基于声纹特征识别实现通话相关风险性判断系统及方法技术方案

本发明专利技术涉及声纹识别领域，且公开了基于声纹特征识别实现通话相关风险性判断系统及方法，包括以下步骤：Step1：对通话音频进行记录监控，并上传至数据库；Step2：对双通道音频进行通道分离，提取用户侧通话；Step3：通过智能去静音手段，去除静音音频片段，将其他有效音频重新合并为新音频；Step4：通过人工智能深度学习算法，在训练好的模型上，提取用户通话音频的声纹特征；Step5：将通话音频上传至数据库。该发明专利技术可提升声纹特征识别过程中的效率，及时监控发现通话过程中的风险，能够对有疑问的数据进行二次人工核验，提升判断的准确性，能够对同一用户的声纹数据进行不断比对避免出现误判。出现误判。出现误判。

【技术实现步骤摘要】
基于声纹特征识别实现通话相关风险性判断系统及方法


[0001]本专利技术涉及声纹识别
，具体为基于声纹特征识别实现通话相关风险性判断系统及方法。

技术介绍

[0002]声纹识别作为生物识别技术的一种，也称为说话人识别，包括说话人辨认和说话人确认，声纹识别的过程，就是把声信号转换成电信号，再用计算机进行识别，不同的任务和应用会使用不同的声纹识别技术，例如交易过程中，需要通过确认说话人技术，判断通话风险性，判定交易是否正常；
[0003]所谓声纹，是用电声学仪器显示的携带言语信息的声波频谱，人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，人在讲话时使用的发声器官
‑‑
舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异。每个人的语音声学特征既有相对稳定性，又有变异性，不是绝对的、一成不变的，这种变异可来自生理、病理、心理、模拟、伪装，也与环境干扰有关；
[0004]而现有的声纹特征识别在通话中应用的过程中，其及时性和效率大多较为一般，难以及时检测到监控通话过程的风险性，很容易因为通话质量差而出现误判的情况，影响判断的准确性，影响用户的使用体验。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术所存在的上述缺点，本专利技术提供了基于声纹特征识别实现通话相关风险性判断系统及方法，能够有效地解决现有技术的声纹特征识别在通话中应用的过程中，其及时性和效率大多较为一般，难以及时检测到通话过程的风险性，很容易因为通话质量差而出现误判的情况，影响判断的准确性，影响用户的使用体验等问题。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]本专利技术公开了基于声纹特征识别实现通话相关风险性判断的方法，包括以下步骤：
[0010]Step1：对通话音频进行记录监控，并上传至数据库；
[0011]Step2：对双通道音频进行通道分离，提取用户侧通话；
[0012]Step3：通过智能去静音手段，去除静音音频片段，将其他有效音频重新合并为新音频；
[0013]Step4：通过人工智能深度学习算法，基于训练好的模型，提取用户通话音频的声纹特征；
[0014]Step5：将通话音频上传至数据库；
[0015]Step6：对留存的通话音频进行筛选，并依据质量因素进行评定分级；
[0016]Step7：以质量高的通话音频为参照优先级；
[0017]Step8：基于余弦相似度，通过相对相似度来表示不同轮次通话之间声纹特征的差异，分析相似度大小和两两比对低于阈值的总次数，相似度高与低于阈值的总次数少的通话信息，其决策偏向于有效；
[0018]Step9：决策该通话与其他通话是否为同一用户；
[0019]Step10：决策通过，判定正常；
[0020]Step11：决策未通过，判定不正常；
[0021]Step12：对疑问数据进行留存；
[0022]Step13：进行二次人工核验后，重新提交。
[0023]更进一步地，所述步骤Step2中的提取用户侧的通话过程中，需要通过python转换音频格式，调整到适配格式，以进行双通道音频的分离，区别对话的双方。
[0024]更进一步地，所述步骤Step3中的智能去静音手段是基于波形图的vad静音检测，在进行音频切割和有效音频合并后，最终截取得到一通电话的有效音频数据。
[0025]更进一步地，所述步骤Step4中的人工智能，基于Resnet深度学习算法，依据多层神经网络的特征提取能力，通过数据训练得到声纹特征相关参数，最终可提取到通话对应的声纹特征，根据每个人声色等固有特征的本身差别，通过声纹特征区分不同说话人。
[0026]更进一步地，所述步骤Step6中的质量因素包括：音频清晰度、音频数据大小、音频数据存储时间。
[0027]更进一步地，所述步骤Step13中的人工核验方式包括：比对历史音频信息、查验系统故障。
[0028]更进一步地，所述步骤6中的筛选触发因素为：每当同一用户有通话信息更新添加时，即可在同一用户的音频信息中再次进行筛选，即新通话信息的加入，会与历史信息逐一对比筛选。
[0029]基于声纹特征识别实现通话相关风险性判断的系统，包括：
[0030]中心控制端，用于总控系统的运作，发送运行指令；
[0031]信息采集模块，用于在通话过程中，采集通话音频数据；
[0032]存储模块，用于作为数据的总留存处，可读入与写入信息；
[0033]处理模块，用于处理通话音频信息，对通话音频进行去静音，合并有效的通话音频；
[0034]提取模块，用于提取用户通话音频的声纹特征；
[0035]比对模块，用于分析用户实时通话音频，与历史留存的声纹信息进行比对；
[0036]暂存模块，用于对未通过决策的通话音频进行记录，进行转存；
[0037]审验模块，用于人工检查未通过决策的通话音频，分析是否有干扰信息，影响决策结果；
[0038]筛选模块，用于对留存的历史音频数据进行筛选；
[0039]分级模块，用于对筛选后的历史音频数据进行分级，将质量高的音频数据作为优先级参照信息。
[0040]更进一步地，所述审验模块与存储模块通过无线网络交互连接，审验信息进行上交保存，进行读入存储。
[0041]更进一步地，所述比对模块通过无线网络交互连接有警示模块：用于在声纹信息不一致时，为工作人员进行报警提醒。
[0042](三)有益效果
[0043]采用本专利技术提供的技术方案，与已知的公有技术相比，具有如下有益效果：
[0044]1、本专利技术能够大大提升声纹特征识别过程中的效率和及时性，及时监控发现通话过程中的风险性，提升安全性，降低危险隐患，有利于保障用户的财产安全，降低公司在风险事件中的损失。
[0045]2、本专利技术能够对有疑问的数据进行二次人工核验，降低因为环境因素，而导致的系统误判情况，提升判断的准确性，避免出现误判，而造成大的损失，能够对同一用户的声纹数据进行不断比对，以高质量的声纹数据作为优先的参考依据，进一步提升的判断的准确性。
附图说明
[0046]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]图1为基于声纹特征识别实现通话相关风险性判断的方法的流程示意图；
[0048]图2为基于声纹特征识别实现通话相关风险性判断的系统的结构示意图；
[0049]图3为基于声纹特征识别实现通话相关风险性判断的方法的实施过程的演本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于声纹特征识别实现通话相关风险性判断的方法，其特征在于，包括以下步骤：Step1：对通话音频进行记录监控，并上传至数据库；Step2：对双通道音频进行通道分离，提取用户侧通话；Step3：通过智能去静音手段，去除静音音频片段，将其他有效音频重新合并为新音频；Step4：通过人工智能深度学习算法，基于训练好的模型，提取用户通话音频的声纹特征；Step5：将通话音频上传至数据库；Step6：对留存的通话音频进行筛选，并依据质量因素进行评定分级；Step7：以质量高的通话音频为参照优先级；Step8：基于余弦相似度，通过相对相似度来表示不同轮次通话之间声纹特征的差异，分析相似度大小和两两对比中低于阈值的总次数，相似度高、并且低于阈值的总次数少的通话信息，其决策偏向于有效；Step9：决策该通话与其他通话是否为同一用户；Step10：决策通过，判定正常；Step11：决策未通过，判定不正常；Step12：对疑问数据进行留存；Step13：进行二次人工核验后，重新提交。2.根据权利要求1所述的基于声纹特征识别实现通话相关风险性判断的方法，其特征在于：所述步骤Step2中的提取用户侧的通话过程中，需要通过python转换音频格式，调整到适配格式，以进行双通道音频的分离，区别对话的双方。3.根据权利要求1所述的基于声纹特征识别实现通话相关风险性判断的方法，其特征在于：所述步骤Step3中的智能去静音手段是基于波形图的vad静音检测，在进行音频切割和有效音频合并后，最终截取得到一通电话的有效音频数据。4.根据权利要求1所述的基于声纹特征识别实现通话相关风险性判断的方法，其特征在于：所述步骤Step4中的基于Resnet深度学习算法，依据多层神经网络的特征提取能力，通过训练模型得到声纹特征相关参数，最终可提取到通话对应的声纹特征，根据每个人声色等固有特征的本身差别，通过声纹特征区分不同说话人。5.根据权利要求1所述的基于声纹特征识别实现通话相关风险性判断的...

【专利技术属性】
技术研发人员：刘广通，马坤，金雯，王波，
申请(专利权)人：元保数科北京科技有限公司，
类型：发明
国别省市：