王志 張琪

摘要：文章設(shè)計(jì)了一種基于Python語(yǔ)言的方言翻譯系統(tǒng)。系統(tǒng)包括用戶管理模塊、方言翻譯模塊以及線上學(xué)習(xí)模塊，其核心功能是方言翻譯模塊的方言識(shí)別功能，可用于不同地域的用戶之間進(jìn)行交流，利用語(yǔ)音識(shí)別功能來(lái)識(shí)別方言并轉(zhuǎn)化為其他語(yǔ)言，使得人與人之間的交流更加便捷。此外，系統(tǒng)也為有學(xué)習(xí)方言需求的用戶提供了一個(gè)方便的學(xué)習(xí)平臺(tái)。

關(guān)鍵詞：方言翻譯；Python；Django框架

中圖分類(lèi)號(hào)：TP311? 文獻(xiàn)標(biāo)志碼：A

0 引言

方言是地方性的語(yǔ)言系統(tǒng)，主要用于特定區(qū)域內(nèi)的溝通交流。在中國(guó)，方言種類(lèi)十分繁多，每種方言都有其獨(dú)特的語(yǔ)音、語(yǔ)法和詞匯體系。方言雖然在當(dāng)今社會(huì)日漸衰落，但作為中華文化傳承的重要組成部分，它們的價(jià)值和意義不可忽視。而且方言作為語(yǔ)言的一種變種，具有很強(qiáng)的地域特色，很多地方方言難以被其他地域的居民理解。近幾年隨著中國(guó)經(jīng)濟(jì)的不斷發(fā)展，地域之間人們的流動(dòng)越來(lái)越頻繁，但各地仍有一批民眾不擅長(zhǎng)普通話，使得不同地域民眾的交流產(chǎn)生了困難。本文設(shè)計(jì)了一個(gè)便捷的方言翻譯系統(tǒng)，幫助不擅長(zhǎng)普通話的民眾能夠方便地交流，并幫助不擅長(zhǎng)當(dāng)?shù)胤窖缘娜藗兡軌蚵?tīng)懂當(dāng)?shù)胤窖?。同時(shí)，本系統(tǒng)還具有線上學(xué)習(xí)模塊，可以幫助想要學(xué)習(xí)方言的用戶方便地學(xué)習(xí)方言，協(xié)助用戶理解方言中難懂的知識(shí)點(diǎn)。

1 技術(shù)介紹

方言翻譯系統(tǒng)采用Python為主要開(kāi)發(fā)語(yǔ)言，使用Django框架進(jìn)行開(kāi)發(fā)。Python是一種高級(jí)的解釋型語(yǔ)言，運(yùn)行速度較快，語(yǔ)法簡(jiǎn)單易懂，且擁有大量的優(yōu)秀的第三方庫(kù)，十分適合于自然語(yǔ)言處理方面的開(kāi)發(fā)。

Django是一個(gè)優(yōu)秀的Python Web框架，其特點(diǎn)是快速開(kāi)發(fā)，成熟穩(wěn)定，功能齊全且極易擴(kuò)展。Django包含一個(gè)完整的用戶認(rèn)證系統(tǒng)，可以方便地進(jìn)行用戶管理和權(quán)限控制。同時(shí)，Django的對(duì)象關(guān)系映射（Object Relational Mapping，ORM）技術(shù)使本系統(tǒng)可以用Python語(yǔ)言直接操作數(shù)據(jù)庫(kù)，而不必寫(xiě)SQL語(yǔ)句，進(jìn)一步提升了系統(tǒng)的開(kāi)發(fā)效率和可讀性。

方言翻譯系統(tǒng)采用了模型-視圖-控制器（Model-View-Controller，MVC）設(shè)計(jì)模式，將系統(tǒng)的邏輯、視圖和控制器分別封裝在不同的組件中。具體來(lái)說(shuō)，方言翻譯系統(tǒng)將方言翻譯算法封裝在模型層，用戶界面和用戶輸入輸出封裝在視圖層，服務(wù)器請(qǐng)求和響應(yīng)封裝在控制器層。MVC設(shè)計(jì)模式的優(yōu)勢(shì)在于實(shí)現(xiàn)了邏輯和視圖的分離，減小了方言翻譯系統(tǒng)各模塊之間的耦合度，提高了方言翻譯系統(tǒng)的可維護(hù)性和擴(kuò)展性。同時(shí)，方言翻譯系統(tǒng)還采用了RESTful API對(duì)外提供服務(wù)，可以方便地進(jìn)行數(shù)據(jù)交互和集成。

2 方言翻譯系統(tǒng)的模塊設(shè)計(jì)

方言翻譯系統(tǒng)采用Python作為主要開(kāi)發(fā)語(yǔ)言，使用Django框架進(jìn)行開(kāi)發(fā)，主要包括3個(gè)模塊：用戶管理模塊、方言翻譯模塊和線上學(xué)習(xí)模塊。具體如圖1所示。

2.1 用戶管理模塊

用戶首次使用方言翻譯系統(tǒng)時(shí)，將會(huì)自動(dòng)跳轉(zhuǎn)到賬號(hào)注冊(cè)頁(yè)面。用戶在注冊(cè)方言翻譯系統(tǒng)賬號(hào)時(shí)需要提供手機(jī)號(hào)以便今后修改密碼使用，用戶的賬號(hào)也將會(huì)根據(jù)提供的手機(jī)號(hào)來(lái)確定。此外，在注冊(cè)方言翻譯系統(tǒng)賬號(hào)時(shí)，用戶需要填寫(xiě)系統(tǒng)發(fā)送到用戶手機(jī)號(hào)上的驗(yàn)證碼。完成注冊(cè)后會(huì)自動(dòng)跳轉(zhuǎn)至系統(tǒng)登錄界面，此時(shí)需要用戶重新填寫(xiě)賬號(hào)和密碼進(jìn)行登錄。用戶的賬號(hào)在首次登錄系統(tǒng)時(shí)，系統(tǒng)將會(huì)生成一個(gè)session id并存儲(chǔ)到服務(wù)端。

2.2 方言翻譯模塊

方言翻譯模塊是方言翻譯系統(tǒng)的核心模塊，為方言翻譯系統(tǒng)的用戶提供了方言識(shí)別和在線翻譯兩個(gè)主要功能，采用了自然語(yǔ)言處理技術(shù)和深度學(xué)習(xí)技術(shù)，針對(duì)各種方言的特點(diǎn)進(jìn)行優(yōu)化，提高語(yǔ)音識(shí)別的準(zhǔn)確率。同時(shí)，模塊還提供了方言翻譯功能，用戶可以通過(guò)輸入方言語(yǔ)音，得到漢語(yǔ)翻譯，以方便用戶理解和學(xué)習(xí)。

2.3 線上學(xué)習(xí)模塊

考慮到方言翻譯系統(tǒng)的部分用戶除了方言翻譯需求外還有自主學(xué)習(xí)方言的需求，系統(tǒng)設(shè)計(jì)了線上學(xué)習(xí)模塊，主要目的是為方言翻譯系統(tǒng)的用戶提供方言學(xué)習(xí)和語(yǔ)音交流的平臺(tái)。線上學(xué)習(xí)模塊提供了豐富的方言課程、學(xué)習(xí)資料和實(shí)時(shí)交流平臺(tái)，讓用戶可以在平臺(tái)上學(xué)習(xí)、交流和分享方言語(yǔ)言文化資源。

3 系統(tǒng)實(shí)現(xiàn)

3.1 用戶管理模塊

用戶管理模塊負(fù)責(zé)用戶數(shù)據(jù)的管理工作，包括用戶注冊(cè)、登錄、注銷(xiāo)、密碼管理等功能。模塊使用Django框架建立Web應(yīng)用程序，其中包括用戶管理系統(tǒng)。在方言翻譯系統(tǒng)的數(shù)據(jù)庫(kù)中建立了用戶表，用于記錄用戶信息，包含用戶名、密碼、電子郵件、手機(jī)號(hào)等。在用戶注冊(cè)系統(tǒng)中，用戶首先要進(jìn)行手機(jī)驗(yàn)證碼驗(yàn)證，驗(yàn)證成功并完成注冊(cè)后系統(tǒng)將用戶信息保存到數(shù)據(jù)庫(kù)的用戶表中。在用戶登錄系統(tǒng)時(shí)，首次登錄系統(tǒng)會(huì)先驗(yàn)證用戶信息是否正確，如果正確則生成一個(gè)session id，然后將其存儲(chǔ)到服務(wù)器端，用戶的其他操作均保存在session中。當(dāng)用戶不再使用方言翻譯系統(tǒng)時(shí)，可以通過(guò)用戶注銷(xiāo)系統(tǒng)注銷(xiāo)賬號(hào)，系統(tǒng)會(huì)將用戶的session id從服務(wù)器端刪除，從而實(shí)現(xiàn)用戶的注銷(xiāo)功能。此外，用戶管理模塊還提供了“我的收藏”“學(xué)習(xí)進(jìn)度”等個(gè)性化設(shè)置功能，用以提升用戶體驗(yàn)。

3.2 方言翻譯模塊

方言翻譯模塊是方言翻譯系統(tǒng)的核心模塊，采用深度學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)方言的識(shí)別和翻譯，具體實(shí)現(xiàn)步驟包括數(shù)據(jù)收集和清洗、方言識(shí)別、翻譯模型建立、模型優(yōu)化等。系統(tǒng)流程如圖2所示。

因?yàn)榉窖苑g模塊需要的語(yǔ)料庫(kù)不同于一般的文本語(yǔ)料庫(kù)，所以方言翻譯系統(tǒng)需要采集包含方言的錄音和音頻文件，并且需要針對(duì)方言聲音的特點(diǎn)進(jìn)行音頻數(shù)據(jù)清洗工作，以提高方言翻譯模塊的翻譯效果和準(zhǔn)確性。

在系統(tǒng)數(shù)據(jù)收集方面，方言翻譯系統(tǒng)需要建立方言語(yǔ)料庫(kù)來(lái)采集有聲語(yǔ)料［1］，包括有中文普通話作為參考的語(yǔ)音對(duì)齊語(yǔ)音以及方言樣本語(yǔ)音和標(biāo)注信息。采集的樣本需要覆蓋各個(gè)類(lèi)型的方言（如山西話、四川話等）和方言詞匯，以此確保模型的泛化能力。

方言翻譯模塊在進(jìn)行音頻數(shù)據(jù)清洗工作時(shí)，由于方言語(yǔ)音通常與普通話語(yǔ)音不同，方言語(yǔ)音的不同特點(diǎn)也會(huì)影響后續(xù)的語(yǔ)音處理和特征提取。因此，在進(jìn)行語(yǔ)料清洗時(shí)，需要使用去噪、降噪等技術(shù)，確保方言語(yǔ)音的質(zhì)量。

方言翻譯模塊需要進(jìn)行方言識(shí)別工作以繼續(xù)后續(xù)的方言翻譯。方言識(shí)別算法包括端點(diǎn)檢測(cè)、語(yǔ)譜圖分析算法等，其中最常用的是語(yǔ)譜圖分析算法。方言識(shí)別是方言翻譯模塊的重要組成部分，通過(guò)算法識(shí)別所聽(tīng)到的方言，并將其轉(zhuǎn)換成方便翻譯的文本形式，以實(shí)現(xiàn)后續(xù)的方言翻譯工作。

由于方言與普通話在語(yǔ)音特征上存在差異，方言翻譯模塊在語(yǔ)音特征提取方面使用了梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficients，MFCC）和加速度頻率倒譜系數(shù)（Acceleration Frequency Cepstral Coefficients，AFCC）作為特征［2-3］，以提高模塊的識(shí)別準(zhǔn)確度。梅爾頻率倒譜系數(shù)通常用于語(yǔ)音處理和音頻分類(lèi)等領(lǐng)域，而加速度-頻率倒譜系數(shù)則是一種為了提高特征魯棒性而開(kāi)發(fā)的特征提取技術(shù)。這些特征提取技術(shù)的使用幫助方言翻譯模塊更準(zhǔn)確地理解方言語(yǔ)音，并將其轉(zhuǎn)換成易于理解和處理的文本形式。

方言翻譯模塊采用了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）等深度學(xué)習(xí)技術(shù)，構(gòu)建了一種語(yǔ)音識(shí)別模型，從而確保方言翻譯的準(zhǔn)確性和翻譯效果。該語(yǔ)音識(shí)別模型使用大量已有的方言和普通話語(yǔ)音文件數(shù)據(jù)、標(biāo)記數(shù)據(jù)等訓(xùn)練數(shù)據(jù)，確保其具有較高的準(zhǔn)確率和較好的翻譯效果。這種深度學(xué)習(xí)技術(shù)的使用進(jìn)一步優(yōu)化了方言翻譯模塊的性能和效率，使其能夠更好地理解和處理各種方言語(yǔ)音，并轉(zhuǎn)換成易于處理和理解的文本形式。

語(yǔ)音識(shí)別模型的訓(xùn)練過(guò)程中，首先，使用CNN對(duì)MFCC特征進(jìn)行卷積運(yùn)算，以提取特征信息。隨后，使用RNN來(lái)處理語(yǔ)音序列，將有源語(yǔ)音序列映射到其文本等效物中。最后，通過(guò)CNN和RNN的相互配合，語(yǔ)音識(shí)別模型能夠有效地提取語(yǔ)音信息并將其轉(zhuǎn)化為具有可讀性的文本形式，從而用于方言翻譯模塊的進(jìn)一步翻譯處理。

為了優(yōu)化方言翻譯的效果，方言翻譯模塊采用了加解碼器模型（Encoder-Decoder）來(lái)實(shí)現(xiàn)翻譯模塊的建立。加解碼器模型是一種深度學(xué)習(xí)模型，可以將輸入序列轉(zhuǎn)換為輸出序列，并且在輸入和輸出之間引入中間狀態(tài)。使用加解碼器模型，方言翻譯模塊能夠更好地進(jìn)行翻譯處理，以提高方言翻譯的效果。此外，為了進(jìn)一步提高翻譯效率，方言翻譯模塊還對(duì)語(yǔ)言庫(kù)進(jìn)行了訓(xùn)練，以提升方言翻譯的準(zhǔn)確率，從而更好地滿足用戶的需求。

方言翻譯模塊的語(yǔ)言庫(kù)訓(xùn)練是利用機(jī)器學(xué)習(xí)算法通過(guò)大量的數(shù)據(jù)進(jìn)行訓(xùn)練，使其能夠自主完成相應(yīng)的任務(wù)。在方言翻譯系統(tǒng)中，全國(guó)方言語(yǔ)音庫(kù)是一個(gè)較為重要的語(yǔ)音庫(kù)，包含了全國(guó)范圍內(nèi)的方言語(yǔ)音。方言翻譯模塊使用了深度學(xué)習(xí)技術(shù)，在TensorFlow框架的幫助下對(duì)語(yǔ)言庫(kù)進(jìn)行訓(xùn)練。在訓(xùn)練過(guò)程中，方言翻譯模塊還使用了CNN和多層感知機(jī)（Multilayer Perceptron，MLP）等技術(shù)來(lái)提取語(yǔ)音特征并進(jìn)行模型訓(xùn)練，以進(jìn)一步提高翻譯的準(zhǔn)確率和效率。

在語(yǔ)音識(shí)別模型訓(xùn)練完成后，方言翻譯模塊需要對(duì)模型進(jìn)行優(yōu)化以提高翻譯效果。模型優(yōu)化可以采用多種方式，包括調(diào)整模型結(jié)構(gòu)、增加訓(xùn)練數(shù)據(jù)、降低模型復(fù)雜度、調(diào)整學(xué)習(xí)率等。在方言翻譯模塊中，采用了增加訓(xùn)練數(shù)據(jù)的方式進(jìn)行模型優(yōu)化，同時(shí)通過(guò)調(diào)整語(yǔ)音識(shí)別模型的Batch Size和學(xué)習(xí)率等參數(shù)進(jìn)行優(yōu)化，以提高方言翻譯模塊的翻譯效果。通過(guò)優(yōu)化模型，方言翻譯模塊能夠更加準(zhǔn)確地識(shí)別和翻譯方言語(yǔ)音，更好地滿足用戶的需求。

在進(jìn)行方言翻譯時(shí)，用戶錄入的語(yǔ)音文件首先通過(guò)方言翻譯模塊的識(shí)別系統(tǒng)，將方言語(yǔ)音轉(zhuǎn)換為文本。這個(gè)過(guò)程中，方言翻譯模塊使用了extract_feature函數(shù)來(lái)提取MFCC特征，同時(shí)使用recognize函數(shù)利用深度學(xué)習(xí)模型對(duì)方言語(yǔ)音進(jìn)行識(shí)別。隨后，將轉(zhuǎn)換后的文本輸入到翻譯模型中，輸出標(biāo)準(zhǔn)漢語(yǔ)或其他指定的目標(biāo)語(yǔ)言文本，實(shí)現(xiàn)方言翻譯的過(guò)程。

3.3 線上學(xué)習(xí)模塊

線上學(xué)習(xí)模塊是方言翻譯系統(tǒng)的另一重要功能，它為用戶提供方言學(xué)習(xí)和方言翻譯的一系列課程和活動(dòng)，包括線上課程、學(xué)習(xí)筆記和在線測(cè)試等，用戶可以根據(jù)自己的需求來(lái)選擇相應(yīng)的學(xué)習(xí)內(nèi)容。

線上學(xué)習(xí)模塊通過(guò)Django框架來(lái)建立Web應(yīng)用程序，包括在線課程系統(tǒng)、學(xué)習(xí)筆記系統(tǒng)和在線測(cè)試系統(tǒng)。線上學(xué)習(xí)模塊針對(duì)用戶的方言學(xué)習(xí)建立相應(yīng)的語(yǔ)音文件和文本文件，以供用戶在線學(xué)習(xí)。在在線課程系統(tǒng)中，用戶可以根據(jù)自己的學(xué)習(xí)進(jìn)度選擇學(xué)習(xí)的內(nèi)容、講解、范例語(yǔ)音等。在學(xué)習(xí)筆記系統(tǒng)中，用戶可以記錄自己的方言學(xué)習(xí)筆記，記錄學(xué)習(xí)所得經(jīng)驗(yàn)和知識(shí)，以便用戶復(fù)習(xí)回憶。在在線測(cè)試系統(tǒng)中，為了幫助用戶鞏固所學(xué)方言，系統(tǒng)提供了相關(guān)的測(cè)試，用戶可以根據(jù)測(cè)試結(jié)果檢查自己的學(xué)習(xí)進(jìn)度。

3.4 數(shù)據(jù)庫(kù)設(shè)計(jì)

方言翻譯系統(tǒng)使用的是MySQL數(shù)據(jù)庫(kù)，并通過(guò)Python的Django框架提供了數(shù)據(jù)管理和鏈接的方法。其數(shù)據(jù)庫(kù)中存儲(chǔ)有用戶表、方言語(yǔ)音文件表、普通話語(yǔ)音文件表、語(yǔ)音文件庫(kù)表、報(bào)告表等。其中，語(yǔ)音文件庫(kù)表用來(lái)存儲(chǔ)語(yǔ)音識(shí)別所需要的訓(xùn)練數(shù)據(jù)。

4 結(jié)語(yǔ)

本文提出了一種基于Python語(yǔ)言的方言翻譯系統(tǒng)設(shè)計(jì)，并且詳細(xì)介紹了方言翻譯系統(tǒng)的用戶管理模塊、方言翻譯模塊以及線上學(xué)習(xí)模塊的設(shè)計(jì)和實(shí)現(xiàn)。系統(tǒng)后端技術(shù)基于Python語(yǔ)言，通過(guò)Django框架進(jìn)行開(kāi)發(fā)和實(shí)現(xiàn)。在方言翻譯模塊中，采用了深度學(xué)習(xí)技術(shù)，并實(shí)現(xiàn)了相應(yīng)的CNN和RNN，提高了方言翻譯的準(zhǔn)確率和效果。

參考文獻(xiàn)

［1］郝煥香.基于深度學(xué)習(xí)的方言語(yǔ)音識(shí)別模型構(gòu)建［J］.自動(dòng)化與儀器儀表，2022（4）：48-51.

［2］楊雪晴.基于語(yǔ)音識(shí)別的英語(yǔ)翻譯器設(shè)計(jì)［J］.自動(dòng)化與儀器儀表，2022（8）：221-225.

［3］余本國(guó)，郇晉俠，劉曉峰，等.語(yǔ)音識(shí)別系統(tǒng)在山西方言中的實(shí)現(xiàn)與應(yīng)用［J］.計(jì)算機(jī)與數(shù)字工程，2021（10）：2168-2173.

（編輯 沈 強(qiáng)）

Design of dialect translation system based on Python

Wang? Zhi， Zhang? Qi*

（Ningbo University of Finance， Ningbo 315175， China）

Abstract：? This paper The article designs a dialect translation system based on Python language. The system includes user management module， dialect translation module and E-learning module. Its core function is the dialect recognition function of the dialect translation module， which can be used for communication between users in different regions. The speech recognition function is used to recognize dialects and convert them into other languages， making communication between people more convenient. In addition， the system also provides a convenient learning platform for users who need to learn dialects.

Key words： dialect translation; Python; Django framework