CN113343824A - 双录质检方法、装置、设备及介质 - Google Patents
双录质检方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113343824A CN113343824A CN202110603171.3A CN202110603171A CN113343824A CN 113343824 A CN113343824 A CN 113343824A CN 202110603171 A CN202110603171 A CN 202110603171A CN 113343824 A CN113343824 A CN 113343824A
- Authority
- CN
- China
- Prior art keywords
- target
- voice
- target video
- text
- quality inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims description 76
- 238000012545 processing Methods 0.000 claims description 42
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 230000008909 emotion recognition Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000000750 progressive effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及大数据及人工智能领域,提供一种双录质检方法、装置、设备及介质,能够检测所述目标视频的可用性,实现对视频质量的初步检测,目标视频可用时再进一步执行语音检测,以简化检测流程,提高检测效率,目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能,同时,通过进行特征截取有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率,进而实现对双录视频多个维度递进式的层层质检,不仅有效释放了人力,也进一步提高了双录质检的准确度及效率。此外,本发明还涉及区块链技术,目标视频可存储于区块链节点中。
Description
技术领域
本发明涉及大数据及人工智能技术领域,尤其涉及一种双录质检方法、装置、设备及介质。
背景技术
根据银***要求,在银行网点线下购买保险、理财、私募等产品需要对客户进行双录(录音、录视频),而为了保证双录数据的有效性及可用性,需要对双录数据进行质检。
在以往执行双录后,视频上传到质检平台,主要由人工进行质检,这种方式不仅效率低,且十分浪费人力,人工质检的强主观性也导致检测结果存在较大偏差。
在由机器代替人力进行质检的方案中,检测维度较为单一,检测的准确率及效率也有待于进一步提高。
发明内容
鉴于以上内容,有必要提供一种双录质检方法、装置、设备及介质,能够实现对双录视频多个维度递进式的层层质检,不仅有效释放了人力,也进一步提高了双录质检的准确度及效率。
一种双录质检方法,所述双录质检方法包括:
响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频;
当完成采集时,检测所述目标视频的可用性;
当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音;
对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本;
对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性;
当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片;
识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性;
当所述目标视频有效时,确定所述目标视频通过质检。
根据本发明优选实施例,所述对所述目标语音进行切割,得到客户语音及客服语音包括:
提取所述目标语音中的声纹特征;
对所述声纹特征进行分块处理,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
调用预先配置的语音特征库;
根据提取的语音特征参数在所述语音特征库中进行遍历,并将遍历到的语音特征参数确定为客服语音特征参数;
将所述目标语音中与所述客服语音特征参数对应的语音进行组合,得到所述客服语音;
将所述目标语音中除所述客服语音外的语音进行组合,得到所述客户语音。
根据本发明优选实施例,所述对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性包括:
根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合,及根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合;
根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理,得到至少一个分词组;
计算每个分词组中所包含的话术的相关度;
当每个分词组中所包含的话术的相关度都大于或者等于配置相关度时,检测所述至少一个分词组中是否包括配置话术组;
当所述至少一个分词组中包括所述配置话术组,确定所述目标语音有效。
根据本发明优选实施例,所述根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合包括:
根据所述预定义词典对所述客户文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述预定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述客户文本;
基于浅层式语义分析方法,对切分后的所述客户文本进行标准化处理,得到初始文本;
识别所述初始文本中的冗余信息;
从所述初始文本中删除所述冗余信息,得到所述第一分词集合。
根据本发明优选实施例,所述对所述目标视频进行特征截取,得到待检测图片包括:
获取所述目标视频所包含的所有帧图片;
将所述所有帧图片中的每张帧图片输入至YOLOv3网络中进行识别,得到每张帧图片的面部区域;
截取每张帧图片的面部区域,得到所述待检测图片。
根据本发明优选实施例,所述对所述目标人脸进行校验,并确定所述目标视频的有效性包括:
连接至指定平台,并从所述指定平台请求对配置数据库的访问权限;
当接收到所述指定平台反馈的允许访问的信号时,调用所述配置数据库;
获取所述目标人脸对应的用户信息;
根据所述用户信息在所述配置数据库中进行搜索,并将搜索到的人脸确定为基准人脸;
计算所述目标人脸与所述基准人脸的相似度;
当所述相似度大于或者等于配置相似度时,确定所述目标视频有效。
根据本发明优选实施例,所述方法还包括:
当所述目标视频不可用,及/或所述目标语音无效,及/或所述目标视频无效时,确定所述目标视频未通过质检;
获取所述目标视频未通过质检的原因,并根据所述原因生成补录信息;
将所述补录信息反馈至指定联系人的终端设备。
一种双录质检装置,所述双录质检装置包括:
采集单元,用于响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频;
检测单元,用于当完成采集时,检测所述目标视频的可用性;
切割单元,用于当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音;
转换单元,用于对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本;
匹配单元,用于对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性;
截取单元,用于当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片;
校验单元,用于识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性;
确定单元,用于当所述目标视频有效时,确定所述目标视频通过质检。
一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述双录质检方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述双录质检方法。
由以上技术方案可以看出,本发明能够响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频,当完成采集时,检测所述目标视频的可用性,实现对视频质量的初步检测,当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音,目标视频可用时再进一步执行语音检测,以简化检测流程,提高检测效率,对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本,对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性,当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片,目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能,同时,通过进行特征截取有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率,识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性,当所述目标视频有效时,确定所述目标视频通过质检,进而实现对双录视频多个维度递进式的层层质检,不仅有效释放了人力,也进一步提高了双录质检的准确度及效率。
附图说明
图1是本发明双录质检方法的较佳实施例的流程图。
图2是本发明双录质检装置的较佳实施例的功能模块图。
图3是本发明实现双录质检方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明双录质检方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述双录质检方法应用于一个或者多个电子设备中,所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital SignalProcessor,DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频。
在本发明的至少一个实施例中,所述双录质检指令可以由当前进行通话的客服触发,也可以在检测到有音视频启动时自动触发,本发明不限制。
在本发明的至少一个实施例中,所述根据所述双录质检指令获取目标采集设备包括:
解析所述双录质检指令的方法体,得到所述双录质检指令所携带的信息;
获取预设标签;
根据所述预设标签构建正则表达式;
利用所述正则表达式在所述双录质检指令所携带的信息中进行遍历,并将遍历到的数据确定为设备标识;
根据所述设备标识确定目标设备,并将所述目标设备的采集设备确定为所述目标采集设备。
例如:当银行客服与客户进行视频交互时,双方各持有一个终端设备进行会议,通过解析所述双录质检指令,将通话双方的终端设备确定为所述目标设备,并将所述目标设备的采集设备确定为所述目标采集设备。
其中,所述双录质检指令实质上是一条代码,在所述双录质检指令中,根据代码的编写原则,{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置,所述预设标签与设备标识具有一一对应的关系,例如:所述预设标签可以是ID,进一步以所述预设标签建立正则表达式ID(),并以ID()进行遍历。
通过上实施方式,能够基于正则表达式及预设标签快速确定设备标识,并进一步利用所述设备标识确定目标采集设备。
S11,当完成采集时,检测所述目标视频的可用性。
例如:当检测到视频通话关闭时,即可确定完成采集。
在本发明的至少一个实施例中,所述检测所述目标视频的可用性包括:
检测所述目标视频的配置参数;
获取与所述配置参数对应的基准参数;
当所述配置参数与所述基准参数一致时,确定所述目标视频可用;或者
当所述配置参数与所述基准参数不一致时,确定所述目标视频不可用。
其中,所述配置参数可以为视频时长等。
其中,所述基准参数根据实际要求预先配置的标准参数,如:视频时长不得低于15分钟,则所述基准参数可以为视频时长大于或者等于15分钟。
当然,还可以检测所述目标视频是否可以成功播放,当所述目标视频被成功播放时,确定所述目标视频可用,或者当所述目标视频没有被成功播放时,确定所述目标视频补可用。
通过上述实施方式,能够实现对视频质量的初步检测。
S12,当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音。
在本实施例中,当检测到所述目标视频可用时,再进一步执行语音检测,以简化检测流程,提高检测效率。
在本发明的至少一个实施例中,所述对所述目标语音进行切割,得到客户语音及客服语音包括:
提取所述目标语音中的声纹特征;
对所述声纹特征进行分块处理,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
调用预先配置的语音特征库;
根据提取的语音特征参数在所述语音特征库中进行遍历,并将遍历到的语音特征参数确定为客服语音特征参数;
将所述目标语音中与所述客服语音特征参数对应的语音进行组合,得到所述客服语音;
将所述目标语音中除所述客服语音外的语音进行组合,得到所述客户语音。
其中,所述语音特征库为预先配置的数据库,存储着所有客服人员的语音特征参数,也就是说,当一段语音的特征参数与所述语音特征库中的特征参数匹配时,说明这段语音属于客服语音。
在上述实施方式中,首先通过特征区域的分块有效排除了无效噪声,以提升处理效率,进一步基于音色进行特征匹配,以实现语音的划分。
S13,对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本。
在本实施例中,可以采用自动语音识别技术(Automatic Speech Recognition,ASR)对所述客户语音及所述客服语音进行转换,本发明不限制。
S14,对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性。
在本发明的至少一个实施例中,所述对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性包括:
根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合,及根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合;
根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理,得到至少一个分词组;
计算每个分词组中所包含的话术的相关度;
当每个分词组中所包含的话术的相关度都大于或者等于配置相关度时,检测所述至少一个分词组中是否包括配置话术组;
当所述至少一个分词组中包括所述配置话术组,确定所述目标语音有效。
其中,所述预定义词典为根据实际需求配置的词典,所述预定义词典中存储着自定义词及权重等信息。
在本实施例中,在根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理时,可以识别每个分词对应的生成时间,通常情况下,在一问一答时,会有时间上的连接关系,因此,根据时间戳即可将同属于一个问题交互的分词进行组合,并得到所述至少一个分词组。
在本实施例中,可以采用词移距离方法(Word Mover's Distance,WMD)等算法计算每个分词组中所包含的话术的相关度,本发明不限制。
在本实施例中,所述配置相关度可以进行自定义配置,如:95%。相关度高,则说明词组中的各个分词间的话术可以进行相互匹配。
在本实施例中,所述配置话术组是指根据银***的规定必须包括的话术组,如:客服需要向客户发出请求确认的语音,客户回答“OK”或者“好的”等表示确认的语音时,才能确定完成任务。
具体地,所述根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合包括:
根据所述预定义词典对所述客户文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述预定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述客户文本;
基于浅层式语义分析方法,对切分后的所述客户文本进行标准化处理,得到初始文本;
识别所述初始文本中的冗余信息;
从所述初始文本中删除所述冗余信息,得到所述第一分词集合。
其中,所述冗余信息可以包括,但不限于“嗯”“的”“额”等无意义词汇。
需要说明的是,可以采用类似的方式根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合,在此不赘述。
通过上述实施方式,能够基于浅层式语义分析方法对文本进行标准化,以统一术语,同时去除冗余词,减少占用空间,以提升数据处理效率。
S15,当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片。
在上述方式中,当所述目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能。
另外,由于每个目标视频中可能包括其他非面部信息,这些非面部信息将对特征识别造成干扰,因此,首先要对视频进行特征截取。
具体地,所述对所述目标视频进行特征截取,得到待检测图片包括:
获取所述目标视频所包含的所有帧图片;
将所述所有帧图片中的每张帧图片输入至YOLOv3网络中进行识别,得到每张帧图片的面部区域;
截取每张帧图片的面部区域,得到所述待检测图片。
通过上述实施方式,由于YOLOv3网络本身具备较高的稳定精度,因此,以YOLOv3网络进行面部特征的截取,能够有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率。
S16,识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性。
在本实施例中,可以采用任意人脸识别模型识别所述待检测图片中的人脸作为目标人脸,如:神经网络算法训练的人脸识别模型等,本发明不限制。
在本发明的至少一个实施例中,所述对所述目标人脸进行校验,并确定所述目标视频的有效性包括:
连接至指定平台,并从所述指定平台请求对配置数据库的访问权限;
当接收到所述指定平台反馈的允许访问的信号时,调用所述配置数据库;
获取所述目标人脸对应的用户信息;
根据所述用户信息在所述配置数据库中进行搜索,并将搜索到的人脸确定为基准人脸;
计算所述目标人脸与所述基准人脸的相似度;
当所述相似度大于或者等于配置相似度时,确定所述目标视频有效。
其中,所述指定平台是指具有公信力的平台,如指定机关单位的平台。
相应地,所述配置数据库可以包括所述指定机关单位的数据库。
其中,所述用户信息可以包括,但不限于:姓名、年龄、身份证号。
其中,所述配置相似度可以进行自定义配置,如98%。
S17,当所述目标视频有效时,确定所述目标视频通过质检。
在本发明的至少一个实施例中,所述方法还包括:
当所述目标视频不可用,及/或所述目标语音无效,及/或所述目标视频无效时,确定所述目标视频未通过质检;
获取所述目标视频未通过质检的原因,并根据所述原因生成补录信息;
将所述补录信息反馈至指定联系人的终端设备。
其中,所述指定联系人可以包括相关业务人员或者当前服务的客服人员等,本发明不限制。
需要说明的是,为了进一步保证数据的安全性,可以将所述目标视频部署于区块链,以避免数据被恶意篡改。
由以上技术方案可以看出,本发明能够响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频,当完成采集时,检测所述目标视频的可用性,实现对视频质量的初步检测,当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音,目标视频可用时再进一步执行语音检测,以简化检测流程,提高检测效率,对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本,对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性,当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片,目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能,同时,通过进行特征截取有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率,识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性,当所述目标视频有效时,确定所述目标视频通过质检,进而实现对双录视频多个维度递进式的层层质检,不仅有效释放了人力,也进一步提高了双录质检的准确度及效率。
如图2所示,是本发明双录质检装置的较佳实施例的功能模块图。所述双录质检装置11包括采集单元110、检测单元111、切割单元112、转换单元113、匹配单元114、截取单元115、校验单元116、确定单元117。本发明所称的模块/单元是指一种能够被处理器13所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器12中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
响应于双录质检指令,采集单元110根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频。
在本发明的至少一个实施例中,所述双录质检指令可以由当前进行通话的客服触发,也可以在检测到有音视频启动时自动触发,本发明不限制。
在本发明的至少一个实施例中,所述采集单元110根据所述双录质检指令获取目标采集设备包括:
解析所述双录质检指令的方法体,得到所述双录质检指令所携带的信息;
获取预设标签;
根据所述预设标签构建正则表达式;
利用所述正则表达式在所述双录质检指令所携带的信息中进行遍历,并将遍历到的数据确定为设备标识;
根据所述设备标识确定目标设备,并将所述目标设备的采集设备确定为所述目标采集设备。
例如:当银行客服与客户进行视频交互时,双方各持有一个终端设备进行会议,通过解析所述双录质检指令,将通话双方的终端设备确定为所述目标设备,并将所述目标设备的采集设备确定为所述目标采集设备。
其中,所述双录质检指令实质上是一条代码,在所述双录质检指令中,根据代码的编写原则,{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置,所述预设标签与设备标识具有一一对应的关系,例如:所述预设标签可以是ID,进一步以所述预设标签建立正则表达式ID(),并以ID()进行遍历。
通过上实施方式,能够基于正则表达式及预设标签快速确定设备标识,并进一步利用所述设备标识确定目标采集设备。
当完成采集时,检测单元111检测所述目标视频的可用性。
例如:当检测到视频通话关闭时,即可确定完成采集。
在本发明的至少一个实施例中,所述检测单元111检测所述目标视频的可用性包括:
检测所述目标视频的配置参数;
获取与所述配置参数对应的基准参数;
当所述配置参数与所述基准参数一致时,确定所述目标视频可用;或者
当所述配置参数与所述基准参数不一致时,确定所述目标视频不可用。
其中,所述配置参数可以为视频时长等。
其中,所述基准参数根据实际要求预先配置的标准参数,如:视频时长不得低于15分钟,则所述基准参数可以为视频时长大于或者等于15分钟。
当然,还可以检测所述目标视频是否可以成功播放,当所述目标视频被成功播放时,确定所述目标视频可用,或者当所述目标视频没有被成功播放时,确定所述目标视频补可用。
通过上述实施方式,能够实现对视频质量的初步检测。
当检测到所述目标视频可用时,切割单元112从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音。
在本实施例中,当检测到所述目标视频可用时,再进一步执行语音检测,以简化检测流程,提高检测效率。
在本发明的至少一个实施例中,所述切割单元112对所述目标语音进行切割,得到客户语音及客服语音包括:
提取所述目标语音中的声纹特征;
对所述声纹特征进行分块处理,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
调用预先配置的语音特征库;
根据提取的语音特征参数在所述语音特征库中进行遍历,并将遍历到的语音特征参数确定为客服语音特征参数;
将所述目标语音中与所述客服语音特征参数对应的语音进行组合,得到所述客服语音;
将所述目标语音中除所述客服语音外的语音进行组合,得到所述客户语音。
其中,所述语音特征库为预先配置的数据库,存储着所有客服人员的语音特征参数,也就是说,当一段语音的特征参数与所述语音特征库中的特征参数匹配时,说明这段语音属于客服语音。
在上述实施方式中,首先通过特征区域的分块有效排除了无效噪声,以提升处理效率,进一步基于音色进行特征匹配,以实现语音的划分。
转换单元113对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本。
在本实施例中,可以采用自动语音识别技术(Automatic Speech Recognition,ASR)对所述客户语音及所述客服语音进行转换,本发明不限制。
匹配单元114对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性。
在本发明的至少一个实施例中,所述匹配单元114对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性包括:
根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合,及根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合;
根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理,得到至少一个分词组;
计算每个分词组中所包含的话术的相关度;
当每个分词组中所包含的话术的相关度都大于或者等于配置相关度时,检测所述至少一个分词组中是否包括配置话术组;
当所述至少一个分词组中包括所述配置话术组,确定所述目标语音有效。
其中,所述预定义词典为根据实际需求配置的词典,所述预定义词典中存储着自定义词及权重等信息。
在本实施例中,在根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理时,可以识别每个分词对应的生成时间,通常情况下,在一问一答时,会有时间上的连接关系,因此,根据时间戳即可将同属于一个问题交互的分词进行组合,并得到所述至少一个分词组。
在本实施例中,可以采用词移距离方法(Word Mover's Distance,WMD)等算法计算每个分词组中所包含的话术的相关度,本发明不限制。
在本实施例中,所述配置相关度可以进行自定义配置,如:95%。相关度高,则说明词组中的各个分词间的话术可以进行相互匹配。
在本实施例中,所述配置话术组是指根据银***的规定必须包括的话术组,如:客服需要向客户发出请求确认的语音,客户回答“OK”或者“好的”等表示确认的语音时,才能确定完成任务。
具体地,所述根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合包括:
根据所述预定义词典对所述客户文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述预定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述客户文本;
基于浅层式语义分析方法,对切分后的所述客户文本进行标准化处理,得到初始文本;
识别所述初始文本中的冗余信息;
从所述初始文本中删除所述冗余信息,得到所述第一分词集合。
其中,所述冗余信息可以包括,但不限于“嗯”“的”“额”等无意义词汇。
需要说明的是,可以采用类似的方式根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合,在此不赘述。
通过上述实施方式,能够基于浅层式语义分析方法对文本进行标准化,以统一术语,同时去除冗余词,减少占用空间,以提升数据处理效率。
当所述目标语音有效时,截取单元115对所述目标视频进行特征截取,得到待检测图片。
在上述方式中,当所述目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能。
另外,由于每个目标视频中可能包括其他非面部信息,这些非面部信息将对特征识别造成干扰,因此,首先要对视频进行特征截取。
具体地,所述截取单元115对所述目标视频进行特征截取,得到待检测图片包括:
获取所述目标视频所包含的所有帧图片;
将所述所有帧图片中的每张帧图片输入至YOLOv3网络中进行识别,得到每张帧图片的面部区域;
截取每张帧图片的面部区域,得到所述待检测图片。
通过上述实施方式,由于YOLOv3网络本身具备较高的稳定精度,因此,以YOLOv3网络进行面部特征的截取,能够有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率。
校验单元116识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性。
在本实施例中,可以采用任意人脸识别模型识别所述待检测图片中的人脸作为目标人脸,如:神经网络算法训练的人脸识别模型等,本发明不限制。
在本发明的至少一个实施例中,所述校验单元116对所述目标人脸进行校验,并确定所述目标视频的有效性包括:
连接至指定平台,并从所述指定平台请求对配置数据库的访问权限;
当接收到所述指定平台反馈的允许访问的信号时,调用所述配置数据库;
获取所述目标人脸对应的用户信息;
根据所述用户信息在所述配置数据库中进行搜索,并将搜索到的人脸确定为基准人脸;
计算所述目标人脸与所述基准人脸的相似度;
当所述相似度大于或者等于配置相似度时,确定所述目标视频有效。
其中,所述指定平台是指具有公信力的平台,如指定机关单位的平台。
相应地,所述配置数据库可以包括所述指定机关单位的数据库。
其中,所述用户信息可以包括,但不限于:姓名、年龄、身份证号。
其中,所述配置相似度可以进行自定义配置,如98%。
当所述目标视频有效时,确定单元117确定所述目标视频通过质检。
在本发明的至少一个实施例中,当所述目标视频不可用,及/或所述目标语音无效,及/或所述目标视频无效时,确定所述目标视频未通过质检;
获取所述目标视频未通过质检的原因,并根据所述原因生成补录信息;
将所述补录信息反馈至指定联系人的终端设备。
其中,所述指定联系人可以包括相关业务人员或者当前服务的客服人员等,本发明不限制。
需要说明的是,为了进一步保证数据的安全性,可以将所述目标视频部署于区块链,以避免数据被恶意篡改。
由以上技术方案可以看出,本发明能够响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频,当完成采集时,检测所述目标视频的可用性,实现对视频质量的初步检测,当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音,目标视频可用时再进一步执行语音检测,以简化检测流程,提高检测效率,对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本,对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性,当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片,目标语音有效时,再进行视频的质检,由于语音处理对性能的要求及速度要高于视频处理,因此能够更加提升处理效率,并节约***性能,同时,通过进行特征截取有效剔除视频中的冗余信息,以提高后续情绪识别的准确性及效率,识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性,当所述目标视频有效时,确定所述目标视频通过质检,进而实现对双录视频多个维度递进式的层层质检,不仅有效释放了人力,也进一步提高了双录质检的准确度及效率。
如图3所示,是本发明实现双录质检方法的较佳实施例的电子设备的结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线,还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如双录质检程序。
本领域技术人员可以理解,所述示意图仅仅是电子设备1的示例,并不构成对电子设备1的限定,所述电子设备1既可以是总线型结构,也可以是星形结构,所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置,例如所述电子设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是,所述电子设备1仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
其中,存储器12至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如双录质检程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心(Control Unit),利用各种接口和线路连接整个电子设备1的各个部件,通过运行或执行存储在所述存储器12内的程序或者模块(例如执行双录质检程序等),以及调用存储在所述存储器12内的数据,以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个双录质检方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如,所述计算机程序可以被分割成采集单元110、检测单元111、切割单元112、转换单元113、匹配单元114、截取单元115、校验单元116、确定单元117。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述双录质检方法的部分。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指示相关的硬件设备来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器等。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,在图3中仅用一根箭头表示,但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器13逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的电子设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
结合图1,所述电子设备1中的所述存储器12存储多个指令以实现一种双录质检方法,所述处理器13可执行所述多个指令从而实现:
响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频;
当完成采集时,检测所述目标视频的可用性;
当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音;
对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本;
对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性;
当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片;
识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性;
当所述目标视频有效时,确定所述目标视频通过质检。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。实施例中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种双录质检方法,其特征在于,所述双录质检方法包括:
响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频;
当完成采集时,检测所述目标视频的可用性;
当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音;
对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本;
对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性;
当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片;
识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性;
当所述目标视频有效时,确定所述目标视频通过质检。
2.如权利要求1所述的双录质检方法,其特征在于,所述对所述目标语音进行切割,得到客户语音及客服语音包括:
提取所述目标语音中的声纹特征;
对所述声纹特征进行分块处理,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
调用预先配置的语音特征库;
根据提取的语音特征参数在所述语音特征库中进行遍历,并将遍历到的语音特征参数确定为客服语音特征参数;
将所述目标语音中与所述客服语音特征参数对应的语音进行组合,得到所述客服语音;
将所述目标语音中除所述客服语音外的语音进行组合,得到所述客户语音。
3.如权利要求1所述的双录质检方法,其特征在于,所述对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性包括:
根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合,及根据所述预定义词典对所述客服文本进行分词处理,得到与所述客服文本对应的第二分词集合;
根据时间戳对所述第一分词集合与所述第二分词集合进行分组处理,得到至少一个分词组;
计算每个分词组中所包含的话术的相关度;
当每个分词组中所包含的话术的相关度都大于或者等于配置相关度时,检测所述至少一个分词组中是否包括配置话术组;
当所述至少一个分词组中包括所述配置话术组,确定所述目标语音有效。
4.如权利要求3所述的双录质检方法,其特征在于,所述根据预定义词典对所述客户文本进行分词处理,得到与所述客户文本对应的第一分词集合包括:
根据所述预定义词典对所述客户文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述预定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述客户文本;
基于浅层式语义分析方法,对切分后的所述客户文本进行标准化处理,得到初始文本;
识别所述初始文本中的冗余信息;
从所述初始文本中删除所述冗余信息,得到所述第一分词集合。
5.如权利要求1所述的双录质检方法,其特征在于,所述对所述目标视频进行特征截取,得到待检测图片包括:
获取所述目标视频所包含的所有帧图片;
将所述所有帧图片中的每张帧图片输入至YOLOv3网络中进行识别,得到每张帧图片的面部区域;
截取每张帧图片的面部区域,得到所述待检测图片。
6.如权利要求1所述的双录质检方法,其特征在于,所述对所述目标人脸进行校验,并确定所述目标视频的有效性包括:
连接至指定平台,并从所述指定平台请求对配置数据库的访问权限;
当接收到所述指定平台反馈的允许访问的信号时,调用所述配置数据库;
获取所述目标人脸对应的用户信息;
根据所述用户信息在所述配置数据库中进行搜索,并将搜索到的人脸确定为基准人脸;
计算所述目标人脸与所述基准人脸的相似度;
当所述相似度大于或者等于配置相似度时,确定所述目标视频有效。
7.如权利要求1所述的双录质检方法,其特征在于,所述方法还包括:
当所述目标视频不可用,及/或所述目标语音无效,及/或所述目标视频无效时,确定所述目标视频未通过质检;
获取所述目标视频未通过质检的原因,并根据所述原因生成补录信息;
将所述补录信息反馈至指定联系人的终端设备。
8.一种双录质检装置,其特征在于,所述双录质检装置包括:
采集单元,用于响应于双录质检指令,根据所述双录质检指令获取目标采集设备,并启动所述目标采集设备采集目标视频;
检测单元,用于当完成采集时,检测所述目标视频的可用性;
切割单元,用于当检测到所述目标视频可用时,从所述目标视频中提取语音数据作为目标语音,并对所述目标语音进行切割,得到客户语音及客服语音;
转换单元,用于对所述客户语音进行转换,得到客户文本,及对所述客服语音进行转换,得到客服文本;
匹配单元,用于对所述客户文本及所述客服文本进行话术匹配,并确定所述目标语音的有效性;
截取单元,用于当所述目标语音有效时,对所述目标视频进行特征截取,得到待检测图片;
校验单元,用于识别所述待检测图片中的人脸作为目标人脸,并对所述目标人脸进行校验,并确定所述目标视频的有效性;
确定单元,用于当所述目标视频有效时,确定所述目标视频通过质检。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的双录质检方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的双录质检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110603171.3A CN113343824A (zh) | 2021-05-31 | 2021-05-31 | 双录质检方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110603171.3A CN113343824A (zh) | 2021-05-31 | 2021-05-31 | 双录质检方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343824A true CN113343824A (zh) | 2021-09-03 |
Family
ID=77473216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110603171.3A Pending CN113343824A (zh) | 2021-05-31 | 2021-05-31 | 双录质检方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343824A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114694650A (zh) * | 2022-03-29 | 2022-07-01 | 青岛海尔科技有限公司 | 智能设备的控制方法和装置、存储介质及电子设备 |
CN114926464A (zh) * | 2022-07-20 | 2022-08-19 | 平安银行股份有限公司 | 在双录场景下的图像质检方法、图像质检装置及*** |
CN115330359A (zh) * | 2022-10-11 | 2022-11-11 | 湖北微模式科技发展有限公司 | 一种实现本地化双录质检稽核服务的方法 |
CN115883760A (zh) * | 2022-01-11 | 2023-03-31 | 北京中关村科金技术有限公司 | 音视频的实时质检方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109660744A (zh) * | 2018-10-19 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 基于大数据的智能双录方法、设备、存储介质及装置 |
CN109767335A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 双录质检方法、装置、计算机设备及存储介质 |
CN109783338A (zh) * | 2019-01-02 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于业务信息的录制处理方法、装置和计算机设备 |
CN111523317A (zh) * | 2020-03-09 | 2020-08-11 | 平安科技(深圳)有限公司 | 语音质检方法、装置、电子设备及介质 |
CN112183098A (zh) * | 2020-09-30 | 2021-01-05 | 完美世界(北京)软件科技发展有限公司 | 会话的处理方法和装置、存储介质、电子装置 |
CN112348005A (zh) * | 2021-01-11 | 2021-02-09 | 北京远鉴信息技术有限公司 | 双录审核方法、装置、客户端设备及存储介质 |
-
2021
- 2021-05-31 CN CN202110603171.3A patent/CN113343824A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109660744A (zh) * | 2018-10-19 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 基于大数据的智能双录方法、设备、存储介质及装置 |
CN109767335A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 双录质检方法、装置、计算机设备及存储介质 |
CN109783338A (zh) * | 2019-01-02 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于业务信息的录制处理方法、装置和计算机设备 |
CN111523317A (zh) * | 2020-03-09 | 2020-08-11 | 平安科技(深圳)有限公司 | 语音质检方法、装置、电子设备及介质 |
CN112183098A (zh) * | 2020-09-30 | 2021-01-05 | 完美世界(北京)软件科技发展有限公司 | 会话的处理方法和装置、存储介质、电子装置 |
CN112348005A (zh) * | 2021-01-11 | 2021-02-09 | 北京远鉴信息技术有限公司 | 双录审核方法、装置、客户端设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115883760A (zh) * | 2022-01-11 | 2023-03-31 | 北京中关村科金技术有限公司 | 音视频的实时质检方法、装置及存储介质 |
CN114694650A (zh) * | 2022-03-29 | 2022-07-01 | 青岛海尔科技有限公司 | 智能设备的控制方法和装置、存储介质及电子设备 |
CN114926464A (zh) * | 2022-07-20 | 2022-08-19 | 平安银行股份有限公司 | 在双录场景下的图像质检方法、图像质检装置及*** |
CN114926464B (zh) * | 2022-07-20 | 2022-10-25 | 平安银行股份有限公司 | 在双录场景下的图像质检方法、图像质检装置及*** |
CN115330359A (zh) * | 2022-10-11 | 2022-11-11 | 湖北微模式科技发展有限公司 | 一种实现本地化双录质检稽核服务的方法 |
CN115330359B (zh) * | 2022-10-11 | 2023-01-17 | 湖北微模式科技发展有限公司 | 一种实现本地化双录质检稽核服务的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111883123B (zh) | 基于ai识别的会议纪要生成方法、装置、设备及介质 | |
CN113343824A (zh) | 双录质检方法、装置、设备及介质 | |
CN112287914B (zh) | Ppt视频段提取方法、装置、设备及介质 | |
CN111694840A (zh) | 数据同步方法、装置、服务器及存储介质 | |
WO2022100349A1 (zh) | 基于人工智能的双录质检方法、装置、计算机设备及介质 | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN112417128B (zh) | 话术推荐方法、装置、计算机设备及存储介质 | |
US20230032728A1 (en) | Method and apparatus for recognizing multimedia content | |
CN114007131A (zh) | 视频监控方法、装置及相关设备 | |
CN111949708A (zh) | 基于时序特征提取的多任务预测方法、装置、设备及介质 | |
CN114387061A (zh) | 产品推送方法、装置、电子设备及可读存储介质 | |
CN109816231A (zh) | 工作流处理方法、电子装置及可读存储介质 | |
CN113345431A (zh) | 跨语言语音转换方法、装置、设备及介质 | |
CN115525750A (zh) | 机器人话术检测可视化方法、装置、电子设备及存储介质 | |
CN114860742A (zh) | 基于人工智能的ai客服交互方法、装置、设备及介质 | |
CN113553431A (zh) | 用户标签提取方法、装置、设备及介质 | |
CN111933241B (zh) | 医疗数据解析方法、装置、电子设备及存储介质 | |
CN112542172A (zh) | 基于在线会议的沟通辅助方法、装置、设备及介质 | |
CN111651452B (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN109660621A (zh) | 一种内容推送方法及服务设备 | |
CN112528265A (zh) | 基于在线会议的身份识别方法、装置、设备及介质 | |
CN112101191A (zh) | 基于边框注意力网络的表情识别方法、装置、设备及介质 | |
CN113627186B (zh) | 基于人工智能的实体关系检测方法及相关设备 | |
CN112786041B (zh) | 语音处理方法及相关设备 | |
CN114627419A (zh) | 基于多应用场景的视频质检方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |