[发明专利]一种基于声纹和ASR技术对空跑刷单进行筛选的方法及装置

说明书

本发明公开了一种基于声纹和ASR技术对空跑刷单进行筛选的方法及装置，其中方法包括：获取网约车订单对应的行程录音数据；对行程录音数据进行声纹分析，获取声纹数据；基于ASR技术对行程录音数据进行处理，获取语音文本数据；将行程录音数据、声纹数据和语音文本数据分别输入串联运行的空载场景识别模型、转向灯场景识别模型、车内人数场景识别模型和导航声音场景识别模型，获取场景识别结果；基于场景识别结果，对存在刷单风险的网约车订单生成对应的场景标签；将网约车订单对应的场景标签和网约车订单数据输入刷单识别模型中进行刷单识别，基于刷单识别的结果输出对应的刷单风险标签。本发明通过多维度识别，使得刷单识别筛选高效而准确。

技术领域

本发明涉及网约车刷单的筛选方法的技术领域，具体涉及一种基于声纹和ASR技术对空跑刷单进行筛选的方法及装置。

背景技术

随着互联网的发展，人们的出行方式也随之改变，其中，网约车业务由于其便捷性和及时性受到不断推广。在网约车平台推广网约车服务的过程中，为了调动司机接收网约车订单的热情，通常会采用在早晚高峰时间或者进行每日单量限制时进行相应的司机补贴，或者根据司机的订单量和绩效发放补贴，通常，司机发放的补贴根据网约车的订单情况来确定。

但是，部分网约车司机为了获取补贴，会采取各种作弊行为，其中最为常见的是利用空跑刷单来获取补贴，导致网约车异常运行。在传统的互联网约车刷单筛选排查中，司机通过作弊行为实现网约车空跑刷单的订单，需要对完成后的订单进行分析来进行刷单情况的确定，对司机的监控是很难进行的，并且，现有技术中订单分析的方法常常会出现误差，且取证方式不完善使得无法获得直接的证据，极大地影响了网约车运行状态的判断结果。

申请人经过对网约车领域的研究后发现，在现有的针对网约车司机进行刷单的风险识别的方法中，工作量较大，使得筛选识别的效率较低，且容易出现筛选误差，影响司机的体验。为此，亟需发明一种效率高且准确性高的用于筛选网约车司机空跑刷单的方法。

发明内容

为了克服上述现有的网约车刷单识别方法效率低准确性低的技术缺陷，本发明提供一种基于声纹和ASR技术对空跑刷单进行筛选的方法及装置。

为了解决上述问题，本发明按以下技术方案予以实现的：

第一方面，本发明公开一种基于声纹和ASR技术对空跑刷单进行筛选的方法，包括如下步骤：

获取网约车订单对应的行程录音数据；

对行程录音数据进行声纹分析，获取声纹数据；

基于ASR技术对行程录音数据进行处理，获取语音文本数据；

将行程录音数据、声纹数据和语音文本数据分别输入串联运行的空载场景识别模型、转向灯场景识别模型、车内人数场景识别模型和导航声音场景识别模型，获取场景识别结果；

基于场景识别结果，对存在刷单风险的网约车订单生成对应的场景标签；

将网约车订单对应的场景标签和网约车订单数据输入刷单识别模型中进行刷单识别，基于刷单识别的结果输出对应的刷单风险标签。

作为优选实施，所述获取场景识别结果，具体包括：