[发明专利]一种智能人因风险监测方法及监测系统

权利要求书

1.一种智能人因风险监测方法，其特征在于：包括以下步骤：

采集各参会人员的声音数据并与各参会人员的身份信息进行匹配；

根据各参会人员的声音数据对各参会人员的每次的发言时长Tij进行累加计算而获取各参会人员的发言总时长数组D＝[T1,T2,T3,……,Ti,……,Tn]，其中j、i、n均为自然数，Tij表示第i个人第j次发言时长，Ti表示第i个人的发言总时长，将发言总时长数组的各个数据与设定的个人发言总时长阈值T进行比较，如果Ti＜T，则对相应参会人员进行全员参与度不足的风险预警。

2.根据权利要求1所述的智能人因风险监测方法，其特征在于：计算发言总时长数组D中的最大值Tmax与会议总时长T0的比值M0＝Tmax/T0，将M0与设定的个人发言时间占比阈值M进行比较，如果M0≥M，则进行整体会议参与度低的风险预警。

3.根据权利要求1所述的智能人因风险监测方法，其特征在于：将各参会人员的发言总时长进行累加计算，进而获取会议总发言时长数据A0，将A0与发言总时长阈值A进行比较，如果A0≥A，则对会议进行疲劳风险预警。

4.根据权利要求3所述的智能人因风险监测方法，其特征在于：获取各参会人员的发言次数数据，并对各参会人员的发言次数数据进行累加计算而获取总发言次数数据B0，根据A0和B0计算每次发言的平均时长C＝A0/B0；将Tij与C进行比较，如果Tij≥kC，其中k＞1，则对相应参会人员进行单向信息量过载的风险预警。

5.根据权利要求1至4任一权利要求所述的智能人因风险监测方法，其特征在于：获取各参会人员的发言次数数据B0，获取会议总时长T0，计算会议中单位之间的发言次数E0＝B0/T0，将E0与设定的交流交叉次数阈值E进行比较，如果E0＜E，则对会议进行交互程度低风险预警。

6.根据权利要求1至4任一权利要求所述的智能人因风险监测方法，其特征在于：在会议中途检测到与各参会人员的声音特征不匹配的声音数据时，则对会议进行中途参会风险预警。

7.根据权利要求1至4任一权利要求所述的智能人因风险监测方法，其特征在于：在会议中检测到无法识别的声音数据后，则对会议进行干扰风险预警。

8.根据权利要求1至4任一权利要求所述的智能人因风险监测方法，其特征在于：检测获取会议中的噪音数据，并获取噪音数据的分贝值F0，如果噪音数据的分贝值F0在的连续的噪音监测时长TA内大于噪音分贝阈值F，则对会议进行噪音干扰风险预警。

9.一种智能人因风险监测系统，其特征在于：包括

声音采集器(1)，用于采集各参会人员的声音数据；

身份识别器(2)，用于识别各参会人员身份并记录各参会人员信息以及参会时间；

声音识别器(3)，与声音采集器(1)通信连接，用于提取声音采集器(1)传送的声音数据中的声纹特征，并与存储的各参会人员的声纹特征进行比较以识别相应声音数据对应的参会人员信息以及相应的发言起止时间；

处理器(4)，分别与身份识别器(2)、声音识别器(3)通信连接，根据身份识别器(2)传送的数据以及声音识别器(3)传送的数据进行风险预警计算；

会议记录器(5)，分别与声音采集器(1)、身份识别器(2)、处理器(4)通信连接，用于存储声音采集器(1)发送的各参会人员的声音数据、身份识别器(2)发送的各参会人员的身份信息、身份识别器(2)发送的各参会人员的参会时间数据以及处理器(4)发送的风险预警数据。

10.根据权利要求9所述的智能人因风险监测系统，其特征在于：还包括与处理器(4)通信连接的噪音监测器(6)。