音视频的实时质检方法、装置及存储介质制造方法及图纸

本申请公开了一种音视频的实时质检方法、装置及存储介质，其中音视频的实时质检方法，包括：获取模块，用于获取待质检的音频流和视频流；音频流质检模块，用于对所述音频流进行质检，判断所述音频流是否存在违规现象；视频流质检模块，用于对所述视频流进行质检，判断所述视频流是否存在违规现象；提示管理模块，用于在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。应的提示信息。应的提示信息。

【技术实现步骤摘要】
音视频的实时质检方法、装置及存储介质


[0001]本申请涉及双录质检
，特别是涉及一种音视频的实时质检方法、装置及存储介质。

技术介绍

[0002]根据中国银监会、证监会、保监会发出行业规范，要求逐步实施金融类产品销售过程的同步录音录像(简称“双录”)，加强金融类产品的全过程风险管理。双录为了避免金融公司或者三方理财销售人员在跟客户沟通过程中出现虚假承诺、违规保本宣传的现象，另一方面也是对投资者风险承受能力、产品风险认识的再提醒，其初衷仍然是为了保护投资者。
[0003]双录过程中业务员在销售金融产品过程中因操作不规范，无法及时发现问题、纠正问题。导致双录结束后，报送双录质检资料审核不通过，需要业务员需要与客户进行重新录制，使得业务员与客户增加时间成本。
[0004]针对上述的现有技术中存在的无法及时发现、提示和纠正双录过程中产生的问题，导致业务员需要与客户进行重新录制，大大增加了业务员与客户的时间成本的技术问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本公开的实施例提供了一种音视频的实时质检方法、装置及存储介质，以至少解决现有技术中存在的无法及时发现、提示和纠正双录过程中产生的问题，导致业务员需要与客户进行重新录制，大大增加了业务员与客户的时间成本的技术问题。
[0006]根据本公开实施例的一个方面，提供了一种音视频的实时质检方法，包括：获取待质检的音频流和视频流；对所述音频流进行质检，判断所述音频流是否存在违规现象；对所述视频流进行质检，判断所述视频流是否存在违规现象；在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。
[0007]可选地，获取待质检的音频流和视频流之前，还包括：确定客户选择办理的双录产品；根据所述双录产品的流程信息，获取与所述双录产品的流程相关的产品信息和话术文本信息；利用TTS算法，对所述产品信息和所述话术文本信息进行语音合成，生成对应的音频文件，并播报所述音频文件。
[0008]可选地，对所述音频流进行质检，判断所述音频流是否存在违规现象，包括：利用ASR技术对所述音频流中业务员或者客户的语音进行识别，生成与所述音频流对应的文字信息；通过NLP意图识别算法，对所述文字信息进行识别，确定所述业务员和所述客户的说话意图；将所述业务员和所述客户的说话意图与预设的违禁词库进行匹配，判断所述业务员和所述客户是否说出违禁词；根据所述业务员和所述客户是否说出违禁词的判断结果，确定所述音频流是否存在违规现象。
[0009]可选地，对所述视频流进行质检，判断所述视频流是否存在违规现象，包括：对所
述视频流中的图像进行人脸检测，判断业务员或者客户是否处于视频录制范围内，生成人脸检测结果；将所述视频流中的人脸图像与对应的证件照片中的人脸图像进行人脸比对，检测业务员是否为同一人或者客户是否为同一人，生成人脸比对结果；根据所述人脸检测结果和所述人脸比对结果，判断所述视频流是否存在违规现象。
[0010]可选地，根据所述人脸检测结果和所述人脸比对结果，判断所述视频流是否存在违规现象，包括：根据所述人脸检测结果，判断人脸出框时间是否大于预设的时间阈值以及人脸数量是否大于预设的数量阈值；根据所述人脸比对结果，判断人脸比对失败次数是否大于预设的失败次数；在所述人脸出框时间大于预设的时间阈值时，判断所述视频流存在违规现象；在所述人脸数量大于预设的数量阈值时，判断所述视频流存在违规现象；在所述人脸比对失败次数大于预设的失败次数时，判断所述视频流存在违规现象。
[0011]可选地，将所述视频流中的人脸图像与对应的证件照片中的人脸图像进行人脸比对之前，还包括：通过OCR技术提取所述视频流中的人物证件以及确定与人物证件对应的证件信息。
[0012]可选地，该方法还包括：在提示语音的播报次数超过预设的播报阈值时，结束当前的音视频录制；在提示信息的展示次数超过预设的展示阈值时，结束当前的音视频录制。
[0013]根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。
[0014]根据本公开实施例的另一个方面，还提供了一种音视频的实时质检装置，包括：获取模块，用于获取待质检的音频流和视频流；音频流质检模块，用于对所述音频流进行质检，判断所述音频流是否存在违规现象；视频流质检模块，用于对所述视频流进行质检，判断所述视频流是否存在违规现象；提示管理模块，用于在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。
[0015]根据本公开实施例的另一个方面，还提供了一种音视频的实时质检装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取模块，用于获取待质检的音频流和视频流；音频流质检模块，用于对所述音频流进行质检，判断所述音频流是否存在违规现象；视频流质检模块，用于对所述视频流进行质检，判断所述视频流是否存在违规现象；提示管理模块，用于在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。
[0016]在本公开实施例中，首先获取待质检的音频流和视频流，然后对所述音频流进行质检，判断所述音频流是否存在违规现象，其次对所述视频流进行质检，判断所述视频流是否存在违规现象，最后在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。本专利技术通过对双录过程中产生的音频流和视频流进行实时质检，在音频流和/或视频流存在违规现象的情况下，实时进行语音播报或页面进行违禁词提醒及纠正提示，可以让绝大部分销售合规检测在端侧完成，实时发现问题，实时提示，实时纠正，可以极大提升双录资料质检的通过率，有效避免了业务员需要与客户进行重新录制的现象发生。
附图说明
[0017]此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公
开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
[0018]图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；
[0019]图2是根据本公开实施例1的第一个方面所述的音视频的实时质检方法的流程示意图；
[0020]图3是根据本公开实施例1所述的音视频的实时质检的整体流程示意图；
[0021]图4是根据本公开实施例1所述的音视频的实时质检的框架示意图；
[0022]图5是根据本公开实施例2所述的音视频的实时质检装置的示意图；以及
[0023]图6是根据本公开实施例3所述的音视频的实时质检装置的示意图。
具体实施方式
[0024]为了使本
的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种音视频的实时质检方法，其特征在于，包括：获取待质检的音频流和视频流；对所述音频流进行质检，判断所述音频流是否存在违规现象；对所述视频流进行质检，判断所述视频流是否存在违规现象；在所述音频流和/或所述视频流存在违规现象的情况下，播报对应的提示语音和/或展示对应的提示信息。2.根据权利要求1所述的方法，其特征在于，获取待质检的音频流和视频流之前，还包括：确定客户选择办理的双录产品；根据所述双录产品的流程信息，获取与所述双录产品的流程相关的产品信息和话术文本信息；利用TTS算法，对所述产品信息和所述话术文本信息进行语音合成，生成对应的音频文件，并播报所述音频文件。3.根据权利要求1所述的方法，其特征在于，对所述音频流进行质检，判断所述音频流是否存在违规现象，包括：利用ASR技术对所述音频流中业务员或者客户的语音进行识别，生成与所述音频流对应的文字信息；通过NLP意图识别算法，对所述文字信息进行识别，确定所述业务员和所述客户的说话意图；将所述业务员和所述客户的说话意图与预设的违禁词库进行匹配，判断所述业务员和所述客户是否说出违禁词；根据所述业务员和所述客户是否说出违禁词的判断结果，确定所述音频流是否存在违规现象。4.根据权利要求1所述的方法，其特征在于，对所述视频流进行质检，判断所述视频流是否存在违规现象，包括：对所述视频流中的图像进行人脸检测，判断业务员或者客户是否处于视频录制范围内，生成人脸检测结果；将所述视频流中的人脸图像与对应的证件照片中的人脸图像进行人脸比对，检测业务员是否为同一人或者客户是否为同一人，生成人脸比对结果；根据所述人脸检测结果和所述人脸比对结果，判断所述视频流是否存在违规现象。5.根据权利要求4所述的方法，其特征在于，根据所述人脸检测结果和所述人脸比对结果，判断所述视频流是否存在违规现象，包括：根据所述人脸检测结果，判断人脸...

【专利技术属性】
技术研发人员：田佳旭，井绪海，夏溧，
申请(专利权)人：北京中关村科金技术有限公司，
类型：发明
国别省市：