【技术实现步骤摘要】
贷款智能进件方法、装置及存储介质
本专利技术涉及人工智能
,尤其涉及一种贷款智能进件方法、装置及存储介质。
技术介绍
目前,贷款产品通常是通过用户手工录入的方式将产品所需的字段一个一个地录入到各种贷款产品的app中,而通常都需要录入几十甚至几百个字段,这需要消耗大量的时间和精力,而且由于文化水平的差异,还有部分贷款用户打字速度比较慢,如果要录入几十甚至几百个字段,其效率可想而知。这种手工录入大批量用户信息字段的方式不仅效率低下,对于部分贷款意愿强烈,但不善于打字的用户,增加了贷款申请的壁垒,而且,仅通过字段录入难以对用户的真实信息进行多维度判别。
技术实现思路
本专利技术提供一种贷款智能进件方法、装置及存储介质,以解决现有技术中难以对用户的真实信息进行多维度判别的问题。为了实现上述目的,本专利技术的一个方面是提供一种贷款智能进件方法,包括:获取进件时用户的第一输入语音和审批时用户的第二输入语音;提取所述第一输入语音和所述第二输入语音的语音特征;利用经过训练得到的语音分析模型,对所述第一输入语音和所述第二输入语音进行语音分析,得出进件时的用户和审批时的用户是否是同一用户;若进件时的用户与审批时的用户是同一用户,则审批通过,用户进件成功;若进件时的用户与审批时的用户不是同一用户,则审批不通过,用户进件失败;其中,所述语音分析模型采用对抗神经网络模型,所述对抗神经网络模型包括生成模型和判别模型,所述生成模型用于生成与所述第二输入语音对应的语音向量,所 ...
【技术保护点】
1.一种贷款智能进件方法,应用于电子装置,其特征在于,包括:/n获取进件时用户的第一输入语音和审批时用户的第二输入语音;/n提取所述第一输入语音和所述第二输入语音的语音特征;/n利用经过训练得到的语音分析模型,对所述第一输入语音和所述第二输入语音进行语音分析,得出进件时的用户和审批时的用户是否是同一用户;/n若进件时的用户与审批时的用户是同一用户,则审批通过,用户进件成功;若进件时的用户与审批时的用户不是同一用户,则审批不通过,用户进件失败;/n其中,所述语音分析模型采用对抗神经网络模型,所述对抗神经网络模型包括生成模型和判别模型,所述生成模型用于生成与所述第二输入语音对应的语音向量,所述判别模型用于判断第二输入语音对应的用户与第一输入语音对应的用户是同一用户的概率。/n
【技术特征摘要】
1.一种贷款智能进件方法,应用于电子装置,其特征在于,包括:
获取进件时用户的第一输入语音和审批时用户的第二输入语音;
提取所述第一输入语音和所述第二输入语音的语音特征;
利用经过训练得到的语音分析模型,对所述第一输入语音和所述第二输入语音进行语音分析,得出进件时的用户和审批时的用户是否是同一用户;
若进件时的用户与审批时的用户是同一用户,则审批通过,用户进件成功;若进件时的用户与审批时的用户不是同一用户,则审批不通过,用户进件失败;
其中,所述语音分析模型采用对抗神经网络模型,所述对抗神经网络模型包括生成模型和判别模型,所述生成模型用于生成与所述第二输入语音对应的语音向量,所述判别模型用于判断第二输入语音对应的用户与第一输入语音对应的用户是同一用户的概率。
2.根据权利要求1所述的贷款智能进件方法,其特征在于,所述贷款智能进件方法还包括:对所述对抗神经网络模型进行训练;
对所述对抗神经网络模型进行训练的步骤包括:
获取训练样本,所述训练样本包括进件时用户的第一输入语音和审批时用户的第二输入语音;
将训练样本输入对抗神经网络模型进行训练,其中,通过所述生成模型对所述第一输入语音进行语音特征的学习,生成与所述第二输入语音相对应的语音向量,所述语音向量用于对抗训练;通过所述判别模型对第一输入语音和第二输入语音对应的用户是否是同一用户进行判断,输出第一输入语音和第二输入语音对应的用户是同一用户的概率;
当所述判别模型输出结果的准确率超过预设阈值时,结束训练。
3.根据权利要求2所述的贷款智能进件方法,其特征在于,通过所述生成模型对所述第一输入语音进行语音特征的学习,生成与所述第二输入语音相对应的语音向量的步骤包括:
将所述第一输入语音输入所述生成模型;
通过所述生成模型的全连接层将所述第一输入语音的语音特征转化为特征表;
对所述特征表的语音特征数据进行反卷积运算,经过多层反卷积层生成输出语音特征,作为与第二输入语音相对应的语音向量。
4.根据权利要求3所述的贷款智能进件方法,其特征在于,通过所述判别模型对第一输入语...
【专利技术属性】
技术研发人员:张山,余自雷,
申请(专利权)人:深圳壹账通智能科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。