明提供了一种多模态融合的语音翻译方法、系统以及设备，包括：对输入的语音信号进行音频特征提取处理，得到音频特征数据；获取与所述语音信号相关联的文本信息，对所述文本信息进行文本特征提取处理，得到文本特征数据；采用自适应权重分配融合策略，对所述音频特征数据和文本特征数据进行融合处理，得到融合特征数据；基于多级编码单元对所述融合特征数据进行编码处理，得到编码特征；其中，在所述多级编码单元中，串联的每一级编码单元分别采用不同的编码算法，并依据前一级的输出结果进行编码参数自适应调整；将所述编码特征输入至预先训练的翻译模型中进行翻译处理，得到语音翻译结果。在本发明中，提升了翻译结果的准确性。

来源：金融界