CN107492153B - 考勤系统、方法、考勤服务器及考勤终端 - Google Patents
考勤系统、方法、考勤服务器及考勤终端 Download PDFInfo
- Publication number
- CN107492153B CN107492153B CN201610397219.9A CN201610397219A CN107492153B CN 107492153 B CN107492153 B CN 107492153B CN 201610397219 A CN201610397219 A CN 201610397219A CN 107492153 B CN107492153 B CN 107492153B
- Authority
- CN
- China
- Prior art keywords
- attendance
- sound signal
- checked
- matching result
- preset
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000005236 sound signal Effects 0.000 claims abstract description 433
- 230000007613 environmental effect Effects 0.000 claims abstract description 173
- 238000004891 communication Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 230000011664 signaling Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请提供了考勤系统、方法、考勤服务器以及考勤终端,当考勤终端检测到待考勤对应的触发指令后,将采集到的待考勤对象的人声信号以及当前场景的环境声音信号发送至考勤服务器,由考勤服务器将待考勤对象的人声信号与预置的样本人声信号进行匹配,以判定待考勤对象是否是企业员工,并将当前场景的环境声音信号与预置的样本环境声音信号进行匹配,以确定待考勤对象实际进行考勤的地方,从而使考勤服务器结合这两个匹配结果,准确得知待考勤对象在当前时间是否亲自到其应处于的目标场景进行考勤,防止了他人代考勤的考勤作弊行为,保证了考勤对象的考勤记录的真实性。
Description
技术领域
本申请主要涉及通讯领域,更具体地说是涉及考勤系统、方法、考勤服务器以及考勤终端。
背景技术
目前,大部分企业为了实现对员工的管理,通常会设置考勤制度,员工使用考勤卡在公司的考勤机上刷卡,从而完成员工的签到或签退,企业管理人员就能够根据刷卡机生成的考勤记录,确定每一位员工的出勤情况,为企业对员工的统一管理提供了方便。
然而,现有的这种考勤方法无法判断刷卡人是否为考勤卡持有人,也就是说,无法确定员工刷卡考勤的真实性,导致刷卡考勤的方式存在员工考勤作弊的隐患。
发明内容
有鉴于此,本申请提供了一种考勤系统、方法、考勤服务器以及考勤终端,防止了员工考勤作弊,从而提高了员工考勤记录的真实性。
为了实现上述目的,本申请提供了以下技术方案:
一种考勤系统,所述系统包括:至少一个考勤终端和考勤服务器,所述至少一个考勤终端与所述考勤服务器通信连接;
所述考勤终端,用于检测到待考勤对象的触发指令时,采集当前场景的有效声音信号,生成携带所述有效声音信号的考勤请求,并将所述考勤请求发送至所述考勤服务器,其中,所述有效声音信号包括所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
所述考勤服务器,用于解析所述考勤请求,得到所述有效声音信号将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果,基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录。
本申请实施例还提供一种考勤方法,应用于考勤服务器,所述方法包括:
接收考勤终端发送的考勤请求,所述考勤请求携带有所述考勤终端采集的当前场景的有效声音信号;所述有效声音信号包括所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
解析所述考勤请求,获得所述有效声音信号;
将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果;
基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录。
本申请实施例还提供一种考勤方法,应用于考勤终端,所述方法包括:
检测到待考勤对象的触发指令时,采集当前场景的有效声音信号,所述有效声音信号包括所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
生成携带所述有效声音信号的考勤请求,并将所述考勤请求发送至考勤服务器。
本申请实施例还提供一种考勤服务器,所述考勤服务器包括:
信息接收模块,用于接收考勤终端发送的考勤请求,所述考勤请求携带有所述考勤终端采集的当前场景的有效声音信号;所述有效声音信号包括所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
解析模块,用于解析所述考勤请求,获得所述有效声音信号;
信号匹配模块,用于将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果;
信息生成模块,用于基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在所述当前时间的考勤记录。
本申请实施例还提供一种考勤终端,所述考勤终端包括:
信息采集模块,用于检测到待考勤对象的触发指令时,采集当前场景的有效声音信号,所述有效声音信号包括所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
信息生成与传输模块,用于生成携带所述有效声音信号的考勤请求,并将所述考勤请求发送至考勤服务器。
基于上述技术方案,待考勤对象利用考勤终端进行考勤时,考勤终端检测到待考勤对应的触发指令后,将采集当前场景的有效声音信号,包括待考勤对象的人声信号以及当前场景的环境声音信号,这样在考勤服务器在得到考勤终端发送的有效声音信号后,通过将待考勤对象的人声信号与预置的样本人声信号进行匹配,来判定待考勤对象是否是企业员工,并将当前场景的环境声音信号与预置的样本环境声音信号进行匹配,以确定待考勤对象进行实际考勤的地方,从而使考勤服务器结合这两个匹配结果,准确判定待考勤对象在当前时间是否亲自在其应处于的目标场景进行考勤,防止了他人代考勤的考勤作弊行为,保证了考勤对象(如企业员工)的考勤记录的真实性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种考勤系统的结构示意图;
图2为本申请实施例提供的考勤方法的一种信令流程图;
图3(a)和(b)为本申请实施例提供的识别环境声音信号中是否存在主导声音信号的流程图;
图4为本申请实施例提供的一种考勤方法的部分流程图;
图5为本申请实施例提供的考勤方法的另一种信令流程图;
图6为本申请实施例提供的另一种考勤方法的部分流程图;
图7为本申请实施例提供的一种企业IM应用登录界面的示意图;
图8为本申请实施例提供的一种企业IM应用操作界面的示意图;
图9为本申请实施例提供的一种远程声音考勤界面的示意图;
图10为本申请实施例提供的考勤服务器的一种结构框图;
图11为本申请实施例提供的考勤服务器的另一种结构框图;
图12为本申请实施例提供的考勤服务器的又一种结构框图;
图13为本申请实施例提供的考勤服务器的硬件结构框图;
图14为本申请实施例提供的考勤终端的结构框图;
图15为本申请实施例提供的考勤终端的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
图1为本申请实施例提供的一种考勤系统的结构示意图,该考勤系统可以包括:至少一个考勤终端100和考勤服务器200。
考勤终端100可以是实现各种常规应用以及考勤应用的通信设备。其可以是手机、平板电脑、笔记本电脑等考勤对象的个人设备,也可以是设置在企业某地方,如大门、前台等地方的通用手机、平板电脑、笔记本电脑等通用设备,本申请对考勤终端100的具体设备类型不作限定。
在实际应用中,图1所示的系统考勤系统中的考勤终端100通常是多个,如包括每一个员工持有的个人设备,需要时,也可以包括通用设备。由于每一个考勤终端100的考勤功能基本相同,本申请下文仅以一个考勤终端100为例描述考勤过程。
考勤终端100可以通过有线网络或无线网络与考勤服务器200通信连接。
在本申请中,考勤服务器200可以是多台服务器组成的服务器集群,也可以是单台服务器,当然,也可以是一个云计算服务中心。
基于上述描述,在本申请一个实施例的实际应用中,考勤终端100可以通过安装的即时通信软件,登录企业内部的即时通信平台,如企业即时通信应用等,方便员工利用该即时通信平台进行信息交互;各考勤对象(如企业员工,学员等)也可以通过即时通信软件实现签到以及签退等考勤功能,非常方便。
需要说明的是,本申请考勤系统中的考勤终端100可以通过声音识别的方式实现对各考勤对象的考勤功能,具体实现过程可以参照下文相应的流程描述。
此时,考勤服务器200可以是网络侧维持上述即时通信平台的服务设备。其中,在考勤的实际应用中,考勤服务器200完成声音识别过程,以实现对员工或学员的日常考勤管理,具体实现过程可以参照下文相应的流程描述。
基于图1所示的考勤系统,图2示出了本申请实施例提供的考勤方法的一种信令流程图,结合图1和图2所示,考勤方法的流程可以包括:
步骤S11,考勤终端检测到待考勤对象的触发指令时,采集当前场景的有效声音信号;
在实际应用中,当企业员工、学员等用户需要使用考勤终端进行考勤时,其作为待考勤对象通常会触发考勤终端,以使考勤终端进入考勤状态后,该考勤终端才能够用于考勤的当前场景的有效声音信号。
其中,待考勤对象可以通过登录考勤终端的即时通信软件,点击考勤选项进入考勤界面,触发考勤终端开始采集当前场景的有效声音信号;待考勤对象也可以根据企业规定或预先进行的考勤申请,预置该待考勤对象一段时间内或每一天的考勤时间段,允许该待考勤对象在预置的该考勤时间段内进行考勤,基于此,考勤终端还可以基于预置的考勤时间段以及该考勤终端的历史考勤记录,自动触发考勤终端进入考勤界面,以使待考勤对象确定开始考勤时,采集当前场景的有效声音信号;或者,考勤终端基于预置的考勤时间段以及该考勤终端的历史考勤记录,输出相应的考勤提示信息,来提醒待考勤对象进行考勤,防止待考勤对象忘记考勤,影响其出勤情况等等,本申请对如何触发考勤终端开始采集当前场景的有效声音信号的方式不作限定。
在本申请中,为了防止各考勤对象考勤作弊,影响考勤记录的真实性,考勤终端在采集声音信号时,需要同时采集待考勤对象的人声信号以及当前场景的环境声音信号。可见,考勤终端采集到的有效声音信号可以包括待考勤对象的人声信号以及当前场景的环境声音信号。
其中,考勤终端进入考勤状态后,待考勤对象此时可以说包含任意内容的语句,以便待考勤对象的声音采集器采集该待考勤对象的人声信号以及待考勤对象当前所在地的环境声音信号。例如,待考勤对象达到企业办公场地后,可以登录企业内部即时通信平台,并进入考勤状态后,考勤对象可以说“考勤”等语句或仅发出“啊”声音,由考勤终端对待考勤对象发出的声音进行采集,同时采集待考勤对象当前所在办公场地的环境声音信号。
步骤S12,考勤终端生成携带有效声音信号的考勤请求;
步骤S13,考勤终端将考勤请求发送至考勤服务器;
如上文描述可知,在考勤的实际应用中,考勤终端实际上是采集用于考勤的相关信息的数据采集设备,而考勤服务器则是处理考勤终端采集的用于考勤的相关信息,准确且真实地实现每一个待考勤对象的考勤的数据处理设备。所以,考勤终端在采集到当前场景的有效声音信号后,可以将该有效声音信号携带在考勤请求中发送至考勤服务器,以告知考勤服务器当前需要对待考勤对象进行考勤处理。
需要说明的是,本申请对考勤请求携带有效声音信号的具体方式不作限定,而且,考勤终端发送至考勤服务器的考勤请求除了携带有效声音信号外,根据实际需要还可以携带其他信息,如当前正在考勤的待考勤对象的登录账号、考勤终端标识号、当前时间等等。
步骤S14,考勤服务器解析考勤请求,得到当前场景的有效声音信号。
由于考勤终端采集有效声音信号中的待考勤对象的人声信号及其周围的环境声音信号是混合在一起,考勤服务器为了实现待考勤对象的身份及其所在场景的识别,通常需要将待考勤对象的人声信号与环境声音信号分离开。
基于此,在实际应用中,考勤服务器解析考勤请求得到有效声音信号后,可以先对其进行声音预处理,如去噪、数模转换、基元选取以及端点检测等,具体可以根据计划中待考勤对象的考勤环境的不同,确定对相应有效声音信号的预处理过程,从而保证经预处理后的有效声音信号能够实现特征有效提取以及声音的准确识别等。
可选的,本申请采用的声音特征提取主要是对数字声音信号进行的频域操作,从而提取出表征该声音的特征信息。当然,在不同的应用场景下,可以通过将不同的特征提取技术与不同识别算法组合,实现相应场景下的声音识别与分类,本申请对实现有效声音信号中的待考勤对象的人声信号以及环境声音信号的分离所用分类算法不作限定。
步骤S15,考勤服务器将待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果;
本申请为了实现基于声音识别的考勤,可以预先采集各考勤对象在各种需要考勤的场景的声音样本,包括各待考勤对象自身的样本人声信号及其在各种需要考勤的场景的样本环境声音信号,并将这些样本声音信号存储在考勤服务器的数据库中,以供实际考勤时调取。
基于此,当考勤服务器接收到考勤终端的考勤请求,并通过上述方式得到其待考勤对象的人声信号以及当前场景的环境声音信号之后,可以利用不同人的声纹图谱都有差异的特征,将接收到的待考勤对象的人声信号与预置的样本人声信号进行一一匹配,以便根据得到的第一匹配结果,判断该待考勤对象是否是存储这些样本人声信号的各考勤对象中的一员,可见,考勤服务器可以通过识别待考勤对象的人声信号,来确定待考勤对象的身份。
同理,考勤服务器也可以通过将接收到的当前场景的环境声音信号与预置的样本环境声音信号进行一一匹配,以便确定当前场景是否是计划或规定的考勤场景。
其中,无论是对人声信号的识别,还是对环境声音信号的识别,本申请都可以采用以下识别过程得到上述第一匹配结果和第二匹配结果,但并不局限于列举的这一种识别过程。
考勤服务器对接收到的声音信号(即待考勤对象的人声信号或当前场景的环境声音信号)进行预处理后,对处理后的声音信号进行量化,并对量化后的声音信号进行特征提取,将得到的该声音信号的特征信息与预置的样本声音信号(相应的样本人声信号或样本环境声音信号)的特征信息进行匹配计算,若预置的样本声音信号中存在与接收到的声音信号的特征信息的相似度达到预设阀值的样本声音信号,那么可以认为预置该样本声音信号的考勤对象即为待考勤对象,预置该样本声音信号的考勤场景即为当前场景。
可选地,由于环境声音信号在采集时存在很多不确定的因素,在不同日期的同一时间段里,在同一地点采集到的环境声音信号往往会存在差异,而且,环境声音信号中通常会存在多种声音信号,为了提高对环境声音信号的识别效率,本申请可以通过总结出每一个常用的考勤场景中的各种声音信号的统计特征,可以包括短时能量、短时自相关函数、MFCC(Mel Frequency Cepstrum Coefficient,梅尔频率谱系数)、LPC(Linear PredictiveCoding,线性预测编码)、子带能量、语音持续时间、共振频率、基音频率等。
基于此,考勤服务器在得到当前场景的环境声音信号后,可以通过分析其统计特征,并与样本环境声音信号进行匹配,确定当前场景具体是什么场景。
步骤S16,考勤服务器基于第一匹配结果和第二匹配结果,生成待考勤对象在当前时间的考勤记录。
具体的,当考勤服务器得到的第一匹配结果是匹配失败和/或第二匹配结果是匹配失败时,也就是说,确定待考勤对象不是本企业员工,和/或确定当前场景不是该企业预置的考勤场景之一时,可以认为待考勤对象的本次考勤失败,此时考勤服务器可以生成待考勤对象在当前时间的失败考勤记录。
其中,若第一匹配结果是匹配失败,可以认为该待考勤对象并非是本企业员工,此时可以直接输出提示信息,考勤服务器也将会对该待考勤对象的非法考勤进行记录。
可选的,由于声音信号具有时变性,考勤服务器可以允许待考勤对象进行重复考勤,若预设次数的考勤均失败,再输出相应提示信息。
另外,当第一匹配结果和第二匹配结果都是匹配成功时,可以确定该待考勤对象是本企业员工,且其进行考勤的当前场景是该企业预置的考勤场景之一,此时,考勤服务器可以利用第一匹配结果,获得待考勤对象的唯一标识,从而调取预置的与该待考勤对象的唯一标识对应的当前时间应处于的目标场景,之后,验证第二匹配结果表明待考勤对象所处的当前场景是否与该目标场景一致,若一致,生成该待考勤对象的当前时间的成功考勤记录;若不一致,生成该待考勤对象的当前时间的失败考勤记录,此时,可以提醒待考勤对象重新考勤。
其中,考勤服务器可以根据各考勤对象的申请或管理规定,预置其每一天或一段时间内的考勤场景,具体可以将其与相应考勤对象的唯一标识进行关联存储,以便利用考勤对象的唯一标识查询其在当前时间应处于的考勤场景等。
综上所述,本申请在待考勤对象需要进行考勤时,由考勤终端同时采集该待考勤对象的人声信号及其在当前场景的环境声音信号,并通过考勤服务器对这两种声音信号进行匹配,以识别出当前待考勤对象的真实身份及其进行考勤的当前场景的真实场景,防止了由他人代考勤的考勤作弊行为,保证了对待考勤对象在当前时间的考勤记录的真实性。
关于上述实施例中对环境声音信号的识别,确定当前场景的方式,在本申请一个可能实施例中,本申请可以通过识别至少一个主导声音信号的方式,确定当前场景具体是什么场景。具体地,本申请可以通过对考勤对象的常规考勤场景的环境声音信号进行分析,确定至少一种声音信号作为相应考勤场景的主导声音信号,并且,确定的每一考勤场景的主导声音信号可以按照统一要求进行处理,如统一转换成WAV格式、采集频率为4kHz、传输率为16bit,且单通道的声音信号等。
这样,当考勤服务器得到当前场景的环境声音信号后,可以利用预设声音识别算法,确定该当年场景的环境声音信号中包含的至少一个主导声音信号,之后,计算确定的每一个主导声音信号与预置的样本环境声音信号包含的主导声音信号的相似度,从而根据计算得到的相似度确定第二匹配结果。
更具体地说,可以计算确定的每一主导声音信号与预置的各主导声音信号的相似度,确定出相似度达到预设阈值的主导声音信号后,利用确定出的这些主导声音判定当前场景是哪个考勤场景。
可选的,本申请可以根据选定的进行声音区分的统计特征,确定相应识别环境声音信号包含的主导声音信号的方法,本申请在此可以以选择基音、短时能量以及子带能量这三个统计特征进行声音的区分为例,来说明识别环境声音信号包含的至少一个主导声音信号的过程,但并不局限于下文列举的这一种识别方式。
考勤服务器可以根据预设的环境音类型识别要求,确定当前场景的环境声音信号中不同环境音类型相应的环境声音信号,之后,从各环境音类型相应的环境声音信号中,选择能够用于确定当前场景的环境声音信号的主导声音信号的目标类环境声音信号,再计算所选择的各目标类环境声音信号的能量信息,从而将计算得到的能量信息符合预设要求的目标类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
可选的,若上述目标类环境声音信号包括存在基音的第一类环境声音信号,和/或不存在基音的第二类环境声音信号,那么,本申请可以按照图3(a)和(b)所示的方法,确定当前场景的环境声音信号中的主导声音信号。
其中,图3(a)示出的识别第一类环境声音信号中是否存在主导声音信号的过程:
步骤S21,考勤服务器从各环境音类型相应的环境声音信号中,选择出存在基音的第一类环境声音信号。
一般声音都是由发声体发出的一系列频率、振幅各不相同的振动复合而成,而这些振动中有一个频率最低的振动,由它发出的音就是基音,可以说,发音体整体振动产生的音叫做基音,决定了音高。
在实际应用中,上述第一类环境声音信号具体可以是爆炸声、轰鸣声等类型的声音,本申请可以利用MATLB等软件实现声音信号的识别处理。
步骤S22,计算所选择的各第一类环境声音信号的相邻峰谷之间的短时能量差。
由于声音信号是一种短时平稳信号,不能用处理平稳信号的信号处理技术对其进行分析处理,但由于声音信号本身的特点,在短时间范围内,可以将其看作是一个准稳态过程,即具有短时性,可以利用短时能量对声音信号进行端点检测。
其中,关于信号的短时能量定义:设声音波形时域信号为x(l)、加窗分帧处理后得到第n帧声音信号为xn(m),则xn(m)满足下式:
xn(m)=w(m)·x(n+m),0≤m≤N-1; (1)
其中,n=0,1T,2T,…,并且N表示帧长,T表示帧移长度。
则第n帧声音信号为xn(m)的短时能量谱En可以按照公式(2)计算得到:
步骤S23,将短时能量差大于预设门限的第一类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
其中,预设门限可以根据实际场景确定,本申请并不限定其具体表示的具体数值。
图3(b)示出的识别第二类环境声音信号中是否存在主导声音信号的过程:
步骤S31,考勤服务器从各环境音类型相应的环境声音信号中,选择出不存在基音的第二类环境声音信号。
本申请实施例中,第二类环境声音信号可以是在考勤时间段内特定在考勤场景中播放的广播、音乐等类型的声音。
步骤S32,计算所选择的各第二类环境声音信号的子带能量。
步骤S33,将大于预设频率的能量占该子带能量的百分比大于预设阀值的第二类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
也就是说,本申请可以选择得到的各第二类环境声音信号中预设频率以上的能量明显的第二类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
其中,预设频率可以是上述对声音信号进行统一化处理的采集频率4kHz,但并不局限于此。
在实际应用中,本申请考勤服务器可以按照以上方式确定当前场景的环境声音信号的主导声音信号,而且确定的主导声音信号可以仅包括第一类环境声音信号或第二类环境声音信号,也可以同时包括第一类环境声音信号和第二类环境声音信号。
可选的,对于上述实施例中,考勤服务器获得待考勤对象的人声信号以及当前场景的环境声音信号之后,利用这两种声音信号生成待考勤对象当前时间的考勤记录的过程,并不局限于上述实施例描述的实现过程,还可以采用以下几种方式实现。
如图4所示的流程图主要是从考勤服务器的角度,描述其获得待考勤对象的人声信号以及当前场景的环境声音信号及其之后的考勤过程,在此之前的考勤过程可以参照上文描述的考勤方法信令流程内容相应部分的描述,本实施在此不再赘述。
图4为本申请实施例提供的考勤方法的流程图,该方法可以用于考勤服务器,具体可以包括以下步骤:
步骤S41,解析考勤终端发送的考勤请求,获得当前场景的有效声音信号;
其中,有效声音信号包括待考勤对象的人声信号以及当前场景的环境声音信号,为了方便后续对这两种声音信号进行分别匹配,此时可以利用预设声音分类算法,将有效声音信号中的待考勤对象的人声信号以及当前场景的环境声音信号分离开。
步骤S42,将待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果;
步骤S43,判断该第一匹配结果是否匹配成功,若是,进入步骤S44;若否,执行步骤S49;
步骤S44,利用第一匹配结果,获得待考勤对象的唯一标识;
如上文描述,当考勤服务器对待考勤对象的人声信号的匹配成功时,确定该待考勤对象的身份,可以获得该待考勤对象的唯一标识,如待考勤对象的账号(如工号、姓名等)或者是其个人设备标识号等等。
步骤S45,调取预置的与待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
在实际应用中,预先可以根据各考勤对象的申请或企业管理规定等,设置每一个考勤对象每一天应该处于的考勤场景即目标场景,如预置企业员工A明天在办公地点进行考勤,后天在家进行考勤,那么,在不同日期进行考勤时,获得目标场景可以根据预置内容,确定目标场景是办公地还是家中等地方。
步骤S46,将当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果;
由此可见,本申请通过先对待考勤对象的人声信号进行识别,确定该带考勤对象是谁后,直接调取预置的与该待考勤对象对应的目标样本环境声音信号,实现当前场景的环境声音信号的匹配,大大缩短了对声音信号的匹配过程,提高了考勤效率。
步骤S47,判断第二匹配结果是否匹配成功,若是,进入步骤S48;若否,执行步骤S49;
步骤S48,生成待考勤对象在当前时间的成功考勤记录;
步骤S49,生成待考勤对象在当前时间的失败考勤记录。
在本申请实施例中,是在对待考勤对象的人声信号匹配成功后,才进行的当前场景的样本环境声音信号的匹配,此时,只需要基于上述第二匹配结果,生成待考勤对象在当前时间的考勤记录即可,不仅达到防止待考勤对象考勤作弊行为,保证生成的考勤记录的真实性的效果,而且,与上述图2对应的实施例提供的考勤方法相比,减少了对当前场景的环境声音信号的匹配次数,从而提高了考勤效率。
可选的,对于考勤服务器生成的考勤记录可以包括相应待考勤对象、考勤时间、考勤地点以及考勤成功或失败等内容。而且,当待考勤对象的本次考勤失败时,本申请可以允许其重新进行考勤,若下一次考勤成功,考勤服务器可以利用该待考勤对象的成功考勤记录替换其失败考勤记录,需要该成功考勤记录和失败考勤记录都是在预设时间段内生成的,如同一天生成的。
如图5所示,为本申请实施例提供的考勤方法的另一种信令流程图,该考勤方法具体可以包括:
步骤S51,考勤终端检测到待考勤对象的触发指令时,采集当前场景的有效声音信号;
步骤S52,考勤终端生成携带有效声音信号以及待考勤对象的唯一标识的考勤请求;
其中,待考勤对象的唯一标识可以是待考勤对象通过考勤终端登录考勤服务器的即时通信平台的账号,也可以是预先设置的用于查找待考勤对象的相关信息的手机号或分配的其他标识等。
步骤S53,考勤终端将考勤请求发送至考勤服务器;
步骤S54,考勤服务器解析考勤请求,得到该有效声音信号以及待考勤对象的唯一标识;
在本申请实际应用中,考勤服务器在得到当前场景的有效声音信号后,通常需要对其进行预处理,并对处理后的有效声音信号进行声音分类,从而将其包含的待考勤对象的人声信号与当前场景的环境声音信号分离开。具体实现过程可以参照上述图2示出的实施例的相应部分的描述,本实施在此不再赘述。
步骤S55,考勤服务器调取预置的与待考勤对象的唯一标识对应的目标样本人声信号,以及与待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
在本实施例中,考勤服务器可以根据各考勤对象对考勤方式的申请或者是企业管理规定,确定各考勤对象每一天的实际考勤场景,并将该实际考勤场景的样本环境声音信号以及相应考勤对象的样本人声信号与待考勤对象的唯一标识进行关联存储到数据库中。这样,考勤服务器就能够直接根据待考勤对象的唯一标识,获得相应的该待考勤对象预置的目标样本人声信号及其当前时间应处于的目标场景(即实际考勤场景)的目标样本环境声音信号。
步骤S56,考勤服务器将待考勤对象的人声信号与调取的目标样本人声信号进行匹配,得到第一匹配结果,并将当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果;
具体的,本申请可以通过对声音信号以及样本声音信号(即目标样本人声信号或目标样本环境声音信号)进行特征提取后,再计算提取的声音信号的特征以及提取的样本声音信号的特征之间相似度,从而根据相似度确定相应的匹配结果。如当相似度达到预设阀值,可以认为匹配成功;反之,则认为匹配失败。
步骤S57,当第一匹配结果为匹配失败和/或第二匹配结果是匹配失败是匹配失败,考勤服务器生成待考勤对象在当前时间的失败考勤记录;当第一匹配结果和第二匹配结果都是匹配成功时,考勤服务器生成待考勤对象在当前时间的成功考勤记录。
由此可见,得到的第一匹配结果和第二匹配结果中只要有一个匹配失败,考勤服务器就认为该待考勤对象的本次考勤失败;当两个匹配结果都成功时,考勤服务器确定是待考勤对象本人到达目标场景进行考勤,才认为该待考勤对象的本次考勤成功,从而防止了由他人代考勤的考勤作弊行为,保证了各考勤对象的考勤记录的真实性。
而且,本实施例是利用待考勤对象的唯一标识,直接调取预置的与该待考勤对象相应的目标样本人声信号以及目标样本环境声音信号,从而据此快速识别待考勤对象的身份以及当前场景,进一步减少了声音信号匹配次数,提高了考勤效率。
图6所示的流程图与上述图4示出的流程图类似,也是从考勤服务器角度描述的考勤服务器获得待考勤对象的人声信号以及当前场景的环境声音信号之后的考勤过程,在此之前的考勤过程可以参照图2示出的考勤方法信令流程内容的相应部分的描述,本实施在此不再赘述。
图4为本申请实施例提供的考勤方法的另一种流程图,该方法可以用于考勤服务器,具体可以包括以下步骤:
步骤S61,解析考勤请求,获得当前场景的有效声音信号;
步骤S62,调取预置的应于当前时间进行考勤的各考勤对象的样本人声信号,以及与各考勤对象的样本人声信号关联存储的当前时间应处于目标场景的样本环境声音信号;
可见,对于各考勤对象预置的每一天的实际考勤场景的样本环境声音信号,考勤服务器可以按照考勤时间进行分类存储,即将属于同一天的各考勤对象的实际考勤场景的样本环境声音信号以及该考勤对象的人声信号存储在一起,且同一个考勤对象的人声信号与其实际考勤场景对应。
这样,当考勤服务器接收到考勤终端发送的考勤请求后,就能够依据当前时间,调取需要在当前时间进行考勤的各考勤对象的人声信号,以及与各待考勤对象的人声信号对应存储的当前时间应处于目标场景的样本环境声音信号。
步骤S63,将待考勤对象的人声信号与调取的各考勤对象的样本人声信号进行匹配,得到第一匹配结果;
由于本申请考勤服务器仅调取了应于当前时间进行考勤的各考勤对象的样本人声信号与待考勤对象的人声信号进行匹配,而不是直接将待考勤对象的人声信号直接与考勤服务器的数据块存储的所有考勤对象的样本人声信号进行匹配,在一定程度上也提高了考勤效率。
步骤S64,当该第一匹配结果为匹配成功时,将当前场景的环境声音信号与调取的待考勤对象的人声信号对应的当前时间应处于目标场景的样本环境声音信号进行匹配,得到第二匹配结果;
如上文描述,调取的样本声音信号中,每一个考勤对象的人声信号都是与其当前时间应处于的目标场景的样本环境声音信号对应存储的,所以,由上述第一匹配结果得知该待考勤对象是应于当前时间进行考勤的各考勤对象中的一员时,可以直接利用这种对应存储关系,确定与待考勤对象的人声信号对应的样本环境声音信号,即确定待考勤对象当前时间的实际考勤场景的样本环境声音信号。
步骤S65,基于第二匹配结果,生成待考勤对象在当前时间的考勤记录。
更具体地说,当第二匹配结果为匹配成功时,确定待考勤对象本次考勤成功,此时考勤服务器将生成待考勤对象在当前时间的成功考勤记录;反之,考勤服务器将生成待考勤对象在当前时间的失败考勤记录。
由此可见,本实施例采用的这种直接调取当前时间应考勤的各考勤对象的样本人声信号,以及对应存储的各考勤对象的应处于目标场景的样本环境声音信号的方式,对待考勤对象的人声信号以及当前场景的环境声音信号进行匹配,准确且快速识别出了待考勤对象的身份及其当前考勤的场景,保证了据此生成的考勤记录的真实性,避免了考勤作弊行为,且进一步提高了考勤效率。
可选的,对于上述各实施例中考勤服务器生成的考勤记录,可以将其与待考勤对象进行关联存储,从而使的各考勤对象的考勤记录分开存储,方便了管理者以及考勤对象自己查阅。考勤服务器还可以将生成的当前时间的考勤记录发送至考勤终端,从而使待考勤对象得知本次考勤是否成功,并在本次考勤失败时重新进行考勤,即通过考勤终端重新采集当前场景的有效声音信号,直至考勤服务器利用重新采集的有效声音信号生成待考勤对象当前时间的成功考勤记录。
此时,考勤服务器还可以在第二预设时间段内,将待考勤对象的本次成功考勤记录替换上一次失败考勤记录,也就是说,若待考勤对象在同一天考勤过程中出现了多个考勤失败的情况,那么,当该待考勤对象在成功考勤后,考勤服务器将利用其成功考勤的记录替换之前生成的失败考勤记录,从而使考勤服务器的数据中该待考勤对象在这一天的考勤记录为成功考勤,以便今后准确且快速查找该待考勤对象在这一天的出勤情况,且通过删除其在这一天的失败考勤记录,也避免了这些无用数据对存储空间的占用。
另外,考勤服务器也可以将从当前时间开始的第一预设时间段内的考勤记录发送至考勤终端,从而方便该待考勤对象了解自己在这一段时间内的出勤情况。其中,第一预设时间段可以是一周或者一个月等,本申请对此不作限定。
可选的,为了防止各待考勤对象在考勤时间段内忘记考勤,而影响其出勤记录,在上述各实施例的基础上,考勤服务器还可以按照预置的各考勤对象的考勤计划,检测第三预设时间段内是否生成待考勤对象的考勤记录,其中,该第三预设时间段包括在预设考勤时间段内,即包含在预设考勤起始时间与预设考勤终止时间内,而且,与该预设考勤终止时间距离预设阀值时间,也就是说,本申请可以在考勤结束之前,检测各考勤对象是否完成了本次考勤,若没有检测到某考勤对象的考勤记录,而该考勤对象在当前时间又应该进行考勤,那么,考勤服务器可以向该考勤对象的考勤终端发送考勤提示信息,来提醒该考勤对象进行考勤。
而当到达预设考勤终止时间时,考勤服务器仍未检测到当前时间应进行考勤的待考勤对象的成功考勤记录,考勤服务器可以自动生成该待考勤对象在当前时间的缺勤记录,此时,考勤服务器还可以将该待考勤对象的这一缺勤记录发送至其考勤终端。
下面将以企业员工考勤为例来说明本申请提供的考勤方法的具体实现,在该应用中,可以在考勤终端上安装企业IM应用,并由考勤服务器提供的企业即时通信应用的功能服务器,企业员工通过启动企业IM应用,登录该企业IM应用操作界面,进行考勤、请假以及常规通信操作等;企业管理人员也可以通过企业IM的管理系统,对部门、分组、个人进行权限控制,对信息进行存档以及监控,还能够实现对员工的考勤管理,操作非常方便且灵活。下面以考勤终端为企业员工的手机为例进行员工考勤的详细说明。
当企业员工到达办公场地后,可以点击手机界面上的企业IM应用图标,进入相应的其登录界面,如图7所示,员工输入自己的账号和密码后,登录企业IM操作界面,如图8所示,在到达该企业的考勤时间段时,办公区域将会播放设定的音乐,此时,员工可以点击当前界面上的考勤按钮,使手机进入考勤状态并触发手机声音采集器启动,员工就可以对着手机的声音采集口说“考勤”等任意能够发声的语句,由手机的声音采集器采集该员工的声音信号以及当前公办区域内播放的音乐,并自动发送至该企业的考勤服务器,以使考勤服务器按照上述考勤方法生成该员工成功考勤记录或失败考勤记录,并且,该员工的手机界面上可以显示“张三于XX月XX日在公司打卡成功”等字样,使得员工可根据手机界面显示内容得知本次考勤是否成功。
另外,员工也可以点击企业IM应用操作界面上的出勤按钮,选择需要查询具体输出情况的时间后,点击确认,考勤服务器就能够将员工希望查询的这段时间的自身出勤情况发送至手机,员工点击查看后,就能够直观的看到自己这段时间的出勤情况,非常方便。同理,企业管理人员也可以利用该出勤选项,输入员工姓名或工号等,即可显示该员工的出勤情况,以便据此计算该员工的绩效等,大大提高了管理效率。
另外,根据实际需要也可以在企业大门、前台、电梯口或部门过道等地方设置几部手机或平板电脑等考勤终端,这样,当企业员工没有带自己的手机或不方便用自己手机考勤时,也可以使用这些公用的考勤终端完成个人考勤。
可选的,考勤服务器可以预先设定这些公用考勤终端的考勤权限,当确定接收到的考勤请求是这些公用考勤终端发送的,那么,考勤服务器可以仅对其采集到的员工的声音信号进行识别,确定该员工是否为本企业员工,若时,生成该员工当前时间的成功考勤记录。
此外,当员工出差时,管理人员可以通过考勤服务器设置其远程声音识别权限,实现出差员工的考勤。具体的,可以通过员工声音信号的识别与GPS定位的结合来说实现,员工按照上述方式触发手机的声音采集器启动后,进入远程声音考勤界面,如图9所示,之后,员工可以按住声音采集按钮开始采集该员工的声音信号,并由考勤服务器经人声信号的自动识别,确定该员工的身份后,可进一步得到该员工出差地的地理位置,此时,可以判断得到的该地理位置与手机发送的GPS定位位置是否一致,若一致,该考勤服务器可以生成该员工在当前时间的成功考勤记录,并使手机输出“打卡成功”等内容。
下面对本申请实施例提供的考勤服务器进行介绍,下文描述的考勤服务器可与上文以考勤服务器角度描述的考勤方法流程以及考勤方法信令流程相互对应参照。
图10为本申请实施例提供的考勤服务器的结构框图,参照图10所示,该考勤服务器可以包括:
信息接收模块101,用于接收考勤终端发送的考勤请求;
其中,该考勤请求携带有考勤终端采集的当前场景的有效声音信号,而该有效声音信号可以包括待考勤对象的人声信号以及当前场景的环境声音信号。
解析模块102,用于解析所述考勤请求,获得所述有效声音信号;
信号匹配模块103,用于将待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果;
信息生成模块104,用于基于第一匹配结果和第二匹配结果,生成待考勤对象在当前时间的考勤记录。
在实际应用中,该信息生成模块104具体可以用于:
当第一匹配结果为匹配失败和/或第二匹配结果是匹配失败时,生成待考勤对象在当前时间的失败考勤记录。
当第一匹配结果和第二匹配结果都是匹配成功时,利用第一匹配结果,获得待考勤对象的唯一标识,调取预置的与待考勤对象的唯一标识对应的当前时间应处于的目标场景,当第二匹配结果表明待考勤对象所处的当前场景与目标场景一致时,生成待考勤对象在当前时间的成功考勤记录。
可选的,上述信号匹配模块103为了实现对当前场景的环境声音信号的识别,其具体可以包括:
声音识别单元,用于利用预设声音识别算法,确定所述当前场景的环境声音信号包含的至少一个主导声音信号。
计算单元,用于计算确定的每一个主导声音信号与预置的样本环境声音信号包含的主导声音信号的相似度。
信息确定单元,用于根据计算得到的相似度确定第二匹配结果。
其中,声音识别单元具体可以用于:
根据预设的环境音类型识别要求,确定所述当前场景的环境声音信号中不同环境音类型相应的环境声音信号,从各环境音类型相应的环境声音信号中,选择能够用于确定所述当前场景的环境声音信号的主导声音信号的目标类环境声音信号;计算所选择的各目标类环境声音信号的能量信息;将所述能量信息符合预设要求的目标类环境声音信号,确定为所述当前场景的环境声音信号的主导声音信号。
可选的,当目标类环境声音信号可以包括:存在基音的第一类环境声音信号,和/或不存在基音的第二类环境声音信号。
如果目标类环境声音信号包括存在基音的第一类环境声音信号,该声音识别单元可以包括:
第一计算子单元,用于计算所选择的各第一类环境声音信号的相邻峰谷之间的短时能量差。
第一主导音确定子单元,用于将短时能量差大于预设门限的第一类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
如果目标类环境声音信号包括不存在基音的第二类环境声音信号,该声音识别单元可以包括:
第二计算子单元,用于计算所选择的各第二类环境声音信号的子带能量。
第二主导音确定子单元,用于将大于预设频率的能量占所述子带能量的百分比大于预设阀值的第二类环境声音信号,确定为当前场景的环境声音信号的主导声音信号。
综上所述,本申请考勤服务器利用预置的样本人声信号以及样本环境声音信号,对考勤终端采集的待考勤对象的人声信号以及当前场景的环境声音信号同时进行相应匹配,识别该待考勤对象的真实身份,以及其进行考勤时的真实场景,从而防止了由他人代考勤的考勤作弊行为,保证了考勤记录的真实性。
在上述实施例的基础上,为了进一步提高考勤效率,本申请考勤服务器可以采用以下几种方式实现对待考勤对象的人声信号以及当前场景的环境声音信号的识别,并生成相应的考勤记录。
如图11所示,为本申请实施例提供的考勤服务器的另一种结构示意图,对于本实施例与上述图10所示的考勤服务器的相同组成结构,可以参照上述实施例对应部分的描述,本实施例在此不再赘述,在此基础上,具体是在信号匹配模块103得到的第一匹配结果为匹配成功时,该考勤服务器还可以包括:
第一信息获取模块105,用于利用第一匹配结果,获得待考勤对象的唯一标识;
在实际应用中,当第一匹配结果为匹配成功时,考勤服务器就能够根据第一匹配结果确定待考勤对象的真实身份,从而获取该待考勤对象的唯一标识,如账号、工号、预设手机号等等。
第一信息调取模块106,用于调取预置的与待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号。
则信号匹配模块103具体用于将当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果。
相应的,信息生成模块104具体用于基于第二匹配结果,生成待考勤对象在所述当前时间的考勤记录。
可选的,当考勤终端生成的考勤请求中携带有待考勤对象的唯一标识时,在上述图10示出的考勤服务器的结构基础上,参照图12,该考勤服务器还可以包括:
第二信息调取模块107,用于调取预置的与待考勤对象的唯一标识对应的目标样本人声信号,以及与待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号。
则信号匹配模块103具体用于将待考勤对象的人声信号与调取的目标样本人声信号进行匹配,得到第一匹配结果,并将当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果。
可见,对于具有图12示出的组成结构的考勤服务器,直接将待考勤对象的人声信号及其预置的目标样本人声信号进行一次匹配,即可得知待考勤对象的真实身份,同理,直接将当前场景的环境声音信号与目标环境声音信号进行一次匹配,通常也就能够直接确定待考勤对象的当前场景,大大减少声音信号匹配次数,提高了考勤效率,且保证了各考勤对象的考勤记录的真实性。
可选的,在上述图10示出的考勤服务器的结构基础上,该考勤服务器还可以包括:
第三信息调取模块,用于调取预置应于当前时间进行考勤的各考勤对象的样本人声信号,以及与各考勤对象的样本人声信号对应存储的当前时间应处于目标场景的样本环境声音信号。
则信号匹配模块103具体用于在第一匹配结果为匹配成功时,将当前场景的环境声音信号与调取的所述待考勤对象的人声信号关联的所述样本环境声音信号进行匹配,得到第二匹配结果;
相应的,信息生成模块104具体用于基于第二匹配结果,生成待考勤对象在所述当前时间的考勤记录。
结合上述方法实施例对应部分的描述可知,对于具有图13示出的组成结构的考勤服务器,同样也减少了声音信号匹配次数,提高了考勤效率,且保证了各考勤对象的考勤记录的真实性。
进一步地,在上述各实施例的基础上,考勤服务器还可以包括:
存储模块,用于将当前时间的考勤记录与所述待考勤对象进行关联存储。
信息传输模块,用于将待考勤对象在当前时间的考勤记录和/或从当前时间开始的第一预设时间段内的考勤记录发送至考勤终端。
并且,当考勤服务器生成过同一待考勤对象的失败考勤记录和成功考勤记录时,可以在第二预设时间段内,利用待考勤对象本次成功考勤记录替换上一次失败考勤记录。
另外,考勤服务器还可以包括:
检测模块,用于按照预置的各考勤对象的考勤计划,检测第三预设时间段内是否生成待考勤对象的考勤记录。
其中,第三预设时间段包含在预设考勤起始时间和预设考勤终止时间内,且与预设考勤终止时间距离预设阀值时间
提示模块,用于在第三预设时间段内没有生成待考勤对象的考勤记录时,向待考勤对象的考勤终端发送考勤提示信息;而且,当检测到达预设考勤终止时间时仍未生成待考勤对象的考勤记录,将触发信息生成模块104自动生成待考勤对象在当前时间的缺勤记录。
由此可见,本申请考勤服务器通过增设检测模块以及提示模块,能够及时提醒待考勤对象进行考勤,以避免待考勤对象因忘记考勤而导致考勤服务器生成其缺勤记录,从而影响其工作绩效。
上文描述的是考勤服务器的软件功能模块构建,在考勤服务器的硬件构架结构上,考勤服务器可以通过如下方式实现考勤:
图13为本申请实施例提供的考勤服务器的硬件结构框图,参照图13所示,该考勤服务器可以包括:处理器131,通信接口132,存储器133和通信总线134,其中,处理器131、通信接口132与存储器133三者之间可以通过通信总线134实现通信连接,进行数据交互。
可选的,通信接口132可以是通信模块的接口,如WIFI模块的接口、GSM模块的接口等等。
处理器131可以用于执行预设声音识别、分类等算法程序。
而存储器133可以用于存储上述算法程序,以及预置的各种样本声音信号,如各考勤对象的样本人声信号以及样本环境声音信号,还可以存储各考勤对象的考勤记录等等。
具体的,处理器131可以中央处理器CPU、微控制单元MCU,或者是被配置成实施本申请实施例的一个或多个集成电路等。
存储器133可以包括硬盘、高速RAM存储器,也可以包括非易失性存储器(non-volatile memory),如至少一个磁盘存储器等等。
其中,对于处理器131中的算法程序具体可以用于:
解析考勤请求,获得有效声音信号,并对该有效声音信号进行分类识别,从而将其包含的待考勤对象的人声信号以及当前场景的环境声音信号分离开,之后,将待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果,进而基于第一匹配结果和第二匹配结果,生成待考勤对象在当前时间的考勤记录。
需要说明的是,为了实现对待考勤对象的人声信号以及当前场景的环境声音信号分别匹配,识别待考勤对象的真实身份以及当前场景的真实场景,处理器131中的算法程序还可以实现上述方法实施例对应部分的功能,本申请在此不再一一列举。
下面是对本申请实施例提供的考勤终端的介绍,下文描述的考勤终端可与上文实施例相应部分相互参照。
如图14所示,为本申请实施例提供的考勤终端的结构示意图,该考勤终端可以包括:
信息采集模块141,用于检测到待考勤对象的触发指令时,采集当前场景的有效声音信号.
其中,有效声音信号可以包括待考勤对象的人声信号以及当前场景的环境声音信号;
信息生成与传输模块142,用于生成携带有效声音信号的考勤请求,并将考勤请求发送至考勤服务器。
可见,本申请考勤终端在采集待考勤对象的人声信号的同时,也采集了当前场景的环境声音信号,从而使考勤服务器通过对这两种声音信号的匹配,识别该待考勤对象的真实身份以及当前考勤场景的真实场景,防止了考勤作弊行为,保证了考勤服务器生成的考勤记录的真实性。
可选的,在实际应用中,考勤终端可以是待考勤对象的个人设备,如手机、平板电脑等,也可以是公用设备,如设置在某固定位置的手机、平板电脑等,确保待考勤对象能够利用该考勤终端实现考勤。
同理,上述描述的是考勤终端的软件功能模块构建,在考勤终端的硬件构架结构上,考勤终端可以通过如下方式实现考勤:
如图15所示,为本申请实施例提供的考勤终端的硬件结构框图,该考勤终端可以包括:控制器151、声音采集器152、通信接口153、存储器154、显示器155,以及用于实现这些硬件结构之间的信息交互的通信总线156,其中:
控制器151可以微控制单元MCU,或者实施本申请实施例的一个或多个集成电路。根据需要,也可以用于控制考勤终端安装的如即时通信软件的运行,并根据员工输入的控制指令,执行预设程序等。
声音采集器152可以是麦克风等拾音器,用于采集待考勤对象的人声信号以及当前场景的环境声音信号。
通信接口153可以是通信模块的接口,如WIFI模块接口,或者是GSM模块的接口,以实现信息的传输。
存储器154可以包括闪存、也可以包括非易失性存储器(non-volatile memory),用来存储考勤服务器反馈的考勤记录。
显示器155可以是触摸屏显示器,也可以使非触摸屏显示器,用于显示待考勤对象当前时间的考勤记录,以及登录企业IM应用后,显示相应的操作界面等等。
其中,控制器151的程序具体可以用于生成携带有效声音信号的考勤请求。
最后,需要说明的是,关于上述各实施例中,诸如第一、第二等之类的关系术语仅仅用来将一个操作、单元或模块与另一个操作、单元或模块区分开来,而不一定要求或者暗示这些单元、操作或模块之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者系统中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (17)
1.一种考勤系统,其特征在于,所述系统包括:至少一个考勤终端和考勤服务器,所述至少一个考勤终端与所述考勤服务器通信连接;
所述考勤终端,用于检测到待考勤对象的触发指令时,采集当前场景的有效声音信号,生成携带所述有效声音信号的考勤请求,并将所述考勤请求发送至所述考勤服务器,其中,所述有效声音信号混合有所述待考勤对象的人声信号以及所述当前场景的环境声音信号;
所述考勤服务器,用于解析所述考勤请求,得到所述有效声音信号,从所述有效声音信号中分离出所述待考勤对象的人声信号和所述当前场景的环境声音信号,将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并根据预设的环境音类型识别要求,确定所述当前场景的环境声音信号中不同环境音类型相应的环境声音信号;从各环境音类型相应的环境声音信号中,选择能够用于确定所述当前场景的环境声音信号的主导声音信号的目标类环境声音信号;计算所选择的各目标类环境声音信号的能量信息;将所述能量信息符合预设要求的目标类环境声音信号,确定为所述当前场景的环境声音信号的主导声音信号;
计算确定的每一个主导声音信号与预置的样本环境声音信号包含的主导声音信号的相似度;
根据计算得到的相似度确定第二匹配结果;
基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录。
2.根据权利要求1所述的系统,其特征在于,所述考勤服务器在基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录时,具体用于:
当所述第一匹配结果为匹配失败和/或所述第二匹配结果是匹配失败时,生成所述待考勤对象在当前时间的失败考勤记录;
当所述第一匹配结果和所述第二匹配结果都是匹配成功时,利用所述第一匹配结果,获得所述待考勤对象的唯一标识;
调取预置的与所述待考勤对象的唯一标识对应的当前时间应处于的目标场景;
当所述第二匹配结果表明所述待考勤对象所处的当前场景与所述目标场景一致时,生成所述待考勤对象在当前时间的成功考勤记录。
3.根据权利要求1所述的系统,其特征在于,当所述考勤服务器得到的所述第一匹配结果为匹配成功时,所述考勤服务器还用于:
利用所述第一匹配结果,获得所述待考勤对象的唯一标识;
调取预置的与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述考勤服务器在将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果时,具体用于:
将所述当前场景的环境声音信号与调取的所述目标样本环境声音信号进行匹配,得到第二匹配结果;
相应的,所述考勤服务器在基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录时,具体用于:
基于所述第二匹配结果,生成所述待考勤对象当前时间的考勤记录。
4.根据权利要求1所述的系统,其特征在于,所述考勤终端在生成携带所述有效声音信号的考勤请求时,还用于:
获得所述待考勤对象的唯一标识,并将所述待考勤对象的唯一标识添加到所述考勤请求中,发送至所述考勤服务器。
5.根据权利要求4所述的系统,其特征在于,所述考勤服务器还用于:
调取预置的与所述待考勤对象的唯一标识对应的目标样本人声信号,以及与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述考勤服务器在将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果时,具体用于:
将所述待考勤对象的人声信号与调取的目标样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果;
相应的,所述考勤服务器在基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录时,具体用于:
当所述第一匹配结果为匹配失败和/或所述第二匹配结果是匹配失败时,生成所述待考勤对象在当前时间的失败考勤记录;
当所述第一匹配结果和所述第二匹配结果都是匹配成功时,生成所述待考勤对象当前时间的成功考勤记录。
6.根据权利要求1所述的系统,其特征在于,所述考勤服务器在从各环境音类型相应的环境声音信号中,选择能够用于确定所述当前场景的环境声音信号的主导声音信号的目标类环境声音信号时,具体用于:
从各环境音类型相应的环境声音信号中,选择存在基音的第一类环境声音信号,和/或不存在基音的第二类环境声音信号。
7.根据权利要求6所述的系统,其特征在于,
当所述考勤服务器从各环境音类型相应的环境声音信号中,选择出存在基音的第一类环境声音信号,所述考勤终端在计算所选择的各目标类环境声音信号的能量信息时,具体用于:
计算所选择的各第一类环境声音信号的相邻峰谷之间的短时能量差;
则所述考勤终端在确定所述能量信息符合预设要求的目标类环境声音信号时,具体用于:
确定所述短时能量差大于预设门限的第一类环境声音信号;
当所述考勤服务器从各环境音类型相应的环境声音信号中,选择出不存在基音的第二类环境声音信号,所述考勤服务器在计算所选择的各目标类环境声音信号的能量信息时,具体用于:
计算所选择的各第二类环境声音信号的子带能量;
则所述考勤终端在确定所述能量信息符合预设要求的目标类环境声音信号时,具体用于:
确定大于预设频率的能量占所述子带能量的百分比大于预设阀值的第二类环境声音信号。
8.一种考勤方法,其特征在于,应用于考勤服务器,所述方法包括:
接收考勤终端发送的考勤请求,所述考勤请求携带有所述考勤终端采集的当前场景的有效声音信号;所述有效声音信号混合有待考勤对象的人声信号以及所述当前场景的环境声音信号;
解析所述考勤请求,获得所述有效声音信号,从所述有效声音信号中分离出所述待考勤对象的人声信号和所述当前场景的环境声音信号;
将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并根据预设的环境音类型识别要求,确定所述当前场景的环境声音信号中不同环境音类型相应的环境声音信号;从各环境音类型相应的环境声音信号中,选择能够用于确定所述当前场景的环境声音信号的主导声音信号的目标类环境声音信号;计算所选择的各目标类环境声音信号的能量信息;将所述能量信息符合预设要求的目标类环境声音信号,确定为所述当前场景的环境声音信号的主导声音信号;
计算确定的每一个主导声音信号与预置的样本环境声音信号包含的主导声音信号的相似度;
根据计算得到的相似度确定第二匹配结果;
基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录。
9.根据权利要求8所述的方法,其特征在于,所述基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录,包括:
当所述第一匹配结果为匹配失败和/或所述第二匹配结果是匹配失败时,生成所述待考勤对象在当前时间的失败考勤记录;
当所述第一匹配结果和所述第二匹配结果都是匹配成功时,利用所述第一匹配结果,获得所述待考勤对象的唯一标识;
调取预置的与所述待考勤对象的唯一标识对应的当前时间应处于的目标场景;
当所述第二匹配结果表明所述待考勤对象所处的当前场景与所述目标场景一致时,生成所述待考勤对象在当前时间的成功考勤记录。
10.根据权利要求8所述的方法,其特征在于,当所述第一匹配结果为匹配成功时,所述方法还包括:
利用所述第一匹配结果,获得所述待考勤对象的唯一标识;
调取预置的与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果,具体为:
将所述当前场景的环境声音信号与调取的所述目标样本环境声音信号进行匹配,得到第二匹配结果;
相应的,所述基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在当前时间的考勤记录,具体为:
基于所述第二匹配结果,生成所述待考勤对象在所述当前时间的考勤记录。
11.根据权利要求8所述的方法,其特征在于,当所述考勤请求还携带所述待考勤对象的唯一标识时,所述方法还包括:
调取预置的与所述待考勤对象的唯一标识对应的目标样本人声信号,以及与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果,包括:
将所述待考勤对象的人声信号与调取的目标样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果。
12.根据权利要求8所述的方法,其特征在于,所述目标类环境声音信号包括存在基音的第一类环境声音信号,和/或不存在基音的第二类环境声音信号;
如果所述目标类环境声音信号包括存在基音的第一类环境声音信号,所述计算所选择的各目标类环境声音信号的能量信息包括:计算所选择的各第一类环境声音信号的相邻峰谷之间的短时能量差;所述能量信息符合预设要求的目标类环境声音信号包括:所述短时能量差大于预设门限的第一类环境声音信号;
如果所述目标类环境声音信号包括不存在基音的第二类环境声音信号,所述计算所选择的各目标类环境声音信号的能量信息包括:计算所选择的各第二类环境声音信号的子带能量;所述能量信息符合预设要求的目标类环境声音信号包括:大于预设频率的能量占所述子带能量的百分比大于预设阀值的第二类环境声音信号。
13.根据权利要求8-12任意一项所述的方法,其特征在于,所述方法还包括:
将所述当前时间的考勤记录与所述待考勤对象进行关联存储;
将所述待考勤对象在所述当前时间的考勤记录和/或从当前时间开始的第一预设时间段内的考勤记录发送至所述考勤终端。
14.根据权利要求8-12任意一项所述的方法,其特征在于,所述方法还包括:
按照预置的各考勤对象的考勤计划,检测第二预设时间段内是否生成所述待考勤对象的考勤记录,其中,所述第二预设时间段包含在预设考勤起始时间与预设考勤终止时间之间,且与所述预设考勤终止时间距离预设阀值时间;
如果否,向所述待考勤对象的考勤终端发送考勤提示信息;
如果在到达所述预设考勤终止时间时仍未检测到所述待考勤对象的考勤记录,自动生成所述待考勤对象在当前时间的缺勤记录。
15.一种考勤服务器,其特征在于,所述考勤服务器包括:
信息接收模块,用于接收考勤终端发送的考勤请求,所述考勤请求携带有所述考勤终端采集的当前场景的有效声音信号;所述有效声音信号混合有待考勤对象的人声信号以及所述当前场景的环境声音信号;
解析模块,用于解析所述考勤请求,获得所述有效声音信号,从所述有效声音信号中分离出所述待考勤对象的人声信号和所述当前场景的环境声音信号;
信号匹配模块,用于将所述待考勤对象的人声信号与预置的样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与预置的样本环境声音信号进行匹配,得到第二匹配结果,
所述信号匹配模块包括:
声音识别单元,根据预设的环境音类型识别要求,确定所述当前场景的环境声音信号中不同环境音类型相应的环境声音信号;从各环境音类型相应的环境声音信号中,选择能够用于确定所述当前场景的环境声音信号的主导声音信号的目标类环境声音信号;计算所选择的各目标类环境声音信号的能量信息;将所述能量信息符合预设要求的目标类环境声音信号,确定为所述当前场景的环境声音信号的主导声音信号;
计算单元,用于计算确定的每一个主导声音信号与预置的样本环境声音信号包含的主导声音信号的相似度;
信息确定单元,用于根据计算得到的相似度确定第二匹配结果;
信息生成模块,用于基于所述第一匹配结果和所述第二匹配结果,生成所述待考勤对象在所述当前时间的考勤记录。
16.根据权利要求15所述的考勤服务器,其特征在于,当所述第一匹配结果为匹配成功时,所述考勤服务器还包括:
第一信息获取模块,用于利用所述第一匹配结果,获得所述待考勤对象的唯一标识;
第一信息调取模块,用于调取预置的与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述信号匹配模块具体用于将所述当前场景的环境声音信号与调取的所述目标样本环境声音信号进行匹配,得到第二匹配结果;
相应的,所述信息生成模块具体用于基于所述第二匹配结果,生成所述待考勤对象在所述当前时间的考勤记录。
17.根据权利要求15所述的考勤服务器,其特征在于,当所述考勤请求还携带所述待考勤对象的唯一标识时,所述考勤服务器还包括:
第二信息调取模块,用于调取预置的与所述待考勤对象的唯一标识对应的目标样本人声信号,以及与所述待考勤对象的唯一标识对应的当前时间应处于目标场景的目标样本环境声音信号;
则所述信号匹配模块具体用于将所述待考勤对象的人声信号与调取的目标样本人声信号进行匹配,得到第一匹配结果,并将所述当前场景的环境声音信号与调取的目标样本环境声音信号进行匹配,得到第二匹配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610397219.9A CN107492153B (zh) | 2016-06-07 | 2016-06-07 | 考勤系统、方法、考勤服务器及考勤终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610397219.9A CN107492153B (zh) | 2016-06-07 | 2016-06-07 | 考勤系统、方法、考勤服务器及考勤终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107492153A CN107492153A (zh) | 2017-12-19 |
CN107492153B true CN107492153B (zh) | 2020-04-07 |
Family
ID=60641830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610397219.9A Active CN107492153B (zh) | 2016-06-07 | 2016-06-07 | 考勤系统、方法、考勤服务器及考勤终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107492153B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257596B (zh) * | 2017-12-22 | 2021-07-23 | 北京小蓦机器人技术有限公司 | 一种用于提供目标呈现信息的方法与设备 |
CN108416275B (zh) * | 2018-02-11 | 2021-05-07 | 广州耘宇电子科技有限公司 | 采用人脸识别及场所光唯一标识的复合身份认证方案 |
CN109005167B (zh) * | 2018-07-24 | 2020-12-08 | 腾讯科技(深圳)有限公司 | 一种认证数据的处理方法、装置、服务器与存储介质 |
CN109285231A (zh) * | 2018-08-22 | 2019-01-29 | 中国平安人寿保险股份有限公司 | 系统控制方法、装置、计算机装置及计算机可读存储介质 |
CN109727328A (zh) * | 2018-12-24 | 2019-05-07 | 秒针信息技术有限公司 | 监控方法、装置和系统 |
CN113947376B (zh) * | 2019-01-16 | 2024-06-18 | 北京影谱科技股份有限公司 | 基于多重生物特征的c/s打卡方法和装置 |
CN110223473A (zh) * | 2019-05-08 | 2019-09-10 | 苏州凸现信息科技有限公司 | 一种基于多项特征变化识别的安防监控系统及其工作方法 |
CN111354096A (zh) * | 2019-08-19 | 2020-06-30 | 深圳市鸿合创新信息技术有限责任公司 | 一种智能考勤方法及装置、电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315706A (zh) * | 2008-07-18 | 2008-12-03 | 宇龙计算机通信科技(深圳)有限公司 | 一种考勤方法、考勤发送端、考勤服务器及移动终端 |
US8959030B2 (en) * | 2010-02-12 | 2015-02-17 | Avaya Inc. | Timeminder for professionals |
CN103456301B (zh) * | 2012-05-28 | 2019-02-12 | 中兴通讯股份有限公司 | 一种基于环境声音的场景识别方法及装置及移动终端 |
CN103310789B (zh) * | 2013-05-08 | 2016-04-06 | 北京大学深圳研究生院 | 一种基于改进的并行模型组合的声音事件识别方法 |
CN104463075A (zh) * | 2013-09-13 | 2015-03-25 | 天津力诺科技发展有限公司 | 一种员工身份验证考勤系统 |
CN103606201A (zh) * | 2013-11-26 | 2014-02-26 | 江苏金智教育信息技术有限公司 | 一种基于声音数据传输的考勤方法、系统和装置 |
CN104899313A (zh) * | 2015-06-16 | 2015-09-09 | 陕西师范大学 | 一种点名方法及系统 |
CN105184881A (zh) * | 2015-08-28 | 2015-12-23 | 宇龙计算机通信科技(深圳)有限公司 | 一种用户身份识别的方法、装置、服务器以及系统 |
-
2016
- 2016-06-07 CN CN201610397219.9A patent/CN107492153B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107492153A (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107492153B (zh) | 考勤系统、方法、考勤服务器及考勤终端 | |
US8219404B2 (en) | Method and apparatus for recognizing a speaker in lawful interception systems | |
WO2020211354A1 (zh) | 基于说话内容的说话者身份识别方法、装置及存储介质 | |
US10069966B2 (en) | Multi-party conversation analyzer and logger | |
CN107274916B (zh) | 基于声纹信息对音频/视频文件进行操作的方法及装置 | |
US10244111B1 (en) | System for providing data to an interactive response system | |
US8078463B2 (en) | Method and apparatus for speaker spotting | |
WO2019148586A1 (zh) | 多人发言中发言人识别方法以及装置 | |
US20200411013A1 (en) | Caller identification in a secure environment using voice biometrics | |
US9711167B2 (en) | System and method for real-time speaker segmentation of audio interactions | |
US20210158015A1 (en) | Classifying digital documents in multi-document transactions based on signatory role analysis | |
US20110004473A1 (en) | Apparatus and method for enhanced speech recognition | |
CN104040480A (zh) | 利用声学语境进行搜索的方法和系统 | |
US20210320997A1 (en) | Information processing device, information processing method, and information processing program | |
US20120155663A1 (en) | Fast speaker hunting in lawful interception systems | |
JP4143541B2 (ja) | 動作モデルを使用して非煩雑的に話者を検証するための方法及びシステム | |
CN111341301B (zh) | 一种录音处理方法 | |
US8694309B1 (en) | Automatic speech recognition tuning management | |
CN114155845A (zh) | 服务确定方法、装置、电子设备及存储介质 | |
CN111785280A (zh) | 身份认证方法和装置、存储介质和电子设备 | |
CN112687278B (zh) | 身份校验方法以及电子设备、存储装置 | |
CN117133273A (zh) | 语音分类方法、装置、电子设备及存储介质 | |
JP7470523B2 (ja) | 制御装置、制御方法及び制御プログラム | |
Alamri | Text-independent, automatic speaker recognition system evaluation with males speaking both Arabic and English | |
JP2023549794A (ja) | 話者識別装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |