本發(fā)明屬于asr語音識(shí)別的防詐騙領(lǐng)域，具體是基于asr語音識(shí)別的防詐騙方法。

背景技術(shù)：

1、隨著服務(wù)行業(yè)不斷地發(fā)展，以及營銷方式的多樣化，越來越多的企業(yè)實(shí)現(xiàn)電銷方式，服務(wù)自己的客戶，推銷自己的產(chǎn)品，往往這部分企業(yè)會(huì)選擇一家呼叫平臺(tái)方便自己業(yè)務(wù)的開展。這對呼叫平臺(tái)企業(yè)提出更高的要求，如何防止電話詐騙、網(wǎng)絡(luò)聊天詐騙等犯罪活動(dòng)。

2、針對電話詐騙的防范措施，現(xiàn)有技術(shù)主要通過手機(jī)詐騙人常用的電話號(hào)碼，建立一個(gè)詐騙號(hào)碼數(shù)據(jù)庫，然后設(shè)別來電號(hào)碼是否在該詐騙號(hào)碼數(shù)據(jù)庫中，如果當(dāng)前來電號(hào)碼在該數(shù)據(jù)庫中，則提示接聽電話的用戶當(dāng)前通話時(shí)詐騙電話，但是現(xiàn)有技術(shù)中，詐騙人可以通過更換電話號(hào)碼繼續(xù)行騙，因此防詐效果差，且若通過不斷更新詐騙號(hào)碼數(shù)據(jù)庫，較為繁瑣，防詐效率低；因此本發(fā)明提供了基于asr語音識(shí)別的防詐騙方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一；為此，本發(fā)明提出了基于asr語音識(shí)別的防詐騙方法，用于解決現(xiàn)有技術(shù)通過建立詐騙數(shù)據(jù)庫技術(shù)進(jìn)行詐騙識(shí)別，存在詐騙效果差和效率低的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明的第一方面提供了基于asr語音識(shí)別的防詐騙方法，包括以下步驟：

3、步驟一：提取待分析語音信號(hào)，將待分析語音信號(hào)轉(zhuǎn)化為語音文本；

4、步驟二：識(shí)別待分析語音信號(hào)的語音特征；其中，語音特征包括語音強(qiáng)度和語速；

5、步驟三：基于語音文本和語音信息，計(jì)算待分析語音信號(hào)的詐騙分?jǐn)?shù)，并分析是否存在詐騙行為；是，則評估詐騙等級(jí)；否，則不做處理。

6、優(yōu)選的，所述提取待分析語音信號(hào)，將待分析語音信號(hào)轉(zhuǎn)化為語音文本，包括：

7、將用戶的通話語音每隔n時(shí)長標(biāo)記為一段待分析語音信號(hào)，并利用asr技術(shù)將待分析語音信號(hào)依次轉(zhuǎn)化為語音文本。

8、本發(fā)明通過將語音信號(hào)實(shí)時(shí)轉(zhuǎn)化為文本，系統(tǒng)能夠及時(shí)分析對話內(nèi)容，識(shí)別關(guān)鍵詞或短語，從而快速做出響應(yīng)或采取行動(dòng)；這對于客服中心的情感分析、緊急呼叫中心的關(guān)鍵信息提取以及實(shí)時(shí)會(huì)議紀(jì)要生成等場景尤為重要；asr技術(shù)能夠自動(dòng)且連續(xù)地將語音轉(zhuǎn)換為文本，相較于人工聽寫，大大提高了工作效率。

9、優(yōu)選的，識(shí)別待分析語音信號(hào)的語音強(qiáng)度，包括：

10、對待分析語音信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換，得到待分析數(shù)字音頻信號(hào)；將待分析數(shù)字音頻信號(hào)劃分為若干音頻時(shí)幀，計(jì)算各音頻時(shí)幀的平均能量，并通過公式計(jì)算得到待分析語音信號(hào)的語音強(qiáng)度lp；其中，pi為各音頻時(shí)幀的平均能量；p0為參考功率；i為各音頻時(shí)幀的編號(hào)，i=0，1，…，n，n取正整數(shù)。

11、本發(fā)明通過數(shù)字信號(hào)具有抗干擾性強(qiáng)、易于存儲(chǔ)和傳輸?shù)奶攸c(diǎn)，便于后續(xù)處理和分析；將不同來源和格式的語音信號(hào)統(tǒng)一轉(zhuǎn)換為數(shù)字信號(hào)，方便標(biāo)準(zhǔn)化處理和算法應(yīng)用；將數(shù)字音頻信號(hào)按時(shí)間順序劃分為多個(gè)固定長度的音頻時(shí)幀，分析每個(gè)音頻時(shí)幀的平均能量，并求和，得到該待分析語音信號(hào)的強(qiáng)度，為后續(xù)分析語音信號(hào)的詐騙分?jǐn)?shù)奠定基礎(chǔ)。

12、優(yōu)選的，各音頻時(shí)幀的平均能量為每個(gè)音頻時(shí)幀中數(shù)字信號(hào)幅度的均方值。

13、優(yōu)選的，識(shí)別待分析語音信號(hào)的語速，包括：

14、根據(jù)待分析語音信號(hào)的語音文本，統(tǒng)計(jì)該語音文本的音節(jié)數(shù)，通過公式y(tǒng)v=yjs/t計(jì)算得到待分析語音信號(hào)的語速yv；其中，yjs為音節(jié)數(shù)，即語音文本中每個(gè)漢字為一個(gè)音節(jié)；t為待分析語音信號(hào)的時(shí)長。

15、本發(fā)明將語速以每單位時(shí)間內(nèi)的音節(jié)數(shù)來表示，提供了一種標(biāo)準(zhǔn)化的測量方式，使得不同語音樣本間的語速比較成為可能；基于語音信號(hào)的實(shí)際內(nèi)容和時(shí)長計(jì)算，減少了主觀判斷的影響，提供了較為客觀的語速評價(jià)指標(biāo)；以及研究發(fā)現(xiàn)，語速的變化與個(gè)體的情緒狀態(tài)、心理壓力水平有關(guān)，進(jìn)而從側(cè)面反映通話是否存在詐騙的可能性。

16、優(yōu)選的，所述基于語音文本和語音特征，計(jì)算待分析語音信號(hào)的詐騙分?jǐn)?shù)，包括：

17、將待分析語音信號(hào)的語音文本和語音特征輸入至詐騙模型中，輸出待分析語音信號(hào)中存在的異常語音項(xiàng)的個(gè)數(shù)；其中，詐騙模型基于mlp模型構(gòu)建；以及，

18、通過公式計(jì)算得到待分析語音信號(hào)的詐騙分?jǐn)?shù)zpf；其中，sc單個(gè)異常語音項(xiàng)的分?jǐn)?shù)；m為待分析語音信號(hào)中存在的異常語音項(xiàng)的個(gè)數(shù)；異常語音項(xiàng)包括敏感詞匯、異常語音強(qiáng)度和異常語速；異常語音強(qiáng)度為語音強(qiáng)度超過預(yù)設(shè)強(qiáng)度；異常語速為語速超過預(yù)設(shè)語速。

19、本發(fā)明綜合考慮敏感詞匯和語音特征，確保了對潛在詐騙行為的全面識(shí)別；利用mlp（多層感知器）模型的高效計(jì)算特性，能夠在短時(shí)間內(nèi)完成大量語音數(shù)據(jù)的分析，及時(shí)發(fā)現(xiàn)異常項(xiàng)；通過計(jì)算異常語音項(xiàng)的總分?jǐn)?shù)，直接反映待分析語音信號(hào)的詐騙可能性，便于進(jìn)行智能決策，有助于及時(shí)發(fā)現(xiàn)詐騙行為，為構(gòu)建安全的數(shù)字化社會(huì)做出了貢獻(xiàn)。

20、優(yōu)選的，所述詐騙模型基于mlp模型構(gòu)建，包括：

21、從歷史數(shù)據(jù)中提取若干語音信號(hào)的語音文本和語音特征，以及存在的異常語音項(xiàng)的個(gè)數(shù)；

22、將語音信號(hào)的語音文本和語音特征作為mlp模型的輸入數(shù)據(jù)；存在的異常語音項(xiàng)的個(gè)數(shù)作為mlp模型的輸出數(shù)據(jù)；基于輸入數(shù)據(jù)和輸出數(shù)據(jù)對mlp模型進(jìn)行訓(xùn)練，得到詐騙模型。

23、本發(fā)明通過大量的歷史數(shù)據(jù)，模型能學(xué)習(xí)到與詐騙相關(guān)的模式和規(guī)律，從而更準(zhǔn)確地識(shí)別出異常語音項(xiàng)；歷史數(shù)據(jù)中的敏感詞匯和語音特征等，為模型提供了豐富的訓(xùn)練素材，確保其識(shí)別能力的有效性和可靠性；模型能夠自動(dòng)分析輸入的語音信號(hào)中存在的異常語音項(xiàng)，無需人工干預(yù)，大大提高了檢測效率。

24、優(yōu)選的，基于詐騙分?jǐn)?shù)，所述分析是否存在詐騙行為，包括：

25、將詐騙分?jǐn)?shù)與預(yù)設(shè)分?jǐn)?shù)范圍進(jìn)行比較，若詐騙分?jǐn)?shù)低于預(yù)設(shè)分?jǐn)?shù)范圍，則待分析語音信號(hào)不存在詐騙現(xiàn)象；

26、若詐騙分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)，則待分析語音信號(hào)的詐騙等級(jí)為一級(jí)，即存在輕微的詐騙現(xiàn)象；

27、若詐騙分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍，則待分析語音信號(hào)的詐騙等級(jí)為二級(jí)，即存在嚴(yán)重的詐騙現(xiàn)象。

28、本發(fā)明通過將詐騙分?jǐn)?shù)映射到不同的預(yù)設(shè)范圍，可以明確地區(qū)分詐騙現(xiàn)象的輕微與嚴(yán)重程度，為后續(xù)的處理措施提供依據(jù)，將抽象的詐騙可能性轉(zhuǎn)化為具體的數(shù)值，使得評估過程更加客觀、可量化的，便于統(tǒng)一標(biāo)準(zhǔn)和跨部門協(xié)作；且根據(jù)詐騙等級(jí)的不同，可以動(dòng)態(tài)調(diào)整響應(yīng)策略，如對輕微詐騙進(jìn)行監(jiān)控，而對嚴(yán)重詐騙則立即采取法律措施。

29、優(yōu)選的，當(dāng)詐騙等級(jí)為一級(jí)，則發(fā)送詐騙預(yù)警信號(hào)至用戶端；當(dāng)詐騙等級(jí)為二級(jí)或連續(xù)若干次詐騙等級(jí)為一級(jí)，則將進(jìn)行掛機(jī)操作。

30、優(yōu)選的，當(dāng)連續(xù)若干待分析語音信號(hào)不存在詐騙現(xiàn)象時(shí)，將若干待分析語音信號(hào)的詐騙分?jǐn)?shù)進(jìn)行累加，將累加后的詐騙分?jǐn)?shù)與預(yù)設(shè)分?jǐn)?shù)范圍進(jìn)行比較，分析詐騙等級(jí)，并采取措施。

31、本發(fā)明即使單次對話中詐騙分?jǐn)?shù)較低，但如果在一段時(shí)間內(nèi)頻繁出現(xiàn)輕微異常，累積的分?jǐn)?shù)可能揭示出潛在的詐騙模式或企圖；進(jìn)一步識(shí)別那些試圖通過分散、低頻度的嘗試來逃避即時(shí)檢測的詐騙行為，增強(qiáng)了系統(tǒng)的長期監(jiān)控效能，提高了警報(bào)的及時(shí)性和準(zhǔn)確性。

32、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

33、1.本發(fā)明通過提取待分析語音信號(hào)，將待分析語音信號(hào)轉(zhuǎn)化為語音文本；識(shí)別待分析語音信號(hào)的語音特征；基于語音文本和語音特征，計(jì)算待分析語音信號(hào)的詐騙分?jǐn)?shù)，并分析是否存在詐騙行為；是，則評估詐騙等級(jí)；否，則不存在詐騙行為；通過綜合分析語音文本內(nèi)容、語音強(qiáng)度和語速三個(gè)維度，可以更全面地評估語音信號(hào)的正常性，有效提高識(shí)別詐騙行為的準(zhǔn)確率；

34、2.本發(fā)明對于連續(xù)若干待分析語音信號(hào)不存在詐騙現(xiàn)象時(shí)，將若干待分析語音信號(hào)的詐騙分?jǐn)?shù)進(jìn)行累加，將累加后的詐騙分?jǐn)?shù)與預(yù)設(shè)分?jǐn)?shù)范圍進(jìn)行比較，分析是否存在詐騙行為；用于識(shí)別潛在的詐騙行為，避免某些詐騙者可能不會(huì)在一次通話中直接暴露其意圖，而是通過多次接觸逐步建立信任，然后實(shí)施詐騙；通過累加詐騙分?jǐn)?shù)，系統(tǒng)可以捕捉到這種漸進(jìn)式的策略，防止因單次分析未達(dá)閾值而忽視了長期的潛在威脅。