[发明专利]一种直播间违规检测方法及装置

权利要求书

1.一种直播间违规检测方法，其特征在于，所述方法包括：

获取目标直播间的直播数据流；所述直播数据流包括视频流，以及与所述视频流对应的音频流；

对所述音频流进行VAD话音激活检测，以确定所述音频流中包含话音信号的有效音频片段；基于确定出的所述有效音频片段对应的时间戳范围，对所述视频流进行切分，得到与所述有效音频片段对应的视频片段；

从所述视频片段中提取视频帧，并从所述视频帧中提取人脸特征；确定提取到的所述人脸特征是否与所述目标直播间对应的主播人脸特征匹配；

如果是，则将所述视频片段对应的音频片段转换成文本信息，并基于所述文本信息针对所述目标直播间进行违规检测。

2.根据权利要求1所述的方法，其特征在于，在将所述视频片段对应的音频片段转换成文本信息之前，包括：

确定所述视频片段中与所述目标直播间对应的主播特征匹配的视频帧的数量是否大于阈值；

如果是，则进一步将所述视频片段对应的音频片段转换成文本信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果提取到的特征与所述目标直播间对应的主播特征不匹配，则进一步从所述视频片段对应的有效音频片段中提取声纹特征；

确定提取到的所述声纹特征是否与所述目标直播间对应的主播声纹特征匹配；

如果是，则将所述视频片段对应的有效音频片段转换成文本信息，并基于所述文本信息针对所述目标直播间进行直播违规检测。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述有效音频片段进行语调情绪识别；

当识别出的情绪命中预设的情绪时，优先对所述有效音频片段对应的视频片段进行特征匹配。

5.根据权利要求1所述的方法，其特征在于，所述基于文本信息针对所述目标直播间进行违规检测，包括：

对所述文本信息进行分词处理得到若干关键词；

将所述若干关键词，分别与预设的违规关键词库中的违规关键词进行匹配；其中，所述违规关键词被分别标注了对应的违规类型；

如果所述若干关键词与所述违规关键词库中的任一违规关键词匹配时，将所述违规关键词对应的违规类型，确定为所述目标直播间的违规类型。

6.根据权利要求1所述的方法，其特征在于，所述基于文本信息针对所述目标直播间进行违规检测，包括：

对所述文本信息进行语义识别；

基于所述语义识别结果针对所述目标直播间进行直播违规检测。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果确定所述目标直播间发生违规行为，将违规数据记录到违规数据库；其中，所述违规数据包括违规次数和/或违规类型；

基于所述违规数据库中记录的所述目标直播间对应的违规数据，对所述直播间进行评分；其中，所述评分的机制包括分数的扣除或累积；

当所述评分低于或高于阈值时，限制所述主播的权限。

8.一种直播间违规检测装置，其特征在于，所述装置包括：

获取单元，用于获取目标直播间的直播数据流；所述直播数据流包括视频流，以及与所述视频流对应的音频流；

切分单元，用于对所述音频流进行VAD话音激活检测，以确定所述音频流中包含话音信号的有效音频片段；基于确定出的所述有效音频片段对应的时间戳范围，对所述视频流进行切分，得到与所述有效音频片段对应的视频片段；

匹配单元，用于从所述视频片段中提取视频帧，并从所述视频帧中提取人脸特征；确定提取到的所述人脸特征是否与所述目标直播间对应的主播人脸特征匹配；

检测单元，用于在所述提取到的特征与所述目标直播间对应的主播特征匹配时，将所述视频片段对应的音频片段转换成文本信息，并基于所述文本信息针对所述目标直播间进行违规检测。