龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：平安银行股份有限公司
申请日：2022-06-16
公开（公告）日：2024-05-17
公开（公告）号：CN115065482B
主分类号：H04L9/32
分类号：H04L9/32;G10L17/14;G10L17/18;G10L19/02;G10L25/24;G10L25/30;G10L25/54;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.05.17#授权;2022.10.04#实质审查的生效;2022.09.16#公开
摘要：本申请实施例公开了一种声音识别方法、装置、终端设备及存储介质，其中，该声音识别方法包括获取客户在远程视频中输入的待识别音频，生成待识别音频的频谱图，对频谱图进行切分得到若干段频谱图分段及其对应的音频时间，将每一段频谱图分段输入神经网络模型以得到相应的声纹特征向量，再将声纹特征向量输入声音转换识别模型中检测在对应的音频时间内发生说话人转换的概率，对概率进行选取得到目标概率及其对应的目标音频时间，基于目标音频时间和目标概率计算得到预测区间，再基于预测区间以及客户购买的目标金融产品对客户侧进行告警。通过上述方法，至少实现对客户针对购买的金融产品进行远程视频认证过程中的自动质检，提高质检的效率。
主权项：1.一种声音识别方法，其特征在于，所述方法包括：在针对目标金融产品与客户进行远程视频的过程中，获取客户侧采集到的音频作为待识别音频；生成所述待识别音频的频谱图，对所述频谱图按照预设时间间隔进行切分，得到若干段频谱图分段以及每一段所述频谱图分段对应的音频段在所述待识别音频中的音频时间；将每一段所述频谱图分段输入预先训练的神经网络模型，获得每一段所述频谱图分段的声纹特征向量；将每一所述声纹特征向量输入预设的声音转换识别模型，检测在所述声纹特征向量对应的所述音频时间内发生说话人转换的概率；选取数值大于预设概率阈值的所述概率作为目标概率，确定与所述目标概率对应的音频时间为目标音频时间；将在时间维度上连续的所述目标音频时间进行合并，得到合并后目标音频时间；基于所述目标概率、所述合并后目标音频时间及未合并的所述音频时间，通过非极大值抑制算法计算得到至少一个发生说话人转换的预测区间；基于所述预测区间以及所述目标金融产品对客户侧进行告警。
全文数据：
权利要求：
百度查询： 平安银行股份有限公司 一种声音识别方法、装置、终端设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号