语音监控方法、装置、设备及计算机可读介质制造方法及图纸

本发明专利技术提出一种语音监控方法、装置、设备和计算机可读介质，所述方法包括：获取目标人物周边的语音信息；对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。本发明专利技术实施例可以针对目标人物周边的语音信号进行采集分析，当判断出现对目标人物不利的情况时可以及时发信息至对应的设备中，从而可以避免目标人物发生危险。

Speech Monitoring Method, Device, Equipment and Computer Readable Media

The invention provides a voice monitoring method, device, device and computer readable medium. The method includes: acquiring voice information around the target person; analyzing and identifying the acquired voice information to determine the probability of the target person's occurrence of danger; and sending reminder information to the set device if the probability of occurrence of danger is greater than the set threshold. The embodiment of the present invention can collect and analyze the speech signal around the target person, and when judging the disadvantage to the target person, timely information can be sent to the corresponding equipment, thereby avoiding the danger of the target person.

【技术实现步骤摘要】
语音监控方法、装置、设备及计算机可读介质
本专利技术涉及人工智能
，尤其涉及一种语音监控方法、装置、设备及计算机可读介质。
技术介绍
由于某些特定人群(如儿童、智力较低人群)的整体的认知水平比较低，如果监护人不在身旁时，容易遭受到不法人员的拐骗，也有可能会遭受到其他人员的欺凌。而目前大部分的产品大都是监控目标对象的位置以防止丢失，但无法实时监测目标对象目前是否处于被拐骗或欺凌的情况。
技术实现思路
本专利技术实施例提供一种语音监控方法、装置、设备及计算机可读介质，以解决或缓解现有技术中的一个或多个技术问题。第一方面，本专利技术实施例提供了一种语音监控方法，包括：获取目标人物周边的语音信息；对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。在一种实施方式中，所述对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率，包括：将所述语音信息进行语音识别，生成对应的文本信息；生成所述文本信息的文本向量；将所述文本向量输入预先构建的判断模型，接收所述判断模型输出的所述目标人物发生危险的概率。在一种实施方式中，所述生成所述文本信息的文本向量，包括：对所述文本信息进行分词处理，分别对分词后的词语进行向量值计算，获得至少一个词语向量；将所述至少一个词语向量进行拼接，得到所述文本向量。在一种实施方式中，所述判断模型为卷积神经网络模型或循环卷积神经网络模型；所述目标人物发生危险的概率由所述判断模型的卷积层对文本向量进行处理后得到。在一种实施方式中，所述判断模型的建立包括以下步骤：获取预设数量的对话文本样本，以及各个对话文本样本对应的意图主题词；将所述对话文本样本和意图主题词输入至所述判断模型中进行多次迭代训练；如果迭代训练后的训练误差小于预置的期望误差，则结束训练过程。第二方面，本专利技术实施例提供了一种语音监控装置，包括：获取模块，用于获取目标人物周边的语音信息；识别模块，用于对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；提醒模块，用于如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。在一种实施方式中，所述识别模块包括：文本生成子模块，用于将所述语音信息进行语音识别，生成对应的文本信息；向量生成子模块，用于生成所述文本信息的文本向量；概率输出子模块，用于将所述文本向量输入预先构建的判断模型，接收所述判断模型输出的所述目标人物发生危险的概率。在一种实施方式中，所述向量生成子模块包括：分词单元，用于对所述文本信息进行分词处理，分别对分词后的词语进行向量值计算，获得至少一个词语向量；拼接单元，用于将所述至少一个词语向量进行拼接，得到所述文本向量。在一种实施方式中，所述判断模型为卷积神经网络模型或循环卷积神经网络模型；所述目标人物发生危险的概率由所述判断模型的卷积层对文本向量进行处理后得到。在一种实施方式中，还包括模型建立模块，用于建立判断模型；所述模型建立模块包括：样本获取子模块，用于获取预设数量的对话文本样本，以及各个对话文本样本对应的意图主题词；迭代训练子模块，用于将所述对话文本样本和意图主题词输入至所述判断模型中进行多次迭代训练；训练结束子模块，用于如果迭代训练后的训练误差小于预置的期望误差，则结束训练过程。第三方面，本专利技术实施例提供一种语音监控设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述第一方面所述的语音监控方法。在一个可能的设计中，语音监控设备的结构中包括处理器和存储器，所述存储器用于存储支持语音监控设备执行上述第一方面中语音监控方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述语音监控设备还可以包括通信接口，用于语音监控设备与其他设备或通信网络通信。第四方面，本专利技术实施例提供了一种计算机可读介质，用于存储语音监控装置所用的计算机软件指令，其包括用于执行上述第一方面的语音监控方法所涉及的程序。在上述的一种方案中，本专利技术实施例可以针对目标人物周边的语音信号进行采集分析，当判断有可能出现对目标人物不利的情况时可以及时发信息至对应的设备中，从而可以提醒目标人物发生危险的情况。上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本专利技术进一步的方面、实施方式和特征将会是容易明白的。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1为本专利技术一实施例的语音监控方法的流程图；图2为本专利技术一实施例的步骤S200的具体流程图；图3为本专利技术一实施例的步骤S220的具体流程图；图4为本专利技术一实施例的判断模型建立步骤流程图；图5为本专利技术一实施例的语音监控装置的连接框图；图6为本专利技术一实施例的识别模块的内部连接框图；图7为本专利技术一实施例的向量生成子模块的内部连接框图；图8为本专利技术一实施例的模型建立模块的内部连接框图；图9为本专利技术另一实施例的语音监控设备框图。具体实施方式在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本专利技术的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。本专利技术实施例主要提供了一种通语音监控的方法及装置，下面分别通过以下实施例进行技术方案的展开描述。本专利技术提供了一种语音监控方法和装置，以下详细介绍本专利技术实施例的语音监控方法和装置的具体处理流程和原理。如图1所示，其为本专利技术实施例的语音监控方法的流程图。在一种实施例中，本专利技术实施例的语音监控方法可以包括以下步骤：S100：获取目标人物周边的语音信息。在一种实施方式中，可以通过具备录音功能的穿戴设备、手机等移动设备对目标人物周边的语音信息进行采集。其中，所述目标人物为接受监控的对象，例如可以应用在儿童等认知能力较低的对象上。S200：对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率。在一种实施方式中，在获取了语音信息后，需要判断语音信息中是否存在对目标人物不利的消息。例如目标人物为儿童，判断其周边的语音信息中是否存在对该儿童拐骗、辱骂、虐待、欺凌等情形的出现。因此可以针对所述语音信息进行分析识别，计算目标人物发生危险的概率。S300：如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。在一种实施方式中，当计算出目标人物的产生危险的概率后，判断该概率是否大于设定的阈值，比如60％等。当该概率大于设定阈值时，则可以发送信息至特定设备，比如监护人的手机等。如图2所示，在一种实施方式中，所述步骤S200中在对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率时，可以包括：S210：将所述语音信息进行语音识别，生成对应的文本信息。首先，需要将接收到的语音信息转为文本，以便于进行后续的识别分析。S220：生成所述文本信息的文本向量。S230：将所述文本向量输入预先构建的判断模型，接收所本文档来自技高网...

【技术保护点】
1.一种语音监控方法，其特征在于，包括：获取目标人物周边的语音信息；对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。

【技术特征摘要】
1.一种语音监控方法，其特征在于，包括：获取目标人物周边的语音信息；对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。2.根据权利要求1所述的方法，其特征在于，所述对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率，包括：将所述语音信息进行语音识别，生成对应的文本信息；生成所述文本信息的文本向量；将所述文本向量输入预先构建的判断模型，接收所述判断模型输出的所述目标人物发生危险的概率。3.根据权利要求2所述的方法，其特征在于，所述生成所述文本信息的文本向量，包括：对所述文本信息进行分词处理，分别对分词后的词语进行向量值计算，获得至少一个词语向量；将所述至少一个词语向量进行拼接，得到所述文本向量。4.根据权利要求2所述的方法，其特征在于，所述判断模型为卷积神经网络模型或循环卷积神经网络模型；所述目标人物发生危险的概率由所述判断模型的卷积层对文本向量进行处理后得到。5.根据权利要求2所述的方法，其特征在于，所述判断模型的构建方式包括：获取预设数量的对话文本样本，以及各个对话文本样本对应的意图主题词；将所述对话文本样本和意图主题词输入至所述判断模型中进行多次迭代训练；如果迭代训练后的训练误差小于预置的期望误差，则结束训练过程。6.一种语音监控装置，其特征在于，包括：获取模块，用于获取目标人物周边的语音信息；识别模块，用于对获取的语音信息进行分析识别，确定所述目标人物发生危险的概率；提醒模块，用于如果所述发生危险的概率大于设定阈值，则发送提醒信息至设定的设备。7.根据权利要求...

【专利技术属性】
技术研发人员：杨锐，张继丰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11