1.本发明属于海岸电台通信技术领域，具体涉及一种集成智能语音的海岸电台通信系统。
背景技术：2.现有技术中通过海岸电台与船舶监控中心进行通话进行通信任务以及通信信号的确认，船舶人员通过海岸电台向监控中心的调度台发送语音信息进行询问，监控中心工作人员通过调度台上的语音播放接收信息并回话，智能化程度低，往往耗费较多的人力。
技术实现要素：3.本发明的目的在于提供一种集成智能语音的海岸电台通信系统，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种集成智能语音的海岸电台通信系统，包括基地电台、中央控制器和人工坐席，所述中央控制器电性连接基地电台和人工坐席上的调度台，所述中央控制器上电性连接并设置系统控制模块、信道模块、驳接模块、席位模块；所述系统控制模块，用于呼叫处理、语音及数据交换；信道模块，用于控制信道、话务信道的控制和管理以及语音的处理，电性连接系统控制模块和基地电台；驳接模块，用于无线和无线、无线和有线、无线和调度台、有线和调度台、调度台与调度台之间的语音拨接，电性连接系统控制模块；席位模块，用于提供调度台的数据、语音接口，电性连接人工坐席的调度台；所述系统控制模块还电性连接语音应答模块，所述语音应答模块接收基地电台的语音，并根据语音进行应答。
5.优选的，所述中央控制器还电性连接分机模块，所述分机模块用于连接分机和共用电话网，实现与分机和共用电话的通讯。
6.优选的，所述中央控制器还电性连接监控模块，所述监控模块用于监控基地电台的运行状况，包括实际功率、温度、工作频点、工作电压、驻波比。
7.优选的，所述监控模块连接报警器，报警器设置报警值，超过报警值自动报警，并记入报警日志。
8.优选的，所述语音应答模块包括特征提取模块、声学模块、语音模块和应答模块组成，所述特征提取模块采用隐马尔科夫模型进行语音信号特征提取；所述声学模块采用dnn-hmm对语音数据进行数学建模，并通过底层网络将噪声去除，在高层网络中将具有区分性的语音信号特征识别出来并保存；所述语音模块采用决策树算法对三音子模型进行聚类分析，被聚类的模型均进行独自训练，联系前后声音元素，充分使用上下文的基本信息提高语音识别的效率。
9.优选的，所述语音应答模块的识别方法为：1）对原始声音进行加重、加窗和帧处理；2）对帧处理数据，基于梅尔频率倒谱系数进行特征识别处理，得到语音序列对应的特征矩阵；3）基于卷积神经网络算法实现前向计算，获得特征识别的输出矩阵；4）基于输出矩阵，计算其中的最大输出因素概率值，以此形成隐马尔科夫模型；5）对隐马尔科夫模型进行分析，确定概率最高的声音路径，从而得到最终的文本信息，并对文本信息进行输出。
10.优选的，所述语音应答模块进行问答匹配采用循环卷积神经网络，根据句子的语句序列特征识别语句内容。
11.优选的，使用gru算法进行问答匹配，gru算法的匹配模型如下：在时刻t内，经基于语音应答模块的识别得到的句子输入为，x1,x2,
…
，表示语音序列的声学特征；其上一时刻隐藏层输出为ht-1，此时gru内部单元如下：遗忘门：；更新门：；时刻t的内部状态如；时刻t模型的输出输入式：；其中函数σ为激活函数，
⊙
表示各元素叉乘，u和w分别代表参数矩阵。
12.本发明的技术效果和优点：该集成智能语音的海岸电台通信系统，通过设置语音应答模块，对船舶发送的问答信息进行智能回复，大大提高了海岸监控中心的智能化程度，降低人工劳动强度，节省人力；采用dnn-hmm对语音数据进行数学建模，提高了对语音信息的识别效率；采用gru算法进行问答匹配，gru算法收敛速度和计算效率更好，提升问答效率。
附图说明
13.图1为本发明的模块示意图；图2为本发明的中央控制器及相关模块图；图3为语音应答模块的识别流程图：图4为本发明的声学模块的模型图。
具体实施方式
14.下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
15.本发明提供了如图所示的一种集成智能语音的海岸电台通信系统，包括基地电台、中央控制器和人工坐席，所述中央控制器电性连接基地电台和人工坐席上的调度台，所
述中央控制器电性连接监控模块，所述监控模块用于监控基地电台的运行状况，包括实际功率、温度、工作频点、工作电压、驻波比；优选的，所述监控模块连接报警器，报警器设置报警值，超过报警值自动报警，并记入报警日志；所述中央控制器上电性连接并设置系统控制模块、信道模块、驳接模块、席位模块；系统控制模块用于呼叫处理、语音及数据交换；信道模块用于控制信道、话务信道的控制和管理以及语音的处理，电性连接系统控制模块和基地电台；驳接模块用于无线和无线、无线和有线、无线和调度台、有线和调度台、调度台与调度台之间的语音拨接，电性连接系统控制模块；席位模块用于提供调度台的数据、语音接口，电性连接人工坐席的调度台；所述中央控制器还电性连接分机模块，所述分机模块用于连接分机和共用电话网，实现与分机和共用电话的通讯。
16.所述系统控制模块还电性连接语音应答模块，所述语音应答模块接收基地电台的语音，并根据语音进行应答；所述语音应答模块包括特征提取模块、声学模块、语音模块和应答模块组成，所述特征提取模块采用隐马尔科夫模型进行语音信号特征提取；隐马尔科夫模型为，其中，n代表检测到的语音状态个数；m代表可被检测的具体符号数量；a为矩阵；b表示可以被检测到的状态分布概率。
17.所述声学模块采用dnn-hmm对语音数据进行数学建模，并通过底层网络将噪声去除，在高层网络中将具有区分性的语音信号特征识别出来并保存，声学模块的模型图如图4所示；所述语音模块采用决策树算法对三音子模型进行聚类分析，被聚类的模型均进行独自训练，联系前后声音元素，充分使用上下文的基本信息提高语音识别的效率。
18.如图3，所述语音应答模块的识别方法为：1）对原始声音进行加重、加窗和帧处理；2）对帧处理数据，基于梅尔频率倒谱系数进行特征识别处理，得到语音序列对应的特征矩阵；3）基于卷积神经网络算法实现前向计算，获得特征识别的输出矩阵；4）基于输出矩阵，计算其中的最大输出因素概率值，以此形成隐马尔科夫模型；5）对隐马尔科夫模型进行分析，确定概率最高的声音路径，从而得到最终的文本信息，并对文本信息进行输出。
19.所述语音应答模块进行问答匹配采用循环卷积神经网络，根据句子的语句序列特征识别语句内容，具体使用gru算法进行问答匹配，gru算法的匹配模型如下：在时刻t内，经基于语音应答模块的识别得到的句子输入为，x1,x2,
…
，表示语音序列的声学特征；其上一时刻隐藏层输出为ht-1，此时gru内部单元如下：遗忘门：；更新门：；时刻t的内部状态如；时刻t模型的输出输入式：；其中函数σ为激活函数，
⊙
表示各元素叉乘，u和w分别代表参数矩阵。
20.将输入的语音序列从正反两个方向分别输入的方式进行，将两个方向在同一时刻的输出层作为一个新的输出向量，从而便可构造出一个双向运算且包含更丰富信息的模型，对于输入语句的特征表示更加丰富，提升回答内容的丰富度。
21.该集成智能语音的海岸电台通信系统在使用的过程中，来自基地电台的问答信息通过中央控制器处理后一路传输至人工坐席的调度台，另一路传输至语音应答模块，工作人员可能进行人工答复，当进入无人值守模式时，使用语音应答模块进行应答，语音应答模块通话特征提取模型、声学模型和语音模型的建立，再通过解码器和语音数据库作为知识输入，输出语音信息对应的文本信息，文本信息自动输入调度台，调度台可以语音播放文本信息，对问答信息进行智能答复。
22.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
技术特征：1.一种集成智能语音的海岸电台通信系统，包括基地电台、中央控制器和人工坐席，所述中央控制器电性连接基地电台和人工坐席上的调度台，其特征在于：所述中央控制器上电性连接并设置系统控制模块、信道模块、驳接模块、席位模块；所述系统控制模块，用于呼叫处理、语音及数据交换；信道模块，用于控制信道、话务信道的控制和管理以及语音的处理，电性连接系统控制模块和基地电台；驳接模块，用于无线和无线、无线和有线、无线和调度台、有线和调度台、调度台与调度台之间的语音拨接，电性连接系统控制模块；席位模块，用于提供调度台的数据、语音接口，电性连接人工坐席的调度台；所述系统控制模块还电性连接语音应答模块，所述语音应答模块接收基地电台的语音，并根据语音进行应答；所述语音应答模块包括特征提取模块、声学模块、语音模块和应答模块组成，所述特征提取模块采用隐马尔科夫模型进行语音信号特征提取；所述声学模块采用dnn-hmm对语音数据进行数学建模，并通过底层网络将噪声去除，在高层网络中将具有区分性的语音信号特征识别出来并保存；所述语音模块采用决策树算法对三音子模型进行聚类分析，被聚类的模型均进行独自训练，联系前后声音元素，充分使用上下文的基本信息提高语音识别的效率。2.根据权利要求1所述的一种集成智能语音的海岸电台通信系统，其特征在于：所述中央控制器还电性连接分机模块，所述分机模块用于连接分机和共用电话网，实现与分机和共用电话的通讯。3.根据权利要求1所述的一种集成智能语音的海岸电台通信系统，其特征在于：所述中央控制器还电性连接监控模块，所述监控模块用于监控基地电台的运行状况，包括实际功率、温度、工作频点、工作电压、驻波比。4.根据权利要求3所述的一种集成智能语音的海岸电台通信系统，其特征在于：所述监控模块连接报警器，报警器设置报警值，超过报警值自动报警，并记入报警日志。5.根据权利要求1所述的一种集成智能语音的海岸电台通信系统，其特征在于：所述语音应答模块的识别方法为：1）对原始声音进行加重、加窗和帧处理；2）对帧处理数据，基于梅尔频率倒谱系数进行特征识别处理，得到语音序列对应的特征矩阵；3）基于卷积神经网络算法实现前向计算，获得特征识别的输出矩阵；4）基于输出矩阵，计算其中的最大输出因素概率值，以此形成隐马尔科夫模型；5）对隐马尔科夫模型进行分析，确定概率最高的声音路径，从而得到最终的文本信息，并对文本信息进行输出。6.根据权利要求5所述的一种集成智能语音的海岸电台通信系统，其特征在于：所述语音应答模块进行问答匹配采用循环卷积神经网络，根据句子的语句序列特征识别语句内容。7.根据权利要求6所述的一种集成智能语音的海岸电台通信系统，其特征在于：使用gru算法进行问答匹配，gru算法的匹配模型如下：
在时刻t内，经基于语音应答模块的识别得到的句子输入为，x1,x2,
…
，表示语音序列的声学特征；其上一时刻隐藏层输出为ht-1，此时gru内部单元如下：遗忘门：；更新门：；时刻t的内部状态如；时刻t模型的输出输入式：；其中函数σ为激活函数，
⊙
表示各元素叉乘，u和w分别代表参数矩阵。
技术总结本发明公开了一种集成智能语音的海岸电台通信系统，包括基地电台、中央控制器和人工坐席，所述中央控制器电性连接基地电台和人工坐席上的调度台，所述中央控制器上电性连接并设置系统控制模块、信道模块、驳接模块、席位模块；所述系统控制模块还电性连接语音应答模块，所述语音应答模块接收基地电台的语音，并根据语音进行应答。该集成智能语音的海岸电台通信系统，通过设置语音应答模块，对船舶发送的问答信息进行智能回复，大大提高了海岸监控中心的智能化程度，降低人工劳动强度，节省人力；采用DNN-HMM对语音数据进行数学建模，提高了对语音信息的识别效率；采用GRU算法进行问答匹配，GRU算法收敛速度和计算效率更好，提升问答效率。问答效率。问答效率。
技术研发人员：刘胜利 易中立 王姗姗 赵晋宇 张正弘 吴益斌 王玮畅
受保护的技术使用者：交通运输部规划研究院
技术研发日：2022.07.22
技术公布日：2022/11/1
