基于人工智能的违规行为检测方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能领域，揭露一种基于人工智能的违规行为检测方法，包括：分别获取催收方和债务方的催收语音和催收文本，对催收语音进行分帧处理，得到多段分帧语音，检测每段分帧语音的分帧情绪，以识别债务方的情绪状态；将催收语音转换为语音文本，分别对语音文本和催收文本进行敏感词检测，以识别催收方的催收状态；采集催收方的历史催收记录，根据历史催收记录，创建催收方的催收标签；根据债务方的情绪状态、催收方的催收状态及催收标签，对催收方进行违规催收评分，以识别催收方是否具有违规行为，得到催收方的催收检测结果。此外，本发明专利技术还涉及区块链技术，所述违规催收评分可存储区块链。本发明专利技术可以提高违规催收的检测效率。测效率。测效率。

【技术实现步骤摘要】
基于人工智能的违规行为检测方法、装置、设备及介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于人工智能的违规行为检测方法、装置、 电子设备及计算机可读存储介质。

技术介绍

[0002]目前，违规催收的检测通常是基于人工抽检一些催收通话或短信，以判断该录音或短 信是否存在违规催收的行为，但是催收通话、短信等的数量非常庞大，如果通过人工进行 检查会产生巨大的工作量，从而会影响违规催收的检测效率。
[0003]
技术实现思路

[0004]本专利技术提供一种基于人工智能的违规行为检测方法、装置、电子设备及计算机可读存 储介质，其主要目的在于提高违规催收的检测效率。
[0005]为实现上述目的，本专利技术提供的一种基于人工智能的违规行为检测方法，包括：
[0006]分别获取催收方和债务方的催收语音和催收文本，对所述催收语音进行分帧处理，得 到多段分帧语音，并利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧 语音情绪，根据所述多个分帧语音情绪，识别所述债务方的情绪状态；
[0007]利用语音识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的违规行为检测方法，其特征在于，所述方法包括：分别获取催收方和债务方的催收语音和催收文本，对所述催收语音进行分帧处理，得到多段分帧语音，并利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧语音情绪，根据所述多个分帧语音情绪，识别所述债务方的情绪状态；利用语音识别模型将所述催收语音转换为语音文本，分别对所述语音文本和所述催收文本进行敏感词检测，以识别所述催收方的催收状态；采集所述催收方的历史催收记录，根据所述历史催收记录，创建所述催收方的催收标签；根据所述债务方的情绪状态、所述催收方的催收状态及催收标签，利用违规催收评分机制对所述催收方进行违规催收评分，以识别所述催收方是否具有违规行为，得到所述催收方的催收检测结果。2.如权利要求1所述的基于人工智能的违规行为检测方法，其特征在于，所述利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧语音情绪，包括：利用所述情绪检测模型中的声纹识别网络识别每段所述分帧语音的债务方声纹，得到多个债务方声纹；利用所述情绪检测模型中的声纹提取网络提取每个所述债务方声纹的频谱特征，得到多个频谱特征；利用所述情绪检测模型中的情感识别网络检测每个所述频谱特征的情感特征，得到多个分帧语音情绪。3.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的声纹识别网络识别每段所述分帧语音的债务方声纹，得到多个债务方声纹，包括：利用所述声纹识别网络中的卷积层对每段所述分帧语音进行特征提取，得到多个特征语音；利用所述声纹识别网络中的池化层对每个所述特征语音进行降维，得到多个降维语音；利用所述声纹识别网络中的激活函数计算每个所述降维语音的声纹类别概率；根据所述声纹类别概率，利用所述声纹识别网络中的全连接层输出每段所述分帧语音的债务方语音，得到多个债务方声纹。4.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的声纹提取网络提取每个所述债务方声纹的频谱特征，得到多个频谱特征，包括：利用所述声纹提取网络中的频域转换函数将每个所述债务方声纹进行信号频域转换，得到多个频域声纹；利用所述声纹提取网络中的滤波器对每个所述频域声纹进行梅尔谱滤波，并将梅尔谱滤波后的每个所述频域声纹进行倒谱分析，得到多个频谱特征。5.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的情感识别网络检测每个所述频谱特征的情感特征，得到多个分帧语音情绪...

【专利技术属性】
技术研发人员：罗国辉，许海金，李海鹏，罗芳，韦亚雄，刘申云，郑立君，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：