[发明专利]一种线上面审处理方法、装置、存储介质及设备

说明书

本申请实施例提供一种线上面审处理方法、装置、存储介质及设备，该方法中，获取AI面审过程中虚拟客服问问题时录制的第一音频和客户回答问题时录制的第二音频，通过音频分离处理和声纹提取处理，分别得到第一声纹特征和第二声纹特征，之后，通过将该第一声纹特征分别与该虚拟客服的声纹特征和该客户的声纹特征进行对比，以及将该第二声纹特征与该客户的声纹特征进行对比，判断是否存在旁人。如此，避免旁人在不露面时指点客户回答的情况，从而确保AI面审的合规性。

技术领域

本申请涉及金融科技及声音处理技术领域，具体而言，涉及一种线上面审处理方法、装置、存储介质及设备。

背景技术

目前，远程办公、在线教育、线上业务等远程的需求越来越广泛。银行原本线下的业务也在逐渐地转到线上进行面审。线上面审是需要办理业务的客户通过实时视频的方式和工作人员进行问题的答与问。而为了实现面审的自动化，银行一般使用虚拟人替代人工进行播报视频并录制整个面审过程作为日后审查的证据。在面审的过程中，如果面审对象并非是客户本人，或者有其他人在旁边指点客户有意逃避回答关键的问题，则无法对客户及银行的资产进行有效保护。

相关技术中的AI(Artificial Intelligence，人工智能)面审产品一般是通过视频图像处理技术来检测面审视频中是否有旁人入镜。然而，这一方式无法检测出旁人在不露面时指点客户回答的情况，因而仍然存在旁人指点面审对象进行问题回答的风险。

发明内容

本申请实施例的目的在于提供一种线上面审处理方法、装置、存储介质及设备，旨在解决相关技术中的AI面审方案存在的无法有效避免旁人指点面审对象进行问题回答的风险，破坏面审合规性的问题。

第一方面，本申请实施例提供的一种线上面审处理方法，包括：

获取面审过程中录制的第一音频和第二音频，所述第一音频是虚拟客服问问题时的音频，所述第二音频是客户回答问题时的音频；

通过对所述第一音频和所述第二音频进行音频分离处理和声纹提取处理，分别得到第一声纹特征和第二声纹特征；

将所述第一声纹特征分别与所述虚拟客服的声纹特征和所述客户的声纹特征进行对比，以及将所述第二声纹特征与所述客户的声纹特征进行对比，基于对比结果判断是否存在旁人。

在上述实现过程中，获取AI面审过程中虚拟客服问问题时录制的第一音频和客户回答问题时录制的第二音频，通过音频分离处理和声纹提取处理，分别得到第一声纹特征和第二声纹特征，之后，通过将该第一声纹特征分别与该虚拟客服的声纹特征和该客户的声纹特征进行对比，以及将该第二声纹特征与该客户的声纹特征进行对比，判断是否存在旁人。如此，避免旁人在不露面时指点客户回答的情况，从而确保AI面审的合规性。

进一步地，在一些实施例中，所述对所述第一音频和所述第二音频进行音频分离处理和声纹提取处理之前，包括：

将所述第一音频和所述第二音频切分为预设时长的小片段。

在上述实现过程中，将客户回答问题时录制的每段音频和AI客服问问题时录制的每段音频分别按照2s进行切分，得到2s的小片段，再执行音频分离处理和声纹特征提取的操作，提高了准确性。

进一步地，在一些实施例中，所述基于对比结果判断是否存在旁人，包括：

若所述第一声纹特征分别与所述虚拟客服的声纹特征和所述客户的声纹特征之间的相似度均小于预设阈值，确定存在旁人；

若所述第二声纹特征与所述客户的声纹特征之间的相似度小于所述预设阈值，确定存在旁人。

在上述实现过程中，提供一种对比声纹特征的具体方式，即利用相似度计算来实现两种声纹特征的对比。

进一步地，在一些实施例中，所述对所述第一音频和所述第二音频进行音频分离处理，包括：