基于声纹识别性别年龄的防欺诈系统及方法技术方案

本发明专利技术公开了一种基于声纹识别性别年龄的防欺诈系统及方法，该系统包括语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、身份资料提交模块、欺诈概率计算模块，语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、欺诈概率计算模块依次连接，身份资料提交模块与检验模块连接。本发明专利技术能够通过指纹识别，远程对借贷人的真实身份进行验证，达到反欺诈的效果，保护消费者合法权益以及维护网络服务安全。

The anti fraud system of voiceprint recognition method based on age and gender

The invention discloses a fraud prevention system and method of Voiceprint Recognition Based on age and gender, the system includes voice data collection module, MFCC module, feature extraction based on Kmeans clustering tag feature extraction module, GBDT based supervised learning classifier model module, model prediction module, test module, data module, identity fraud the probability calculation module, the voice data collection module, MFCC module, feature extraction based on Kmeans clustering tag feature extraction module, GBDT based supervised learning classifier model module, prediction module, test module, the probability of fraud in connection calculation module, data module and test module submit identity connection. The invention can carry out the verification of the real identity of the borrower through the fingerprint identification, and can achieve the effect of anti fraud, protect the legitimate rights and interests of consumers and maintain the security of the network service.

【技术实现步骤摘要】

本专利技术涉及一种算法系统及方法，特别是涉及一种基于声纹识别性别年龄的防欺诈系统及方法。
技术介绍
现代网络技术越来越发达，网络服务日益多样化，尤其是网络自动化的信贷借款，但是这种服务，难以远程对借贷人的真实身份进行验证，因为借款人有可能通过伪造借贷资料（照片等申请材料）或者窃用他人资料来骗取贷款。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于声纹识别性别年龄的防欺诈系统及方法，其能够通过指纹识别，远程对借贷人的真实身份进行验证，达到反欺诈的效果。本专利技术是通过下述技术方案来解决上述技术问题的：一种基于声纹识别性别年龄的防欺诈系统，其包括语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、身份资料提交模块、欺诈概率计算模块，语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、欺诈概率计算模块依次连接，身份资料提交模块与检验模块连接。优选地，所述语音数据收集模块通过云呼叫系统实时收集借款人语音数据。优选地，所述检验模块将系统提交的结果与预测的结果进行交叉检验，并将检验结果发送给欺诈概率计算模块。优选地，所述mfcc特征提取模块对语音数据收集模块收集的数据进行解析，并进行mfcc特征提取。优选地，所述基于Kmeans的聚类标签特征提取模块通过Kmeans的聚类方法，将数据分类后，分别研究不同聚类下数据的特点。优选地，所述基于GBDT的有监督学习分类器模型模块利用标注样本进行训练和分类。优选地，所述模型预测模块通过对数据的分析，对目标性别和年龄的真实性进行判断，得到其相应概率。优选地，所述身份资料提交模块用于收集借款人通过网络借款平台自动提交的身份资料。优选地，所述欺诈概率计算模块用于通过对交叉检验的结果进行数据分析，并计算出借款人欺诈的概率。本专利技术还提供一种基于声纹识别性别年龄的防欺诈方法，其包括以下步骤：步骤一：借款人通过网络借款平台自行提交身份资料，并通过云呼叫系统实时收集借款人语音数据；步骤二：对于语音数据进行mfcc特征提取；步骤三：基于Kmeans的聚类标签特征提取；步骤四：通过基于GBDT的有监督学习分类器模型对数据进行训练和分类；步骤五：将提交结果与预测结果进行交叉检验；步骤六：计算借款人欺诈的概率。优选地，所述mfcc特征提取比基于声道模型的LPCC相比具有更好的鲁邦性，更符合人耳的听觉特性，而且当信噪比降低时仍然具有较好的识别性能。优选地，所述步骤四由训练资料中建立一个模式，并依此模式推测新的instances，训练资料是由输入物件和预期输出所组成，函数的输出是一个连续的值，或是预测一个分类标签。优选地，所述步骤六若最终得出的概率大于50%，则判定为欺诈；若概率小于50%且大于5%，则返回步骤一重新收集语音数据；若概率小于5%，则判定为非欺诈。本专利技术的积极进步效果在于：本专利技术能够通过指纹识别，远程对借贷人的真实身份进行验证，达到反欺诈的效果，保护消费者合法权益以及维护网络服务安全。附图说明图1为本专利技术的系统结构图。图2为本专利技术的系统流程图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。如图1至图2所示，本专利技术基于声纹识别性别年龄的防欺诈系统包括语音数据收集模块1、mfcc特征提取模块2、基于Kmeans的聚类标签特征提取模块3、基于GBDT的有监督学习分类器模型模块4、模型预测模块5、检验模块6、身份资料提交模块7、欺诈概率计算模块8，语音数据收集模块1、mfcc特征提取模块2、基于Kmeans的聚类标签特征提取模块3、基于GBDT的有监督学习分类器模型模块4、模型预测模块5、检验模块6、欺诈概率计算模块8依次连接，身份资料提交模块7与检验模块6连接。语音数据收集模块1通过云呼叫系统实时收集借款人语音数据。mfcc特征提取模块2对语音数据收集模块1收集的数据进行解析，并进行mfcc特征提取。基于Kmeans的聚类标签特征提取模块3通过Kmeans的聚类方法，将数据分类后，分别研究不同聚类下数据的特点。基于GBDT的有监督学习分类器模型模块4利用标注样本进行训练和分类。模型预测模块5通过对数据的分析，对目标性别和年龄的真实性进行判断，得到其相应概率。检验模块6将系统提交的结果与预测的结果进行交叉检验，并将检验结果发送给欺诈概率计算模块8。身份资料提交模块7用于收集借款人通过网络借款平台自动提交的身份资料。欺诈概率计算模块8用于通过对交叉检验的结果进行数据分析，并计算出借款人欺诈的概率。本专利技术基于声纹识别性别年龄的防欺诈方法包括以下步骤：步骤一：借款人通过网络借款平台自行提交身份资料，并通过云呼叫系统实时收集借款人语音数据。步骤二：对于语音数据进行mfcc特征提取。mfcc特征提取比基于声道模型的LPCC相比具有更好的鲁邦性，更符合人耳的听觉特性，而且当信噪比降低时仍然具有较好的识别性能。步骤三：基于Kmeans的聚类标签特征提取。该提取方法计算时间段短，速度快，容易解释，聚类效果好。步骤四：通过基于GBDT的有监督学习分类器模型对数据进行训练和分类。由训练资料中建立一个模式，并依此模式推测新的instances，训练资料是由输入物件和预期输出所组成，函数的输出是一个连续的值，或是预测一个分类标签。步骤五：将提交结果与预测结果进行交叉检验。步骤六：计算借款人欺诈的概率。若概率大于50%，则判定为欺诈；若概率小于50%且大于5%，则返回步骤一重新收集语音数据；若概率小于5%，则判定为非欺诈。综上所述，本专利技术能够通过指纹识别，远程对借贷人的真实身份进行验证，达到反欺诈的效果，保护消费者合法权益以及维护网络服务安全。以上对本专利技术的具体实施例进行了描述。需要理解的是，本专利技术并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本专利技术的实质内容。本文档来自技高网...

【技术保护点】
一种基于声纹识别性别年龄的防欺诈系统，其特征在于，其包括语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、身份资料提交模块、欺诈概率计算模块，语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、欺诈概率计算模块依次连接，身份资料提交模块与检验模块连接。

【技术特征摘要】
1.一种基于声纹识别性别年龄的防欺诈系统，其特征在于，其包括语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、身份资料提交模块、欺诈概率计算模块，语音数据收集模块、mfcc特征提取模块、基于Kmeans的聚类标签特征提取模块、基于GBDT的有监督学习分类器模型模块、模型预测模块、检验模块、欺诈概率计算模块依次连接，身份资料提交模块与检验模块连接。2.如权利要求1所述的基于声纹识别性别年龄的防欺诈系统，其特征在于，所述语音数据收集模块通过云呼叫系统实时收集借款人语音数据。3.如权利要求1所述的基于声纹识别性别年龄的防欺诈系统，其特征在于，所述检验模块将系统提交的结果与预测的结果进行交叉检验，并将检验结果发送给欺诈概率计算模块。4.如权利要求1所述的基于声纹识别性别年龄的防欺诈系统，其特征在于，所述mfcc特征提取模块对语音数据收集模块收集的数据进行解析，并进行mfcc特征提取。5.如权利要求1所述的基于声纹识别性别年龄的防欺诈系统，其特征在于，所述基于Kmeans的聚类标签特征提取模块通过Kmeans的聚类方...

【专利技术属性】
技术研发人员：李怡洲，唐阳，
申请(专利权)人：微额速达上海金融信息服务有限公司，
类型：发明
国别省市：上海;31