【技術實現步驟摘要】
本申請涉及音頻處理，尤其涉及一種應用于線上面審的違規行為檢測方法及相關設備。
技術介紹
1、由于網絡的便捷性，很多面審場景不需要面審者到現場進行面審，只需要線上進行面審。但是線上面審會有很多安全性問題，例如客戶進行一些旁人代答、旁人指導等違規行為，這些作弊行為可能給公司保險、信貸公司帶來很大的經濟損失。
2、為了消除這些經濟損失，現在流行使用一些人工智能算法來檢測出這些違規行為。例如在客戶回答時，檢測嘴巴是否運動、客戶嘴巴運動和聲音是否合拍等，這些算法極大地降低了客戶作弊的風險。
3、但是，申請人發現，這些算法也有一些問題，判斷嘴巴是否運動，需要用到嘴巴運動模型判斷。判斷客戶嘴巴和聲音是否合拍，需要用到音唇同步這個多模態模型。這些模型由于視頻畫質較差、話術過短等原因，為了保證召回率，常常會出現很多誤報，而這些誤報帶來了很大的人工審核成本。
技術實現思路
1、本申請實施例的目的在于提出一種應用于線上面審的違規行為檢測方法及相關設備，以解決傳統的違規行為檢測方法常常會出現誤報的問題。
2、為了解決上述技術問題，本申請實施例提供一種應用于線上面審的違規行為檢測方法，采用了如下所述的技術方案：
3、接收用戶終端發送的違規行為檢測請求，其中，所述違規行為檢測請求攜帶有待檢測視頻數據；
4、對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段；
5、根據asr話術模型對所述待檢測視頻片段進行話術識別操作，得到每一個待檢測視
6、讀取話術模板數據庫，并在所述話術模板數據庫中對每一個所述片段話術內容進行模板匹配操作，得到匹配視頻片段；
7、對所述匹配視頻片段進行聲紋識別操作，得到匹配聲紋片段；
8、分別將所述匹配聲紋片段與所述待檢測視頻片段的聲紋進行相似度比較，得到相似度比較結果；
9、若所述相似度比較結果均滿足預設相似度閾值，則確認所述待檢測視頻數據為正常行為；
10、若所述相似度比較結果不滿足預設相似度閾值，則確認所述待檢測視頻數據為違規行為。
11、進一步的，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，且在所述對所述匹配視頻片段進行聲紋識別操作，得到匹配聲紋片段的步驟之前，還包括下述步驟：
12、分別對每一個待檢測視頻片段進行代答行為檢測操作，得到代答行為檢測結果；
13、若所述代答行為檢測結果為疑似代答，則將疑似為代答的待檢測視頻片段確定為所述匹配視頻片段；
14、若所述代答行為檢測結果為正常，則確定所述待檢測視頻片段不屬于代答行為。
15、進一步的，所述分別對每一個待檢測視頻片段進行代答行為檢測操作，得到代答行為檢測結果的步驟，具體包括下述步驟：
16、根據預先建立的代答行為特征模型，獲取所述待檢測視頻片段的多個視頻幀圖像；
17、針對獲取的每一個視頻幀圖像，提取其中的人體姿態特征和面部表情特征；
18、將提取到的所述人體姿態特征和所述面部表情特征輸入至預先訓練的支持向量機分類模型中進行分類判斷，得到每一個視頻幀是否存在代答行為的判斷結果；
19、根據所述每一個視頻幀的判斷結果，確定該視頻幀所在的視頻片段是否存在代答行為。
20、進一步的，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，還包括下述步驟：
21、根據基于深度學習的語音增強技術分別對所述待檢測視頻片段進行預處理，得到高質量的待檢測視頻片段。
22、進一步的，所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟，具體包括下述步驟：
23、根據預設的時間間隔或關鍵幀對所述待檢測視頻數據進行切分操作，得到若干個視頻片段；
24、對每個視頻片段進行特征提取操作，得到每個視頻片段的特征向量；
25、根據預先構建的視頻內容分類模型對每個視頻片段的特征向量進行分類操作，得到分類結果；
26、從預設的標簽庫中獲取與各個分類結果對應的標簽，得到每個視頻片段的標簽信息；
27、將標簽信息一致的視頻片段進行合并處理，得到所述待檢測視頻片段。
28、進一步的，所述分別將所述匹配聲紋片段與所述待檢測視頻片段的聲紋進行相似度比較，得到相似度比較結果的步驟，具體包括下述步驟：
29、對所述待檢測視頻片段進行聲音提取操作，得到所述待檢測視頻片段的音頻數據；
30、對所述音頻數據進行預處理，得到預處理后的音頻數據；
31、根據語音特征提取算法，從預處理后的音頻數據中提取聲紋特征，得到所述待檢測視頻片段的聲紋特征向量；
32、獲取所述匹配聲紋片段的匹配聲紋特征向量，并根據預設相似度算法計算所述匹配聲紋特征向量以及所述待檢測視頻片段的聲紋特征向量的相似度，得到所述相似度比較結果。
33、為了解決上述技術問題，本申請實施例還提供一種應用于線上面審的違規行為檢測裝置，采用了如下所述的技術方案：
34、請求接收模塊，用于接收用戶終端發送的違規行為檢測請求，其中，所述違規行為檢測請求攜帶有待檢測視頻數據；
35、切分模塊，用于對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段；
36、話術識別模塊，用于根據asr話術模型對所述待檢測視頻片段進行話術識別操作，得到每一個待檢測視頻片段對應的片段話術內容；
37、模板匹配模塊，用于讀取話術模板數據庫，并在所述話術模板數據庫中對每一個所述片段話術內容進行模板匹配操作，得到匹配視頻片段；
38、聲紋識別模塊，用于對所述匹配視頻片段進行聲紋識別操作，得到匹配聲紋片段；
39、相似度比較模塊，用于分別將所述匹配聲紋片段與所述待檢測視頻片段的聲紋進行相似度比較，得到相似度比較結果；
40、第一比較結果模塊，用于若所述相似度比較結果均滿足預設相似度閾值，則確認所述待檢測視頻數據為正常行為；
41、第二比較結果模塊，用于若所述相似度比較結果不滿足預設相似度閾值，則確認所述待檢測視頻數據為違規行為。
42、進一步的，所述裝置還包括：
43、代答行為檢測模塊，用于分別對每一個待檢測視頻片段進行代答行為檢測操作，得到代答行為檢測結果；
44、第一代答行為檢測結果模塊，用于若所述代答行為檢測結果為疑似代答，則將疑似為代答的待檢測視頻片段確定為所述匹配視頻片段；
45、第二代答行為檢測結果模塊，用于若所述代答行為檢測結果為正常，則確定所述待檢測視頻片段不屬于代答行為。
46、為了解決上述技術問題，本申請實施例還提供一種計算機設備，采用了如下所述的技術方案：
47、包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器本文檔來自技高網...
【技術保護點】
1.一種應用于線上面審的違規行為檢測方法，其特征在于，包括下述步驟：
2.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，且在所述對所述匹配視頻片段進行聲紋識別操作，得到匹配聲紋片段的步驟之前，還包括下述步驟：
3.根據權利要求2所述的應用于線上面審的違規行為檢測方法，其特征在于，所述分別對每一個待檢測視頻片段進行代答行為檢測操作，得到代答行為檢測結果的步驟，具體包括下述步驟：
4.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，還包括下述步驟：
5.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟，具體包括下述步驟：
6.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，所述分別將所述匹配聲紋片段與所述待檢測視頻片段的聲紋進行相似度比較，得到相似度比較
7.一種應用于線上面審的違規行為檢測裝置，其特征在于，包括：
8.根據權利要求7所述的應用于線上面審的違規行為檢測裝置，其特征在于，所述裝置還包括：
9.一種計算機設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機可讀指令，所述處理器執行所述計算機可讀指令時實現如權利要求1至6中任一項所述的應用于線上面審的違規行為檢測方法的步驟。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機可讀指令，所述計算機可讀指令被處理器執行時實現如權利要求1至6中任一項所述的應用于線上面審的違規行為檢測方法的步驟。
...【技術特征摘要】
1.一種應用于線上面審的違規行為檢測方法，其特征在于，包括下述步驟：
2.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，且在所述對所述匹配視頻片段進行聲紋識別操作，得到匹配聲紋片段的步驟之前，還包括下述步驟：
3.根據權利要求2所述的應用于線上面審的違規行為檢測方法，其特征在于，所述分別對每一個待檢測視頻片段進行代答行為檢測操作，得到代答行為檢測結果的步驟，具體包括下述步驟：
4.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，在所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟之后，還包括下述步驟：
5.根據權利要求1所述的應用于線上面審的違規行為檢測方法，其特征在于，所述對所述待檢測視頻數據進行切分操作，得到待檢測視頻片段的步驟...
【專利技術屬性】
技術研發人員：呂根鵬，曾凡濤，
申請(專利權)人：平安科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。