CN106341555A - 一种通信监控方法和装置 - Google Patents
一种通信监控方法和装置 Download PDFInfo
- Publication number
- CN106341555A CN106341555A CN201510395306.6A CN201510395306A CN106341555A CN 106341555 A CN106341555 A CN 106341555A CN 201510395306 A CN201510395306 A CN 201510395306A CN 106341555 A CN106341555 A CN 106341555A
- Authority
- CN
- China
- Prior art keywords
- voiceprint
- terminal
- information
- user
- vocal print
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
Abstract
本发明提出一种通信监控方法及装置;方法包括:当第一终端和第二终端通信时或通信后,服务器端获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。本发明能够提高对通信风险的识别准确性和可靠度。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种通信监控方法和装置。
背景技术
现阶段人们通过各种电子终端同陌生人打交道的机会越来越多,通过电话等电子终端进行骚扰、诈骗的手段更是推陈出新、令人防不胜防。目前现有手机管家一类的软件中,通常采用的是用户举报电话号码的方式,而如今网络电话(VOIP)的发达,这类电话可以轻松地变换号码,所以这种标记电话号码的方式就显得非常不灵活。另外一些公开技术中,采用对通信内容的关键词进行匹配的方法来确定是否存在诈骗的可能,但是这种解决方法需要将用户的通信内容上传,可能会造成用户信息泄漏等问题。
发明内容
基于上述分析,本发明提出一种通信监控方法和装置,能够提高对通信风险的识别准确性和可靠度。
为了解决上述问题,采用如下技术方案。
一种通信监控方法,包括:
当第一终端和第二终端通信时或通信后,服务器端获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
可选地,所述获取所述第二终端的用户的第一声纹信息,包括:
所述服务器端录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
所述服务器端接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
可选地,获取所述第一终端发送的针对所述第一声纹信息的标识信息,包括:
所述服务器端发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述服务器端直接从第一终端接收针对所述第一声纹信息的标识信息。
可选地,所述提示消息用于提醒对所述第一声纹信息进行标记。
可选地,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息包括:
所述服务器端将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
可选地,所述标识信息是用于指示声纹信息所属的风险类型的信息。
可选地,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前还包括:
所述服务器端接收所述第一终端发送的用户的身份类型信息,校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者,
所述服务器端接收所述第一终端发送的所述第一终端的用户的第二声纹信息,根据所述第二声纹信息确认所述第一终端的用户的身份类型。
可选地,所述声纹信用信息包括:
声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息、或该声纹信息所对应的用户的基本信息的时间;所述声纹信用信息中一个风险类型的标记次数为:本声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
可选地,所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
可选地,所述获取第二终端的用户的第一声纹信息后还包括:
所述服务器端根据所述第一声纹信息,查找匹配的声纹信息所对应的声纹信用信息;
当所查找到的声纹信用信息满足预设告警条件时,进行预定的处理。
可选地,进行预定的处理包括:
对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
可选地,进行预定的处理包括:
当所述第二终端的标识或者所述第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
一种通信监控装置,设置在服务器端,包括:
收发模块,用于当第一终端和第二终端通信时或通信后,获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
更新模块,用于根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
可选地,所述收发模块获取第二终端的用户的第一声纹信息是指:
所述收发模块录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
收发模块接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
可选地,所述收发模块获取针对所述第一声纹信息的标识信息是指:
所述收发模块发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述收发模块直接从第一终端接收针对所述第一声纹信息的标识信息。
可选地,所述提示消息用于提醒对所述第一声纹信息进行标记。
可选地,所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息是指:
所述更新模块将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
可选地,所述标识信息是用于指示声纹信息所属的风险类型的信息。
可选地,所述收发模块还用于在所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前,接收所述第一终端发送的用户的身份类型信息,或者接收所述第一终端发送的所述第一终端的用户的第二声纹信息;
所述装置还包括:
身份校验模块,用于校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者根据所述第二声纹信息确认所述第一终端的用户的身份类型。
可选地,所述声纹信用信息包括:
声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息、或该声纹信息所对应的用户的基本信息的时间;所述声纹信用信息中一个风险类型的标记次数为:该声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
可选地,所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
可选地,所述的装置还包括:
查找模块,用于根据所述第一声纹信息,查找匹配的声纹信息所对应的声纹信用信息;
执行模块,用于当所查找到的声纹信用信息满足预设告警条件时,进行预定的处理。
可选地,所述执行模块进行预定的处理是指:
所述执行模块对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
可选地,所述执行模块进行预定的执行处理是指:
所述执行模块当所述第二终端的标识或者所述第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
本发明提出一种通信监控方法和装置,通过获取通信用户的第一声纹信息,及针对所述第一声纹信息的标识信息,得到声纹信用信息,从而可以准确、可靠地对通信用户进行识别;相对于电话号码,将声纹信息用于分类人群更稳定、更可靠。现有的声纹识别技术的可靠性可以和其他如指纹、掌纹、虹膜相媲美,同时,数据采集极为方便,造价低廉,是唯一可用于远程控制的非接触式生物识别技术。此外,提取的声纹特征可以和说话内容无关,不存在泄漏用户信息的问题。
本发明的可选方案中通过对声纹信用风险的评估,可有效且稳定地对通信中的风险进行预警。
本发明的另外一个意义在于,当用户通过语音通信进行诈骗、骚扰、犯罪等行为时,就可能会产生不良的声纹信用记录,因此会对人们在社会生活中的行为起到一定的约束作用。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明实施例一的通信监控方法的流程示意图;
图2是本发明实施示例1的声纹信用数据库的建立方法的流程图;
图3是本发明实施示例1中声纹信用信息新建或更新的实施流程图;
图4是本发明实施示例2的声纹信用数据库的建立方法的流程图;
图5是本发明实施示例2中声纹信用信息新建或更新的实施流程图;
图6是本发明实施示例3的在声纹信用数据库中登记声纹信用信息的流程图;
图7是本发明实施示例3的声纹信用数据库的建立方法的流程图;
图8是本发明实施示例3中声纹信用信息新建或更新的实施流程图;
图9是本发明实施示例4的声纹信用数据库的应用方法的流程图;
图10是本发明实施示例5的声纹信用数据库的应用方法的流程图;
图11是本发明实施示例6的声纹信用数据库的应用方法的流程图;
图12是本发明实施示例7的声纹信用数据库的应用方法的流程图;
图13是本发明实施示例8的声纹信用数据库的应用方法的流程图;
图14是本发明实施例二的通信监控装置的示意图;
图15是本发明实施例二的可选方案的示意图。
具体实施方式
下面将结合附图及实施例对本发明的技术方案进行更详细的说明。
需要说明的是,如果不冲突,本发明实施例以及实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一、一种通信监控方法,如图1所示,包括:
S110、当第一终端和第二终端通信时或通信后,服务器端获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
S120、所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
本实施例中,第一/第二终端的用户是指上述通信中使用第一/第二终端进行通信的使用者,可以是第一/第二终端或其中使用的SIM卡所登记的用户本人,也可以是其它人。比如张三的手机借给李四,李四用张三的手机与王五进行通话,则张三为第一或第二终端的用户。
本实施例中,所述通信包括电话或其它语音通信行为;不仅包括双方之间的通信,也可包括多方通信;通信中的任一方终端(比如发起方或应答方)都可以作为所述第二终端,参与通信的除了第二终端以外的其它终端都可以作为第一终端。一个典型的应用场景下,第二终端呼叫第一终端并建立通信,在通信结束后,第一终端的用户可以发送所述标识信息。
本实施例中,第一终端的用户可以通过输入、口述、在备选项中选择等方式发送所述标识信息。可以在通信结束后或通信期间发送所述标识信息。
本实施例中,所述声纹信用信息可以但不限于保存在服务器端的声纹信用数据库中。
下面以第一终端和第二终端通信为例说明本实施例。当第一终端与第二终端通信建立时,在第一终端或服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。第一终端的用户向服务器端发送针对第一声纹信息的标识信息,或者同时发送第一声纹信息;另外还可以发送第一终端的用户的身份类型信息(或第一终端的用户的第二声纹信息)等。在服务器端的声纹信用数据库中,根据第一终端用户发送的信息、第一声纹信息、以及服务器端接收到第一终端发送的信息的时间,新建或更新第一声纹信息所对应的声纹信用信息,该声纹信用信息对应于所述第二终端的用户。
可选地,所述获取第二终端的用户的第一声纹信息,包括:
所述服务器端录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
所述服务器端接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
可选地,服务器端获取针对所述第一声纹信息的标识信息,包括:
所述服务器端发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述服务器端直接从第一终端接收针对所述第一声纹信息的标识信息。
其中,所述提示消息可以但不限于用于提醒对所述第一声纹信息进行标记。本可选方案中,所述服务器端可以在获取到所述第一声纹信息后,或通信结束后,或其它触发条件满足时发送所述提示消息;所述提示消息展示到第一终端上后,会提醒第一终端的用户进行标记,第一终端的用户看到提示消息后可以进行响应(比如输入标识信息,或者在给出的多个风险类型中选择一个,第一终端根据第一终端的用户的选择生成标识信息),用户也可以忽略提示消息。当然,也可以由第一终端直接进行提示。
另外,也可以由第一终端主动提示用户进行标记。
可选地,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息包括:
所述服务器端将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
可选地,所述标识信息是用于指示声纹信息所属的风险类型的信息。
其中,所述的风险类型包括但不限于:推销(广告、保险)类、诈骗(传销)类、骚扰类等类型。
可选地,所述第一声纹信息包括以下任一种或任几种:MFCC(MelFrequency Ceptrum Coefficient,梅尔频率倒谱系数)声纹特征信息、LPCC(LinearPredictionCepstrumCoefficient,线性预测倒谱系数)声纹特征信息、通话录音等。
所述第一声纹信息可以是采用任何技术得到的能够区分不同说话人的任何一种声纹信息或者几种声纹信息的组合。
可选地,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前还包括:
所述服务器端接收所述第一终端发送的用户的身份类型信息,校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者,
所述服务器端接收所述第一终端发送的所述第一终端的用户的第二声纹信息,根据所述第二声纹信息确认所述第一终端的用户的身份类型。
其中,所述身份类型包括但不限于:公安机关、银行、普通用户等信息。
可选地,所述第二声纹信息包括以下任一种或任几种:梅尔频率倒谱系数声纹特征信息、线性预测倒谱系数声纹特征信息、通话录音等。
所述第二声纹信息可以是采用任何技术得到的能够区分不同说话人的任何一种声纹信息或者几种声纹信息的组合。
可选地,所述声纹信用信息包括:声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息的时间;所述声纹信用信息中一个风险类型的标记次数为:本声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
本可选方案中,当新建第一声纹信息所对应的声纹信用信息时,将针对第一声纹信息的标识信息中所指示的风险类型的标记次数置为1,其它风险类型的标记次数置为0;当更新第一声纹信息所对应的声纹信用信息时,将针对第一声纹信息的标识信息中所指示的风险类型的标记次数增加1,其它风险类型的标记次数维持不变。
本可选方案中,如果标识信息中所指示的风险类型与声纹信用信息中的风险类型不同,或者标识信息中风险类型为空值,则可以不新建/更新第一声纹信息所对应的声纹信用信息,或者仍然新建/更新,但新建后将声纹信用信息中所有风险类型的标记次数都设置为0/更新时只更新“最后更新时间”,各风险类型的标记次数保持不变。
在其它可选方案中,所述声纹信用信息也可以只包括声纹信息和历次收到的标识信息;或者包括声纹信息和一个或多个风险类型的标记次数等。实际应用时可以根据需要自行设计声纹信用信息中包含的内容。本可选方案中,声纹信息所对应的用户的基本信息可以但不限于包括以下一项或几项:
姓名、性别、身份证号码、联系电话、家庭住址、工作单位等。
可选地,所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任意几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
可选地,所述获取第二终端的用户的第一声纹信息后还包括:
所述服务器端根据所述第一声纹信息,查找包含匹配的声纹信息所对应的声纹信用信息;
当所述获取的声纹信用信息满足预设告警条件时,进行预定的处理。
其中,预设告警条件可自行设置,比如可以是所述信用风险等级达到预定等级,再比如可以是所述匹配的声纹信息被标识信息标记为某个风险类型的次数,或者被标记为各风险类型的总次数达到预定的次数阈值等。
其中,所述进行预定的处理可以但不限于包括:对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
其中,所述进行预定的处理也可以包括:当所述第二终端的标识或者第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
当所述第二终端的标识或者第一声纹信息满足预定的过滤条件时,可以不再对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,和/或不再对所述第二终端的用户进行限制。
当所述第二终端的标识或者第一声纹信息满足预定的过滤条件时,也可以进行除了提示所述第一声纹信息存在不良信用记录以外的其它操作,比如向第一终端的用户询问是否认识第二终端的用户等;还可以不进行任何操作,包括:不提示所述第一声纹信息存在不良信用记录,也不进行风险告警,也不对所述第二终端的用户进行限制等;即,对满足预定告警条件的第一声纹信息不采取任何行动。
实际应用时,当满足过滤条件时是否进行后续操作、如果进行后续操作具体进行什么操作都可以根据需要自行设置。在满足预定告警条件的情况下,满足过滤条件时的后续操作和不满足过滤条件时的后续操作可以完全不同、部分相同,甚至可以设置为完全相同。
所述第二终端的标识可以但不限于包括以下任意一个或任意几个:第二终端在通信中所使用的电话号码、用户识别卡的卡号、第二终端的IMEI(International Mobile Equipment Identity number,国际移动设备辩识码)、第二终端的MAC地址等。
所述满足预定的过滤条件可以但不限于包括:第二终端的标识或第一声纹信息本身满足预定的过滤条件,或者第二终端的标识或声纹信息所对应的用户的基本信息满足预定的过滤条件。
比如第二终端的标识或第一声纹信息所对应的用户的基本信息中,姓名位于所述第一终端的联系人名单里,再比如所述第二终端在通信中使用的电话号码或第二终端的用户的第一声纹信息已经被第一终端的用户加入白名单等,都可以作为所述过滤条件。所述过滤条件可根据需要自行设置。
以第一终端和第二终端通信为例说明本可选方案。当第一终端与第二终端通信建立时,在服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息,或者由第一终端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息,并将所述第一声纹信息发送至服务器端。在服务器端查找包含与第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级,即第一声纹信息的信用风险等级。当所述第一声纹信息的信用风险等级达到预设告警条件时,对第一终端的用户或者所述第一终端的用户的关联用户进行风险告警提示,或者对第二终端的用户限制服务等;当所述第一声纹信息的信用风险等级达到预设告警条件时,也可以继续判断所述第二终端的标识或者第一声纹信息是否满足预定的过滤条件;或者在判断是否达到预设告警条件前就先判断所述第二终端的标识或者第一声纹信息是否满足预定的过滤条件,然后再判断是否达到预设告警条件;如果满足预定的过滤条件且达到预设告警条件,可以不再对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,和/或不再对第二终端的用户进行限制,而只是提示第一终端的用户或所述第一终端的用户的关联用户所述第一声纹信息具有不良信用记录。
本可选方案中,服务器端获取标识信息的步骤和获取信用风险等级的步骤可以不分先后,也可以并行执行;比如,服务器端可以在通信期间就获取第一声纹信息,并获取匹配的声纹信用信息中的信用风险等级,并判断是否达到预设告警条件;此时还未收到标识信息,信用风险等级的计算中是不包含当前这次通信的。当然,也可以在服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息后,获取更新后的信用风险等级。
可选地,服务器自动更新声纹信用库信息,主要是对其中的信用风险等级进行重新计算和更新。该自动更新可以设置为周期性进行,也可以设置为当一条声纹信用信息的最后更新时间距离当前时间的长度超过阈值时进行主动更新。其它设置方案也可以。
可选地,对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警包括以下任一种或任几种方式:
播放一段语音提示风险,发送短信、电子邮件。
比如第一终端的用户A曾经登记或绑定过其它联系号码或电子邮箱地址等,那么可以对这些联系方式都发送告警消息,以对用户A进行风险告警;另外,对于用户A登记过或绑定过的其它用户,也可以采用相应方式通知,以进行风险告警。
可选地,对第二终端的用户进行限制包括以下任一种或任几种方式:
结束所述第二终端和所述第一终端的通信,对第二终端的通信服务进行限制,获取第二终端的用户的相关信息并将其发送至公安机关备案。
本实施例的通信监控方法可以分为声纹信用数据库建立和应用两个方面,下面用八个实施示例分别说明这两个方面的实现流程。
实施示例1
本实施示例描述了第一种声纹信用数据库的建立方法。以第一终端和第二终端通信为例,该方法的具体实现流程如图2所示,该方法包括:
101:当第一终端与第二终端通信建立时,在第一终端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。本实施示例中所述声纹信息包括但不限于:MFCC或LPCC等一类可以区分不同说话人的声纹特征信息。
102:在第一终端与第二终端通信过程中或通信结束后,服务器或第一终端提示第一终端的用户是否对第二终端的用户的第一声纹信息进行标记。
103:判断用户的响应,如果第一终端的用户响应为“是”(包括直接输入或选择标识信息的情况),则进行104,否则结束。
104:第一终端的用户通过所述第一终端向服务器发送标识信息及第二终端的用户的第一声纹信息。所述的标识信息是指用于指示声纹信息属于以下风险类型之一的信息:推销(广告、保险)类、诈骗(传销)类、骚扰类等。
105:在服务器端,根据标识信息、第二终端的用户的第一声纹信息、以及服务器接收到第一终端发送标识信息的时间,在声纹信用数据库中新建或更新第二终端的用户的声纹信用信息(即:第一声纹信息所对应的声纹信用信息)。具体地,建立步骤如图3所示,包括:
1051:根据服务器端的声纹信用数据库中各声纹信用信息,对第二终端的用户的第一声纹信息进行声纹匹配;所述声纹信用信息可以但不限于保存为声纹信用信息列表的形式,每条声纹信用信息可以包括:声纹信息、各类型的标记次数、最后更新时间及信用风险等级。进行声纹匹配是指将第二终端的用户的第一声纹信息与各声纹信用信息中包括的声纹信息进行比较,如果不存在相似度高于预设的相似度阈值的声纹信息则说明匹配不成功,进行1052,如果存在相似度高于预设的相似度阈值的声纹信息则说明匹配成功,则进行1053。相似度等于预设的相似度阈值的情况可以划归为匹配,也可以划归为不匹配,可根据实际情况规定;另外判断是否匹配的情况也不限于上文描述的实际例子。
1052:根据标识信息和第二终端的用户的第一声纹信息,新建第二终端的用户的声纹信用信息。进行1054。
举例来说,如对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,且服务器端接收到第一终端发送的标识信息的时间为2015.4.20,假设第二终端的用户的第一声纹信息和声纹信用数据库中的声纹信用信息匹配不成功,则在声纹信用信息列表中新建第二终端的用户的声纹信用信息,包括:第二终端的用户的第一声纹信息(即表二中的声纹信息n),“推销类”标记次数记录为1,其他风险类型的标记次数初始化为0,同时将2015.4.20记录为最后更新时间。更新前后的声纹信用信息列表分别为表一和表二:
表一、更新前的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
表二、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
声纹信息n | 1 | 0 | 0 | 2015.4.20 |
1053:在与第二终端的用户的第一声纹信息匹配的第一声纹信用信息中,将所述标识信息中所指示的风险类型的标记次数加1,然后更新第一声纹信用信息。进行1054。
举例来说,对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,假设第二终端的用户的第一声纹信息和声纹信用信息中“声纹信息2”匹配成功,且服务器端接收到第一终端发送的标识信息时间为2015.4.20,则将包含“声纹信息2”的声纹信用信息中的“推销类”的标记次数加1,同时将2015.4.20记录为最后更新时间。新建前后的声纹信用信息列表分别为表一和表三:
表三、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 1 | 0 | 1 | 2015.4.20 | 0级 |
… | … | …. | … | … | … |
1054:根据新增或更新的声纹信用信息,计算声纹信用风险分数,评价声纹信息的信用风险等级,并更新相应声纹信用信息中“信用风险等级”项。
声纹信用风险分数计算式如下:
声纹信用风险分数=权重1*推销类的标记次数+权重2*诈骗类的标记次数+权重3*骚扰类的标记次数-权重4*时间因子
当声纹信用风险分数为负值时,设置为零。
其中,各风险类型的标记次数的计算按照下式:
标记次数=N;
各风险类型包括但不限于推销类、诈骗类、骚扰类等。
N为声纹信用信息列表中记录的声纹信息在该风险类型总的被标记次数。
其中,时间因子由当前时间和最后更新时间的时间差(单位为天数)决定。时间因子和上述时间差的对应关系如表四:
表四、时间因子和时间差的对应关系
时间差=当前时间-最后更新时间 | 时间因子 |
时间差<90天 | 0 |
90天<=时间差<365天 | 10 |
365天<=时间差<730天 | 100 |
730天<=时间差<1095天 | 1000 |
表五、权重的取值
权重1 | 0.5 |
权重2 | 2 |
权重3 | 1 |
权重4 | 1 |
根据声纹信用风险分数,得到声纹信息的信用风险等级,两者的对应关系如表六:
表六、声纹信用风险分数和信用风险等级的对应关系
声纹信用风险分数<=50 | 0级 |
50<声纹信用风险分数<=1000 | 1级 |
1000<声纹信用风险分数<=5000 | 2级 |
5000<声纹信用风险分数<=10000 | 3级 |
声纹信用风险分数>10000 | 4级 |
可选地,服务器端定期对声纹信用数据库自动更新,如果某声纹信用信息超过3年没有更新,可以对声纹信息的各风险类型的标记次数和信用风险等级都清零。
实施示例2
本实施示例描述了第二种声纹信用数据库的建立方法。以第一终端和第二终端通信为例,该方法的具体实现流程如图4所示,该方法包括:
201:当第一终端与第二终端通信建立时,在服务器端录制第二终端用户的通话录音并获得第二终端用户的第一声纹信息。本实施示例中所述声纹信息包括但不限于:MFCC或LPCC等一类可以区分不同说话人的声纹特征信息。
202:在第一终端与第二终端通信过程中或通信结束后,服务器端或第一终端提示第一终端用户对第二终端用户的第一声纹信息进行标记。
203:第一终端的用户通过所述第一终端向服务器端发送标识信息,也可同时发送第一终端的用户的身份类型信息。所述的标识信息是指用于指示声纹信息属于以下风险类型之一的信息:推销(广告、保险)类、诈骗(传销)类、骚扰类等。所述身份类型包括:公安机关、银行、普通用户等。
204:在服务器端,如果收到第一终端的用户的身份类型信息则进行校验,确认第一终端的用户的身份,如校验不通过,则修改身份类型信息为“普通用户”。
205:服务器端根据第一终端发送的标识信息、身份类型信息、第二终端的用户的第一声纹信息、以及服务器接收到第一终端发送的标识信息的时间,在声纹信用数据库中新建或更新第二终端的用户的声纹信用信息(即:第一声纹信息所对应的声纹信用信息)。具体地,建立步骤如图5所示,包括:
2051:根据服务器端的声纹信用信息,对第二终端的用户的第一声纹信息进行声纹匹配。如果匹配不成功,则进行2052;如果匹配成功,则进行2053。
2052:根据第一终端发送的标识信息、第一终端的用户的身份类型信息、第二终端的用户的第一声纹信息,服务器端获取到第一终端发送的标识信息的时间,新建第二终端的用户的声纹信用信息。进行2054。
举例来说,如对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,确认的第一终端的用户的身份为“普通用户”,且服务器端接收到第一终端发送的标识信息时间为2015.4.20,假设第二终端的用户的第一声纹信息和声纹信用信息匹配不成功,则在声纹信用信息列表中新建第二终端的声纹信用信息,包括第二终端的用户的第一声纹信息(即表八中的声纹信息n),“推销类”标记次数记录为1,其他风险类型的标记次数初始化为0,同时将2015.4.20记录为最后更新时间。新建前后的声纹信用信息列表分别为表七和表八:
表七、更新前的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
表八、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
声纹信息n | 1 | 0 | 0 | 2015.4.20 |
在服务器端记录校验后的第一终端的用户的身份类型信息和所述第一终端发送本次标识信息的时间2015.4.20,如表九:
表九、标识信息记录表
声纹信息n | 第1次标记 | 推销类 | 被普通用户标记 | 2015.4.20 |
… | … | … | … | … |
2053:在与第二终端的用户的第一声纹信息匹配的第一声纹信用信息中,将所述标识信息中所指示的类型的标记次数加1,然后保存更新后的第一声纹信用信息。进行2054。
举例来说,对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,校验后的第一终端的用户的身份为“普通用户”,且服务器端接收到第一终端发送的标识信息的时间为2015.4.20,假设第二终端的用户的第一声纹信息和声纹信用库中“声纹信息2”匹配成功,则将包含“声纹信息2”的声纹信用信息中的“推销类”的标记次数加1,同时记录2015.4.20为最后更新时间。更新前后的声纹信用信息列表分别为表七和表十:
表十、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 1 | 0 | 1 | 2015.4.20 | 0级 |
… | … | …. | … | … | … |
在服务器端记录校验后的第一终端的用户的身份类型信息和所述第一终端发送本次标识信息的时间2015.4.20,如表十一:
表十一、标识信息记录表
声纹信息2 | 第1次标记 | 骚扰类 | 被公安机关标记 | 2014.5.1 |
声纹信息2 | 第2次标记 | 推销类 | 被普通用户标记 | 2015.4.20 |
… | … | … | … | … |
2054:根据新增或更新的声纹信用信息,计算声纹信用风险分数,评价声纹信息的信用风险等级,并更新相应声纹信用信息中“信用风险等级”项。
声纹信用风险分数计算式如下:
声纹信用风险分数=权重1*推销类的标记次数+权重2*诈骗类的标记次数+权重3*骚扰类的标记次数-权重4*时间因子+权重5*标记频率
当声纹信用风险分数为负值时,设置为零。
其中,各类风险类型的标记次数的计算按照下式:
各风险类型包括但不限于:推销类、诈骗类、骚扰类等。
N为声纹信用信息列表中,记录的声纹信息在该风险类型总的被标记的次数,i代表该声纹第i次被标记,a(i)是进行第i次标记的用户的身份类型信息对应的身份系数,由上述第一终端的用户的身份类型信息决定,两者的对应关系如表十二:
表十二、身份类型信息和身份系数的对应关系
身份类型信息 | a |
公安机关 | 100 |
银行 | 30 |
普通用户 | 1 |
其中,时间因子由当前时间和最后更新时间的时间差(单位为天数)决定。时间因子和上述时间差的对应关系如表十三:
表十三、时间因子和时间差的对应关系
时间差=当前时间-最后更新时间 | 时间因子 |
时间差<90天 | 0 |
90天<=时间差<365天 | 10 |
365天<=时间差<730天 | 100 |
730天<=时间差<1095天 | 1000 |
其中,标记频率表示一段时间内被标记的频繁程度,计算式如下:
标记频率=各风险类型被标记的总次数/(最后一次标记的时间-第一次标记的时间),单位是次/天数
权重的取值如表十四:
表十四、权重的取值
权重1 | 0.5 |
权重2 | 2 |
权重3 | 1 |
权重4 | 1 |
权重5 | 6.5 |
根据声纹信用风险分数,得到声纹信息的信用风险等级,两者的对应关系如表十五:
表十五、声纹信用风险分数和信用风险等级的对应关系
声纹信用风险分数<=50 | 0级 |
50<声纹信用风险分数<=1000 | 1级 |
1000<声纹信用风险分数<=5000 | 2级 |
5000<声纹信用风险分数<=10000 | 3级 |
声纹信用风险分数>10000 | 4级 |
可选地,服务器端定期对声纹信用数据库自动更新,如果某声纹信用信息超过3年没有更新,可以对声纹信息的各风险类型的标记次数和信用风险等级都清零。
实施示例3
本实施示例描述了第三种声纹信用数据库的建立方法。该方法的具体实施方式如图6所示,包括:
301:在声纹信用数据库中登记声纹信息对应的用户的基本信息。包括:
录制用户的声纹信息,并搜集用户的基本信息,如:姓名、性别、身份证号码、联系电话、家庭住址、工作单位等,本实施例中所述声纹信息包括但不限于:梅尔频率倒谱系数或线性预测倒谱系数等一类可以区分不同说话人的声纹特征信息;将所述用户的声纹信息和基本信息上传至服务器端;新建或者更新服务器端声纹信用数据库。具体的实施步骤如图6所示,包括:
3011:录制用户的声纹信息,并搜集用户的基本信息,如:姓名、性别、身份证号码、联系电话、家庭住址、工作单位等。
3012:将3011所述的用户的声纹信息和基本信息发送至服务器端。
3013:将3011所述的用户的声纹信息,跟服务器端的声纹信用数据库中的声纹信息进行匹配。如果匹配不成功,则进行3014;如果匹配成功,则进行3015。
3014:根据上述用户的声纹信息和基本信息,新建用户的声纹信用信息。
举例来说,如用户的声纹信息与服务器端的声纹信用信息匹配不成功,且服务器端接收到用户的基本信息的时间为2015.4.20,则在声纹信用信息列表中新建当前用户的声纹信用信息,包括:当前用户的声纹信息(即表十七中的声纹信息n),初始化各风险类型的标识次数为0,同时记录2015.4.20为最后更新时间。上述风险类型指:推销类、诈骗类、骚扰类等。新建前后的声纹信用信息列表分别为表十六和表十七:
表十六、更新前的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
表十七、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
声纹信息n | 0 | 0 | 0 | 2015.4.20 |
同时,记录用户的基本信息,如表十八:
表十八、用户的基本信息
姓名 | 性别 | ID | 联系电话 | 家庭住址 | 工作单位 | |
声纹信息n | ** | * | ***** | ***** | ***** | **** |
3015:根据用户的声纹信息和基本信息,更新匹配成功的声纹信用信息。
举例来说,如用户的声纹信息与服务器端的声纹信用数据库中包含“声纹信息2”的声纹信用信息匹配成功,且服务器端接收到用户的基本信息的时间为2015.4.20,则更新前后的声纹信用信息列表分别为表十六和表十九:
表十九、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2015.4.20 | 0级 |
… | … | …. | … | … | … |
同时,记录用户的基本信息,如表二十:
表二十、用户的基本信息
姓名 | 性别 | ID | 联系电话 | 家庭住址 | 工作单位 | |
声纹信息2 | ** | * | ***** | ***** | ***** | **** |
接下来,以第一终端和第二终端通信为例,如图7所示,建立方法包括:
302:当第一终端与第二终端通信建立时,在服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
303:在第一终端与第二终端通信过程中或通信结束后,服务器或第一终端提示第一终端的用户对第二终端的用户的第一声纹信息进行标记。
304:第一终端的用户向服务器端发送标识信息,也可同时发送第一终端的用户的第二声纹信息。所述的标识信息是指用于指示声纹信息属于以下风险类型之一的信息:推销(广告、保险)类、诈骗(传销)类、骚扰类等。
305:在服务器端,如果收到第一终端的用户的第二声纹信息,则在声纹信用数据库中进行声纹信息匹配,如果匹配成功,则可在声纹信用数据库查找到第一终端的用户的基本信息,得到第一终端的用户的身份类型信息并校验,如匹配不成功、或未查找到第一终端的用户的基本信息,或校验不通过,则修改第一终端的用户的身份类型信息为“普通用户”。
306:服务器端根据第一终端的用户发送的标识信息、身份类型信息、第二终端的用户的第一声纹信息、以及服务器接收到第一终端发送的标识信息的时间,在声纹信用数据库中新建或更新第二终端的用户的声纹信用信息(即:第一声纹信息所对应的声纹信用信息)。具体地,建立步骤如图8所示,包括:
3061:根据服务器端的声纹信用信息,对第二终端的用户的第一声纹信息进行声纹信息匹配。如果匹配不成功,则进行3062;如果匹配成功,则进行3063。
3062:根据第一终端发送的标识信息、第一终端的用户的身份类型信息、第二终端的用户的第一声纹信息,服务器端获取到第一终端发送的标识信息的时间,新建第二终端的用户的声纹信用信息。进行3064。
举例来说,如对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,校验后的第一终端的用户的身份为“普通用户”,且服务器端接收到第一终端发送的标识信息的时间为2015.4.20,假设第二终端的用户的第一声纹信息和声纹信用信息匹配不成功,则在声纹信用信息列表中新建第二终端的用户的声纹信用信息,包括第二终端的用户的第一声纹信息(即表二十二中的声纹信息n),“推销类”标记次数记录为1,其他风险类型的标记技术初始化为0,同时记录2015.4.20为最后更新时间。新建前后的声纹信用信息列表分别为表二十一和表二十二:
表二十一、更新前的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
表二十二、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 0 | 0 | 1 | 2014.5.1 | 0级 |
… | … | …. | … | … | … |
声纹信息n | 1 | 0 | 0 | 2015.4.20 |
在服务器端记录校验后的第一终端的用户的身份类型信息和所述第一终端发送本次标识信息的时间2015.4.20,如表二十三:
表二十三、标识信息记录表
声纹信息n | 第1次标记 | 推销类 | 被普通用户标记 | 2015.4.20 |
… | … | … | … | … |
3063:在与第二终端的用户的第一声纹信息匹配的第一声纹信用信息中,将所述标识信息中所指示的类型的标记次数加1,然后保存更新后的第一声纹信用信息。进行3064。
举例来说,对第二终端的用户的第一声纹信息的标识信息指示该声纹信息为“推销类”,校验后的第一终端的用户的身份为“普通用户”,且服务器端接收到第一终端发送的标识信息的时间为2015.4.20,假设第二终端的用户的第一声纹信息和声纹信用数据中的“声纹信息2”匹配成功,则对包含“声纹信息2”的声纹信用信息中的“推销类”的标记次数加1,同时记录2015.4.20为最后更新时间。更新前后的声纹信用信息列表分别为表二十一和表二十四:
表二十四、更新后的声纹信用信息列表
推销类 | 诈骗类 | 骚扰类 | 最后更新时间 | 信用风险等级 | |
声纹信息1 | 100 | 0 | 1 | 2013.6.10 | 1级 |
声纹信息2 | 1 | 0 | 1 | 2015.4.20 | 0级 |
… | … | …. | … | … | … |
在服务器端记录校验后的第一终端的用户的身份类型信息和所述第一终端发送本次标识信息的时间2015.4.20,如表二十五:
表二十五、标识信息记录表
声纹信息2 | 第1次标记 | 骚扰类 | 被公安机关标记 | 2014.5.1 |
声纹信息2 | 第2次标记 | 推销类 | 被普通用户标记 | 2015.4.20 |
… | … | … | … | … |
3064:根据新增或更新的声纹信用信息,计算声纹信用风险分数,评价声纹信息的信用风险等级,并更新相应声纹信用信息中“信用风险等级”项。
声纹信用风险分数计算式如下:
声纹信用风险分数=权重1*推销类的标记次数+权重2*诈骗类的标记次数+权重3*骚扰类的标记次数-权重4*时间因子+权重5*标记频率
当声纹信用风险分数为负值时,设置为零。
其中,各风险类型的标记次数的计算按照如下式:
各风险类型包括但不限于:推销类、诈骗类、骚扰类等。
N为声纹信用信息列表中,记录声纹信息在该风险类型总的被标记的次数,i代表该声纹信息第i次被标记,a(i)是进行第i次标记的用户的身份类型信息对应的身份系数,由上述第一终端的用户的身份类型信息决定,两者的对应关系如表二十六:
表二十六、身份类型信息和身份系数的对应关系
身份类型信息 | a |
公安机关 | 100 |
银行 | 30 |
普通用户 | 1 |
其中,时间因子由当前时间和最后更新时间的时间差(单位为天数)决定。时间因子和上述时间差的对应关系如表二十七:
表二十七、时间因子和时间差的对应关系
时间差=当前时间-最后更新时间 | 时间因子 |
时间差<90天 | 0 |
90天<=时间差<365天 | 10 |
365天<=时间差<730天 | 100 |
730天<=时间差<1095天 | 1000 |
其中,标记频率表示一段时间内被标记的频繁程度,计算式如下:
标记频率=各风险类型被标记的总次数/(最后一次标记的时间-第一次标记的时间),单位是次/天数
权重的取值如表二十八:
表二十八、权重的取值
权重1 | 0.5 |
权重2 | 2 |
权重3 | 1 |
权重4 | 1 |
权重5 | 6.5 |
根据声纹信用风险分数,得到声纹信息的信用风险等级,两者的对应关系如表二十九:
表二十九、声纹信用风险分数和信用风险等级的对应关系
声纹信用风险分数<=50 | 0级 |
50<声纹信用风险分数<=1000 | 1级 |
1000<声纹信用风险分数<=5000 | 2级 |
5000<声纹信用风险分数<=10000 | 3级 |
声纹信用风险分数>10000 | 4级 |
可选地,服务器端定期对声纹信用数据库自动更新,如果某声纹信用信息超过3年没有更新,可以对声纹信息的各风险类型的标记次数和信用风险等级都清零。
其中,上述步骤301可以在任何时间实施,和其他步骤之间没有实施上时间的先后关系。
实施示例4
本实施示例描述了第一种声纹信用库的应用方法。以第一终端和第二终端通信为例,该方法的具体实现流程如图9所示,该方法包括:
401:当第一终端与第二终端通信建立时,在服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
402:在服务器端查找与第二终端的用户的第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级。
403:当第二终端的用户的第一声纹信息的信用风险等级(即402中查找到的信用风险等级)达到预定告警条件(如大于2级)时,对第一终端的用户进行风险告警。进行风险告警的方式可以是但不限于:中断通话,或播放一段语音提示,或在通话过程中/通话结束后通过发送短信/电子邮件等方式进行风险提示。
实施示例5
针对现阶段有很多老人用户电话上当受骗的案例,本实施示例描述了第二种声纹信用库的应用方法,主要针对风险防范意识和能力较弱的人群。
以第一终端和第二终端通信为例,该方法的具体实现流程如图10所示,该方法包括:
501:当第一终端与第二终端通信建立时,在第一终端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
502:第一终端发送录制的第二终端的用户的通话录音和第二终端的用户的第一声纹信息至服务器端。
503:服务器端根据502中第一终端发送的声纹信息,查找与第二终端的用户的第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级。
504:当第二终端的用户的第一声纹信息的信用风险等级(即503中查找到的信用风险等级)达到预定告警条件(如大于2级)时,结束当前通话。同时服务器端自动更新声纹信用数据库信息。
505:服务器端自动呼叫第一终端的关联电话号码并播放风险提示语音,或者服务器端自动发送短信/电子邮件等给第一终端关联用户,进行风险告警。
实施示例6
本实施示例描述了第三种声纹信用库的应用方法,以第一终端和第二终端通信为例,该方法的具体实现流程如图11所示,该方法包括:
601:当第一终端与第二终端通信建立时,在服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
602:在服务器端查找与第二终端的用户的第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级。
603:当第二终端的用户的第一声纹信息的信用风险等级(即602中查找到的信用风险等级)达到最高声纹信用风险等级(比如4级)时,对第二终端的用户的通信功能进行限制,如:中止并限制第二终端的通信服务,或获取第二终端的用户的身份类型信息、通过运营商获取其密切联系人的信息、以及通过网络定位第二终端的位置信息等,并采取发送上述信息给公安机关备案等手段。
实施示例7
本实施示例描述了第四种声纹信用库的应用方法,以第一终端和第二终端通信为例,该方法的具体实现流程如图12所示,该方法包括:
701:第一终端预存声纹信息,所述声纹信息包括但不限于,所述第一终端中的常用联系人和通信录用户的声纹信息等。
702:当第一终端与第二终端通信建立时,在服务器端和第一终端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
703:在服务器端查找与第二终端的用户的第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级;在第一终端将第二终端的用户的第一声纹信息和701所述第一终端预存的声纹信息进行匹配。
704:如果703中所述的第二终端的用户的第一声纹信息的信用风险等级(即703中查找到的信用风险等级)达到预设告警条件,且703中所述第二终端的用户的第一声纹信息和第一终端的预存的声纹信息匹配不成功,则对第一终端的用户进行风险告警。进行风险告警的方式可以是但不限于:中断通话,或播放一段语音提示,或在通话过程中/通话结束后通过发送短信/电子邮件等方式进行风险提示。
705:如果703中所述的第二终端的用户的第一声纹信息的信用风险等级(即703中查找到的信用风险等级)达到预设告警条件,且703中所述的第二终端的用户的第一声纹信息和第一终端预存的声纹信息匹配成功,则不对第一终端的用户进行风险告警,或者可选地,在通话结束后通过向第一终端的用户发送短信/电子邮件等方式提示所述第二终端的用户的第一声纹信息有不良信用记录。
实施示例8
本实施示例描述了第五种声纹信用库的应用方法,以第一终端和第二终端通信为例,该方法的具体实现流程如图13所示,该方法包括:
801:第一终端预存所述第一终端中的常用联系人和通信录用户的电话号码等信息。
802:当第一终端与第二终端通信建立时,在服务器端录制第二终端的用户的通话录音并获得第二终端的用户的第一声纹信息。
803:在服务器端查找与第二终端的用户的第一声纹信息匹配的声纹信息所对应的声纹信用信息中的信用风险等级;在第一终端将第二终端的用户的电话号码等信息和第一终端预存的常用联系人和通信录用户的电话号码等信息进行匹配。
804:如果803中所述的第二终端的用户的第一声纹信息的信用风险等级(即803中查找到的信用风险等级)达到预设告警条件,且803中所述的第二终端的用户的电话号码等信息和第一终端预存的常用联系人和通信录用户的电话号码等信息匹配不成功,则对第一终端的用户进行风险告警。进行风险告警的方式可以是但不限于:中断通话,或播放一段语音提示,或在通话过程中/通话结束后通过发送短信/电子邮件等方式进行风险提示。
805:如果803中所述的第二终端的用户的第一声纹信息的信用风险等级(即803中查找到的信用风险等级)达到预设告警条件,且803中所述的第二终端的用户的电话号码等信息和第一终端预存的常用联系人和通信录用户的电话号码等信息匹配成功,则不对第一终端的用户进行风险告警,或者可选地,在通话结束后通过向第一终端的用户发送短信/电子邮件等方式提示所述第二终端的用户的第一声纹信息有不良信用记录。
实施例二、一种通信监控装置,设置在服务器端,如图14所示,包括:
收发模块141,用于当第一终端和第二终端通信时或通信后,获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
更新模块142,用于根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
可选地,所述收发模块141获取第二终端的用户的第一声纹信息是指:
收发模块141录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
收发模块141接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
可选地,所述收发模块141获取针对所述第一声纹信息的标识信息是指:
所述收发模块141发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述获取模块141直接从第一终端接收针对所述第一声纹信息的标识信息。
其中,所述提示消息可以但不限于用于提醒对所述第一声纹信息进行标记。
可选地,所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息是指:
所述更新模块142将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
可选地,所述标识信息是用于指示声纹信息所属的风险类型的信息。
可选地,所述第一声纹信息包括以下任一种或任几种:梅尔频率倒谱系数声纹特征信息、线性预测倒谱系数声纹特征信息、通话录音等。
所述第一声纹信息可以是采用任何技术得到的能够区分不同说话人的任何一种声纹信息或者几种声纹信息的组合。
可选地,所述收发模块还用于在所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前,接收所述第一终端发送的用户的身份类型信息,或者接收所述第一终端发送的所述第一终端的用户的第二声纹信息;
可选地,所述装置还可以包括:
身份校验模块,用于校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者根据所述第二声纹信息确认所述第一终端的用户的身份类型。
可选地,所述第二声纹信息包括以下任一种或任几种:梅尔频率倒谱系数声纹特征信息、线性预测倒谱系数声纹特征信息、通话录音等。
所述第二声纹信息可以是采用任何技术得到的能够区分不同说话人的任何一种声纹信息或者几种声纹信息的组合。
可选地,所述声纹信用信息包括:
声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息或该声纹信息所对应的用户的基本信息的时间;所述声纹信用信息中一个风险类型的标记次数为:本声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
在其它可选方案中,所述声纹信用信息也可以只包括声纹信息和历次收到的标识信息;或者包括声纹信息和各风险类型的标记次数等。实际应用时可以根据需要自行设计声纹信用信息中包含的内容。
可选地,所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
可选地,如图15所示,所述的装置还包括:
查找模块143,用于根据所述第一声纹信息,查找匹配的声纹信息所对应的声纹信用信息;
执行模块144,用于当所述查找到的声纹信用信息满足预设告警条件时,进行预定的处理。
其中所述查找模块143是在更新模块142所维护的声纹信用信息145中进行查找;更新模块142所维护的声纹信用信息145可以但不限于保存在声纹信用数据库中。
其中,预设告警条件可自行设置,比如可以是所述信用风险等级达到预定等级,再比如可以是所述匹配的声纹信息被标识信息标记为某个风险类型的次数,或者被标记为各风险类型的总次数达到次数阈值等。
其中,执行模块进行预定的处理可以但不限于是指:
执行模块对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
其中,执行模块进行预定的处理也可以包括:
执行模块当所述第二终端的标识或者所述第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
当所述第二终端的标识或者第一声纹信息满足预定的过滤条件时,可以不再对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,和/或不再对第二终端的用户进行限制。
当所述第二终端的标识或者第一声纹信息满足预定的过滤条件时,也可以进行除了提示所述第一声纹信息存在不良信用记录以外的其它操作,比如向第一终端的用户询问是否认识第二终端的用户等;还可以不进行任何操作,包括:不提示所述第一声纹信息存在不良信用记录,也不进行风险告警,也不对所述第二终端的用户进行限制等;即,对满足预定告警条件的第一声纹信息不采取任何行动。
实际应用时,当满足过滤条件时是否进行后续操作、如果进行后续操作具体进行什么操作都可以根据需要自行设置。在满足预定告警条件的情况下,满足过滤条件时的后续操作和不满足过滤条件时的后续操作可以完全不同、部分相同,甚至可以设置为完全相同。
所述第二终端的标识可以但不限于包括以下任意一个或任意几个:第二终端在通信中所使用的电话号码、用户识别卡的卡号、第二终端的IMEI(International Mobile Equipment Identity number,国际移动设备辩识码)、第二终端的MAC地址等。
所述满足预定的过滤条件可以但不限于包括:第二终端的标识或第一声纹信息本身满足预定的过滤条件,或者第二终端的标识或第一声纹信息所对应的用户的基本信息满足预定的过滤条件。
比如第二终端的标识或第一声纹信息所对应的用户的基本信息中,姓名位于所述第一终端的联系人名单里,再比如所述第二终端在通信中使用的电话号码或第二终端的用户的第一声纹信息已经被第一终端的用户加入白名单等,都可以作为所述过滤条件。所述过滤条件可根据需要自行设置。
其中,可以仅提示所述第一声纹信息存在不良信用记录,不进行风险告警或对所述第二终端的通信服务限制。
可选地,对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警包括以下任一种或任几种方式:播放一段语音提示风险,发送短信、电子邮件。
可选地,所述执行模块对第二终端的用户进行限制包括以下任一种或任几种方式:
所述执行模块结束所述第二终端和所述第一终端的通信,对所述第二终端的通信服务进行限制,获取第二终端的用户的相关信息并将其发送至公安机关备案。
其它实现细节可参见实施例一。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (24)
1.一种通信监控方法,其特征在于,包括:
当第一终端和第二终端通信时或通信后,服务器端获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
2.如权利要求1所述的方法,其特征在于,所述获取所述第二终端的用户的第一声纹信息,包括:
所述服务器端录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
所述服务器端接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
3.如权利要求1所述的方法,其特征在于,获取所述第一终端发送的针对所述第一声纹信息的标识信息,包括:
所述服务器端发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述服务器端直接从第一终端接收针对所述第一声纹信息的标识信息。
4.如权利要求3所述的方法,其特征在于:
所述提示消息用于提醒对所述第一声纹信息进行标记。
5.如权利要求1所述的方法,其特征在于,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息包括:
所述服务器端将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
6.如权利要求1所述的方法,其特征在于,所述标识信息是用于指示声纹信息所属的风险类型的信息。
7.如权利要求1所述的方法,其特征在于,所述服务器端根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前还包括:
所述服务器端接收所述第一终端发送的用户的身份类型信息,校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者,
所述服务器端接收所述第一终端发送的所述第一终端的用户的第二声纹信息,根据所述第二声纹信息确认所述第一终端的用户的身份类型。
8.如权利要求1所述的方法,其特征在于,所述声纹信用信息包括:
声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息、或该声纹信息所对应的用户的基本信息的时间;所述声纹信用信息中一个风险类型的标记次数为:本声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
9.如权利要求8所述的方法,其特征在于:
所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
10.如权利要求1~9中任一项所述的方法,其特征在于,所述获取第二终端的用户的第一声纹信息后还包括:
所述服务器端根据所述第一声纹信息,查找匹配的声纹信息所对应的声纹信用信息;
当所查找到的声纹信用信息满足预设告警条件时,进行预定的处理。
11.如权利要求10所述的方法,其特征在于,进行预定的处理包括:
对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
12.如权利要求10所述的方法,其特征在于,进行预定的处理包括:
当所述第二终端的标识或者所述第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
13.一种通信监控装置,其特征在于,设置在服务器端,包括:
收发模块,用于当第一终端和第二终端通信时或通信后,获取所述第二终端的用户的第一声纹信息,并获取所述第一终端发送的针对所述第一声纹信息的标识信息;
更新模块,用于根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息。
14.如权利要求13所述的装置,其特征在于,所述收发模块获取第二终端的用户的第一声纹信息是指:
所述收发模块录制或接收所述第二终端的用户的通话录音,根据所述通话录音获取所述第一声纹信息;或者,
收发模块接收所述第一终端根据录制的所述第二终端的用户的通话录音所获取的所述第一声纹信息。
15.如权利要求13所述的装置,其特征在于,所述收发模块获取针对所述第一声纹信息的标识信息是指:
所述收发模块发送提示消息到第一终端,并接收所述第一终端反馈的标识信息;或者,
所述收发模块直接从第一终端接收针对所述第一声纹信息的标识信息。
16.如权利要求15所述的装置,其特征在于:
所述提示消息用于提醒对所述第一声纹信息进行标记。
17.如权利要求13所述的装置,其特征在于,所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息是指:
所述更新模块将第一声纹信息和已有的声纹信用信息中的声纹信息匹配,如果匹配不成功,则根据所述第一声纹信息及标识信息新建所述第一声纹信息所对应的声纹信用信息;如果匹配成功,则根据所述标识信息更新与所述第一声纹信息匹配的声纹信息所对应的声纹信用信息。
18.如权利要求13所述的装置,其特征在于,所述标识信息是用于指示声纹信息所属的风险类型的信息。
19.如权利要求13所述的装置,其特征在于:
所述收发模块还用于在所述更新模块根据所述第一声纹信息及标识信息新建或更新所述第一声纹信息所对应的声纹信用信息前,接收所述第一终端发送的用户的身份类型信息,或者接收所述第一终端发送的所述第一终端的用户的第二声纹信息;
所述装置还包括:
身份校验模块,用于校验所述身份类型信息,确认所述第一终端的用户的身份类型;或者根据所述第二声纹信息确认所述第一终端的用户的身份类型。
20.如权利要求13所述的装置,其特征在于,所述声纹信用信息包括:
声纹信息、一个或多个风险类型的标记次数、最后更新时间及信用风险等级;所述声纹信用信息中的所述最后更新时间为所述服务器端最近一次收到针对该声纹信用信息中的声纹信息的标识信息、或该声纹信息所对应的用户的基本信息的时间;所述声纹信用信息中一个风险类型的标记次数为:该声纹信用信息中的声纹信息被标识信息指示为该风险类型的次数。
21.如权利要求20所述的装置,其特征在于:
所述信用风险等级根据各风险类型的标记次数及其对应的权重,以及以下信息中的任一个或任几个信息及其对应的权重计算得到:
第一终端的用户的身份类型信息、最后更新时间、更新频率。
22.如权利要求15~21中任一项所述的装置,其特征在于,还包括:
查找模块,用于根据所述第一声纹信息,查找匹配的声纹信息所对应的声纹信用信息;
执行模块,用于当所查找到的声纹信用信息满足预设告警条件时,进行预定的处理。
23.如权利要求22所述的装置,其特征在于,所述执行模块进行预定的处理是指:
所述执行模块对所述第一终端的用户或者所述第一终端的用户的关联用户进行风险告警,或者对第二终端的用户进行限制。
24.如权利要求22所述的装置,其特征在于,所述执行模块进行预定的执行处理是指:
所述执行模块当所述第二终端的标识或者所述第一声纹信息满足预定的过滤条件时,提示所述第一终端的用户或者所述第一终端的用户的关联用户所述第一声纹信息存在不良信用记录。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510395306.6A CN106341555A (zh) | 2015-07-07 | 2015-07-07 | 一种通信监控方法和装置 |
PCT/CN2016/084782 WO2017005071A1 (zh) | 2015-07-07 | 2016-06-03 | 一种通信监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510395306.6A CN106341555A (zh) | 2015-07-07 | 2015-07-07 | 一种通信监控方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106341555A true CN106341555A (zh) | 2017-01-18 |
Family
ID=57684838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510395306.6A Pending CN106341555A (zh) | 2015-07-07 | 2015-07-07 | 一种通信监控方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106341555A (zh) |
WO (1) | WO2017005071A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107181851A (zh) * | 2017-04-25 | 2017-09-19 | 上海与德科技有限公司 | 通话控制方法及装置 |
CN107566358A (zh) * | 2017-08-25 | 2018-01-09 | 腾讯科技(深圳)有限公司 | 一种风险预警提示方法、装置、介质及设备 |
CN109660531A (zh) * | 2018-12-10 | 2019-04-19 | 武汉大晟极科技有限公司 | 一种身份验证方法、服务器及客服终端 |
CN113034000A (zh) * | 2021-03-24 | 2021-06-25 | 数贸科技(北京)有限公司 | 一种风控处理方法、装置、计算设备和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030125944A1 (en) * | 1999-07-12 | 2003-07-03 | Robert C. Wohlsen | Method and system for identifying a user by voice |
CN1937671A (zh) * | 2006-09-25 | 2007-03-28 | 华为技术有限公司 | 阻止垃圾电话的方法、系统、终端和服务器端 |
US20080010066A1 (en) * | 2003-05-30 | 2008-01-10 | American Express Travel Related Services Company, Inc. | Speaker recognition in a multi-speaker environment and comparison of several voice prints to many |
CN101321387A (zh) * | 2008-07-10 | 2008-12-10 | 中国移动通信集团广东有限公司 | 基于通信系统的声纹识别方法及系统 |
CN102663106A (zh) * | 2012-04-13 | 2012-09-12 | 北京搜狗科技发展有限公司 | 建立号码信息数据库的方法及系统 |
CN103458412A (zh) * | 2012-06-04 | 2013-12-18 | 百度在线网络技术(北京)有限公司 | 防止电话诈骗的系统、方法及移动终端、云端分析服务器 |
EP2680258A2 (en) * | 2012-06-29 | 2014-01-01 | Verisign, Inc. | Providing audio-activated resource access for user devices based on speaker voiceprint |
CN103731832A (zh) * | 2013-12-26 | 2014-04-16 | 黄伟 | 防电话、短信诈骗的系统和方法 |
US20140254778A1 (en) * | 2013-02-22 | 2014-09-11 | Victrio, Inc. | Systems and methods for identifying a caller |
CN104135573A (zh) * | 2014-08-18 | 2014-11-05 | 联想(北京)有限公司 | 信息处理方法和装置 |
CN104219050A (zh) * | 2014-08-08 | 2014-12-17 | 腾讯科技(深圳)有限公司 | 声纹验证方法、服务器、客户端及系统 |
-
2015
- 2015-07-07 CN CN201510395306.6A patent/CN106341555A/zh active Pending
-
2016
- 2016-06-03 WO PCT/CN2016/084782 patent/WO2017005071A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030125944A1 (en) * | 1999-07-12 | 2003-07-03 | Robert C. Wohlsen | Method and system for identifying a user by voice |
US20080010066A1 (en) * | 2003-05-30 | 2008-01-10 | American Express Travel Related Services Company, Inc. | Speaker recognition in a multi-speaker environment and comparison of several voice prints to many |
CN1937671A (zh) * | 2006-09-25 | 2007-03-28 | 华为技术有限公司 | 阻止垃圾电话的方法、系统、终端和服务器端 |
CN101321387A (zh) * | 2008-07-10 | 2008-12-10 | 中国移动通信集团广东有限公司 | 基于通信系统的声纹识别方法及系统 |
CN102663106A (zh) * | 2012-04-13 | 2012-09-12 | 北京搜狗科技发展有限公司 | 建立号码信息数据库的方法及系统 |
CN103458412A (zh) * | 2012-06-04 | 2013-12-18 | 百度在线网络技术(北京)有限公司 | 防止电话诈骗的系统、方法及移动终端、云端分析服务器 |
EP2680258A2 (en) * | 2012-06-29 | 2014-01-01 | Verisign, Inc. | Providing audio-activated resource access for user devices based on speaker voiceprint |
US20140254778A1 (en) * | 2013-02-22 | 2014-09-11 | Victrio, Inc. | Systems and methods for identifying a caller |
CN103731832A (zh) * | 2013-12-26 | 2014-04-16 | 黄伟 | 防电话、短信诈骗的系统和方法 |
CN104219050A (zh) * | 2014-08-08 | 2014-12-17 | 腾讯科技(深圳)有限公司 | 声纹验证方法、服务器、客户端及系统 |
CN104135573A (zh) * | 2014-08-18 | 2014-11-05 | 联想(北京)有限公司 | 信息处理方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107181851A (zh) * | 2017-04-25 | 2017-09-19 | 上海与德科技有限公司 | 通话控制方法及装置 |
CN107566358A (zh) * | 2017-08-25 | 2018-01-09 | 腾讯科技(深圳)有限公司 | 一种风险预警提示方法、装置、介质及设备 |
CN107566358B (zh) * | 2017-08-25 | 2020-10-30 | 腾讯科技(深圳)有限公司 | 一种风险预警提示方法、装置、介质及设备 |
CN109660531A (zh) * | 2018-12-10 | 2019-04-19 | 武汉大晟极科技有限公司 | 一种身份验证方法、服务器及客服终端 |
CN113034000A (zh) * | 2021-03-24 | 2021-06-25 | 数贸科技(北京)有限公司 | 一种风控处理方法、装置、计算设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2017005071A1 (zh) | 2017-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108924333B (zh) | 诈骗电话识别方法、装置和系统 | |
US10764757B2 (en) | System and method for controlling, monitoring and recording of wireless telecommunications services in penal institutions | |
US10182148B2 (en) | Method and system for filtering undesirable incoming telephone calls | |
CN105306657B (zh) | 身份识别方法、装置及通讯终端 | |
US8950001B2 (en) | Continual peer authentication | |
CN103167500A (zh) | 一种实现移动电话来电统一处理的方法和系统 | |
CN104159229B (zh) | 来电处理方法及装置 | |
CN103731832A (zh) | 防电话、短信诈骗的系统和方法 | |
CN102368853B (zh) | 通信事件处理方法及系统 | |
CN106936997B (zh) | 一种基于社交关系图谱的垃圾语音识别方法和系统 | |
CN103067460A (zh) | 面向司法社区矫正的生物识别远程身份验证方法 | |
CN106341555A (zh) | 一种通信监控方法和装置 | |
CN101459718A (zh) | 一种基于移动通信网的垃圾语音过滤方法及其系统 | |
CN105472093B (zh) | 移动终端通话接听鉴权方法及移动终端 | |
JP2013005205A (ja) | 悪質電話防止装置、悪質電話防止システム | |
CN101674557B (zh) | 一种检测未接来电是否有效的方法及装置 | |
CN106850931A (zh) | 防骚扰电话的方法及移动智能终端 | |
CN101867475A (zh) | 远程控制终端业务的接入认证方法和相关设备及通信系统 | |
CN109995929A (zh) | 操作的处理方法、账号信息的处理方法、装置及存储介质 | |
CN112818316B (zh) | 基于声纹的身份识别及应用方法、装置与设备 | |
CN110322888A (zh) | 信用卡解锁方法、装置、设备及计算机可读存储介质 | |
KR101764920B1 (ko) | 스팸 판단 모델을 이용한 스팸 전화번호의 판단 방법 | |
US20060281469A1 (en) | Employee tracking system with verification | |
CN104754583A (zh) | 具有防欺诈来电显示功能的电子装置及其方法 | |
CN103428347A (zh) | 手机用户身份识别系统的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170118 |
|
WD01 | Invention patent application deemed withdrawn after publication |