CN109783338B - 基于业务信息的录制处理方法、装置和计算机设备 - Google Patents

Abstract

本申请涉及生物识别的一种基于业务信息的录制处理方法、装置和计算机设备。该方法包括：接收终端发送的双录请求，根据双录请求携带的业务信息获取对应的配置信息，将配置信息发送至终端；获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证；当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；根据配置信息对识别后的音频信息进行规则校验；当规则校验通过后，接收终端上传的双录文件并进行存储。采用本方法能够有效地对录制过程的数据进行处理以有效提高双录校验效率。

Description

基于业务信息的录制处理方法、装置和计算机设备

技术领域

本申请涉及计算机技术领域，特别是涉及基于生物识别的一种基于业务信息的录制处理方法、装置和计算机设备。

背景技术

随着人工智能技术的不断发展，人工智能技术已经应用在越来越多的领域和行业中。在金融行业中，行业规范要求在销售金融类产品的过程中进行录音录像，即双录。因此出现了很多用于记录销售过程的双录系统和设备，通过对销售金融产品的过程进行录音和录像，并生成对应的视频文件进行存储，以对销售过程进行监控和查证。

然而，目前的双录方式只是在录制完成后生成对应的视频文件并存储，并不能实时有效地对录音录像过程中的行为进行正误判断，只有在双录完成后通过对应的工作人员进行人工审核，会消耗大量的人力成本，导致双录数据的校验效率较低。因此，如何有效地对双录数据进行处理以提高双录数据的校验效率成为目前需要解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效地对双录数据进行处理以提高双录数据的校验效率的基于业务信息的录制处理方法、装置和计算机设备。

一种基于业务信息的录制处理方法，包括：

接收终端发送的双录请求，所述双录请求携带了业务信息；

根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

根据所述配置信息对所述识别后的音频信息进行规则校验；

当规则校验通过后，接收终端上传的双录文件，对所述双录文件进行存储。

在其中一个实施例中，所述业务信息包括客户信息和业务员信息，所述根据所述业务信息对所述客户人脸图像和业务员人脸图像进行身份验证，包括：提取所述客户人脸图片和所述业务员人脸图片分别对应的人脸特征；根据所述客户信息从预设数据库中获取对应的客户证件人脸图像，并提取所述客户证件人脸图像对应的人脸特征；将所述客户人脸图片对应的人脸特征与所述客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；根据所述业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取所述业务员证件人脸图像对应的人脸特征；将所述业务员人脸图片对应的人脸特征与所述业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当所述客户比对结果和所述业务员比对结果均达到预设匹配度时，则身份校验通过。

在其中一个实施例中，所述对所述音频信息进行识别，包括：获取预设的声纹识别模型，将所述音频信息输入至所述声纹识别模型；通过所述声纹识别模型识别所述音频信息的声纹特征；根据识别出的声纹特征对音频信息添加对应的声纹标签。

在其中一个实施例中，对识别出的音频特征添加对应的声纹标签之后，所述方法还包括：根据所述声纹标签对应的音频特征所述音频信息进行分类；提取分类后的音频信息，将所述分类后的音频信息转换成对应的文本信息；获取预设的语义分析模型，通过所述语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

在其中一个实施例中，所述业务信息包括产品标识，所述根据所述配置信息对所述音频信息进行规则校验，包括：获取所述产品标识对应的配置信息；获取识别后的音频信息对应的文本信息；获取预设的质检模型，将所述配置信息和文本信息输入至所述质检模型中，得到质检结果；当所述质检结果表示检测合格时，则校验通过。

一种基于业务信息的录制处理装置，包括：

请求接收模块，用于接收终端发送的双录请求，所述双录请求携带了业务信息；

信息发送模块，用于根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

图像获取模块，用于获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

身份验证模块，用于根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

音频识别模块，用于当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

规则校验模块，用于根据所述配置信息对所述识别后的音频信息进行规则校验；

文件存储模块，用于当规则校验通过后，接收终端上传的双录文件，对所述双录文件进行存储。

在其中一个实施例中，所述业务信息包括客户信息和业务员信息，所述身份验证模块还用于提取所述客户人脸图片和所述业务员人脸图片分别对应的人脸特征；根据所述客户信息从公安数据库中获取对应的客户证件人脸图像，并提取所述客户证件人脸图像对应的人脸特征；将所述客户人脸图片对应的人脸特征与所述客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；根据所述业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取所述业务员证件人脸图像对应的人脸特征；将所述业务员人脸图片对应的人脸特征与所述业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当所述客户比对结果和所述业务员比对结果均达到预设匹配度时，则身份校验通过。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

接收终端发送的双录请求，所述双录请求携带了业务信息；

根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

根据所述配置信息对所述识别后的音频信息进行规则校验；

当规则校验通过后，接收终端上传的双录文件，对所述双录文件进行存储。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

接收终端发送的双录请求，所述双录请求携带了业务信息；

根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

根据所述配置信息对所述识别后的音频信息进行规则校验；

当规则校验通过后，接收终端上传的双录文件，对所述双录文件进行存储。

上述基于业务信息的录制处理方法、装置和计算机设备，服务器接收终端发送的双录请求后，根据双录请求中携带的业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录；获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证，通过实时对客户和业务员的身份和人脸图像进行识别和验证，能够有效地在双录过程中对录制人员进行身份校验。当身份验证通过后，服务器提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；根据配置信息对识别后的音频信息进行规则校验，由此能够有效地校验双录过程中的内容是否符合相关规则。当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。通过在双录过程中对客户和业务员进行身份和人脸验证，能够有效地验证客户和业务员身份的真实性，并对双录过程的音频信息进行校验，能够有效地验证双录内容的合法性，从而有效地提高了双录的验证效率。

附图说明

图1为一个实施例中基于业务信息的录制处理方法的应用场景图；

图2为一个实施例中基于业务信息的录制处理方法的流程示意图；

图3为一个实施例中对客户人脸图像和业务员人脸图像进行身份验证步骤的流程示意图；

图4为一个实施例中对音频信息进行规则校验步骤的流程示意图；

图5为一个实施例中基于业务信息的录制处理装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的基于业务信息的录制处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。其中，终端102可以但不限于是各种具有录音录像功能的个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。服务器104接收终端102发送的双录请求，双录请求携带了业务信息；根据业务信息获取对应的配置信息，将配置信息发送至终端102，使得终端102根据配置信息进行双录.服务器104获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证，通过实时对客户和业务员的身份和人脸图像进行识别和验证，能够有效地在双录过程中进行身份校验。当身份验证通过后，服务器104提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；根据配置信息对识别后的音频信息进行规则校验，由此能够有效地校验双录过程中的内容是否符合相关规则。当规则校验通过后，接收终端102上传的双录文件，对双录文件进行存储。通过在双录过程中对客户和业务员进行身份和人脸验证，能够有效地验证客户和业务员身份的真实性，并对双录过程的音频信息进行校验，从而能够有效地对录制过程的数据进行处理，进而有效提高了双录的校验效率。

在一个实施例中，如图2所示，提供了一种基于业务信息的录制处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤202，接收终端发送的双录请求，双录请求携带了业务信息。

步骤204，根据业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录。

业务人员在销售金融产品的过程中，可以通过终端的应用程序记录销售的过程，并进行双录后生成对应的双录文件。业务人员通过双录终端新建了双录任务，并填写业务信息后，向服务器发送双录请求，双录请求中携带了业务信息，业务信息中包括客户标识和业务人员标识以及产品标识。服务器则根据双录请求中的产品标识获取对应的配置信息，并发送至双录终端，以使得双录终端根据对应的配置信息进行录制。

例如，配置信息可以包括在录制过程中自动播报与业务信息相对应的业务语音信息和提示语音信息，由此可以节省业务员的工作量，并能够有效地辅助进行双录。

步骤206，获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像。

终端在录制的过程中，服务器可以实时获取终端在双录过程中录制的视频信息。具体地，服务器可以根据预设的频率从视频信息中提取预设帧图片，通过人脸识别算法识别出预设帧图片中的人脸图像，并提取识别出的人脸图像，提取出的人脸图像包括客户人脸图像和业务员人脸图像。

步骤208，根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证。

服务器提取出的人脸图像后，通过人脸识别算法提取出客户人脸图像和业务员人脸图像分别对应的人脸特征。服务器进一步获取业务信息中的客户信息和业务员信息，根据客户信息和业务员信息从公安数据库中获取对应的证件人脸图像，例如可以为身份证中的人脸图像。服务器提取出证件人脸图像中对应的人脸特征，进而通过人脸匹配算法将客户人脸图像和业务员人脸图像分别对应的人脸特征与对应的证件人脸图像进行匹配，当达到预设匹配度时，表示客户和业务员的身份真实一致，则身份验证通过。

当人脸信息不匹配时，服务器向双录终端发送预警信息，以提示客户或业务人员。当服务器在预设频率帧内检测到客户和业务人员的没有在同一画面时，向双录终端发送提示信息，以提示客户和业务员按照预设规则进行双录。

步骤210，当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息。

步骤212，根据配置信息对识别后的音频信息进行规则校验。

当身份验证通过后，服务器进一步提取视频信息中的音频信息，对提取的音频信息进行识别。具体地，服务器可以获取预设的声纹识别模型，通过声纹识别模型书别音频信息中的声纹特征，并对不同声纹特征的音频信息添加对应的声纹标签，以对音频信息进行识别。

进一步地，根据声纹特征对音频信息进行识别后，根据添加的声纹标签对音频信息进行分类，并分别提取分类后的音频信息。服务器则分别将音频信息转换为对应的文本信息。服务器进而获取预设的语义分析模型，通过语义分析模型对文本信息进行分析，由此可以根据文本信息分析出音频信息的来源类别，并对音频信息添加对应的来源标签。例如通过音频信息的内容分析出某一段音频信息是出自客户还是出自业务员。由此能够有效地识别出音频信息。

服务器进一步获取预设的质检模型，通过质检模型对识别后的音频信息对应的文本信息进行分析，由此能够有效地分析出客户以及业务员在双录过程中是否达到预设的要求。服务器通过质检模型对音频信息中的双录内容进行分析后，得到对应的质检结果。当质检结果表示检测合格时，则校验通过。当质检结果表示检测不合格时，服务器则向终端发送重录的提示信息，以提示客户和业务员进行重新录制。

步骤214，当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。

当规则校验通过后，表示双录过程中客户和业务员的身份真实有效，且双录内容合格。服务器则向终端发送双录合格的提示信息，以提示终端生成双录文件。终端生成录制完成的双录文件后，则将双录文件上传至服务器。服务器接收到双录文件后，将双录文件和对应的业务信息进行存储。其中，服务器可以采用分布式碎片化的存储方式对双录文件和分析结果进行存储，由此能够有效地提高双录文件的存储效率。进一步地，审核人员还可以通过对应的审核终端从服务器中获取双录文件，并对双录文件进行复核，以对双录文件进行加强校验，从而能够有效地保证双录文件的有效性。通过在双录过程中有效地对双录数据进行处理，由此能够有效地对录制人员的身份进行验证和对双录的内容进行校验，进而有效地提高了双录过程中的验证效率。

在其中一个实施例中，终端进行双录录制完成后，生成对应的录制文件，录制文件中包括音频信息和视频信息。终端进一步按照预设的频率或文件大小对双录文件进行分割，分割成对应的多个双录文件片段，并添加对应的片段标识，将多个双录文件片段进行编码加密，并进行压缩后上传至服务器。其中，终端可以通过断点续传的方式将双录文件进行上传，以防止网络状态断开或不稳定的情况导致双录文件丢失，通过断点续传的方式能够有效保证双录文件的传输效率。服务器接收到双录终端上传的视频文件后，采用分布式碎片化的存储方式将双录文件存储至云端，由此能够有效地保证双录文件的安全性，并且能够有效地对双录文件进行安全存储。

进一步地，服务器接收到终端上传的双录文件后，获取双录文件中的内容，其中，双录文件中的内容可以是音频信息对应的文本信息。服务器获取业务信息中的客户信息，并对客户信息和双录的文本信息进行大数据分析，从而对该客户进行分析，并生成对应的分析结果。服务器还可以进一步对该客户添加分析结果对应的标签，以利于后期对客户进行维护。

传统的双录方式只是在录制完成后生成对应的视频文件并存储，并不能实时有效地对双录过程中的录制行和录制信息为进行验证，只有在双录完成后通过对应的工作人员进行人工审核，会消耗大量的人力成本，双录数据的校验效率较低。

上述基于业务信息的录制处理方法中，服务器接收终端发送的双录请求后，根据双录请求中携带的业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录。服务器获取终端录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；根据业务信息对客户人脸图像和业务员人脸图像进行身份验证，通过实时对客户和业务员的身份和人脸图像进行识别和验证，能够有效地在双录过程中进行身份校验。当身份验证通过后，服务器提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；根据配置信息对识别后的音频信息进行规则校验，由此能够有效地校验双录过程中的内容是否符合相关规则。当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。通过在双录过程中对客户和业务员进行身份和人脸验证，能够有效地验证客户和业务员身份的真实性，并对双录过程的音频信息进行校验，能够有效地验证双录内容的合法性，从而能够有效地对录制过程的数据进行处理，进而有效提高了双录的校验效率。

在一个实施例中，如图3所示，业务信息包括客户信息和业务员信息，根据业务信息对客户人脸图像和业务员人脸图像进行身份验证的步骤，具体包括以下内容：

步骤302，提取客户人脸图像和业务员人脸图像分别对应的人脸特征。

步骤304，根据客户信息从预设数据库中获取对应的客户证件人脸图像，并提取客户证件人脸图像对应的人脸特征。

步骤306，将客户人脸图片对应的人脸特征与客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果。

步骤308，根据业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取业务员证件人脸图像对应的人脸特征。

步骤310，将业务员人脸图片对应的人脸特征与业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果。

步骤312，当客户比对结果和业务员比对结果均达到预设匹配度时，则身份校验通过。

服务器接收终端发送的双录请求后，根据双录请求中携带的业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录。服务器获取终端录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像。例如，服务器可以根据预设的频率进行抽帧，如10s抽一帧。服务器可以对抽取的多张预设帧图片进行识别，识别每张预设帧图片中是否存在人脸图像，若存在，则提取出对应的人脸图像，人脸图像包括客户人脸图像和业务员人脸图像。进一步地，服务器可以对提取的多个人脸图像按照清晰度进行排序，提取出各个人脸图像中对应的最清晰的人脸图像。

服务器提取出预设帧图片中的客户人脸图像和业务员人脸图像后，则通过预设的人脸识别算法分别提取出客户人脸图像和业务员人脸图像对应的人脸特征。服务器进一步根据客户信息从预设数据库中获取对应的客户证件人脸图像，通过人脸识别算法提取客户证件人脸图像对应的人脸特征。例如，服务器可以根据客户身份信息和业务员身份信息分别从公安数据库中获取对应的身份证照片，并提取出身份证照片中的人脸图像。服务器进而根据预设的人脸匹配算法，将客户人脸图片对应的人脸特征与客户证件人脸图像对应的人脸特征进行比对，计算人脸特征之间的匹配度值，得到客户比对结果。当客户比对结果达到预设匹配度时，则表示客户的身份认证通过。

与此同时，服务器根据业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取业务员证件人脸图像对应的人脸特征。进而根据预设的人脸匹配算法，将业务员人脸图片对应的人脸特征与业务员证件人脸图像对应的人脸特征进行比对，计算人脸特征之间的匹配度值，得到业务员比对结果。当业务员比对结果达到预设匹配度时，则表示业务员的身份认证通过。

服务器通过人脸识别分别得到客户比对结果和业务员比对结果后，当当客户比对结果和业务员比对结果均达到预设匹配度时，表示客户和业务员的身份都是真实有效的，则双录过程中的身份校验通过。根据业务信息对客户人脸图像和业务员人脸图像进行身份验证，通过实时对客户和业务员的身份和人脸图像进行识别和验证，能够有效地在双录过程中进行身份校验，以保证进行双录人员的身份的真实性。

在一个实施例中，对音频信息进行识别，包括：获取预设的声纹识别模型，将音频信息输入至声纹识别模型；通过声纹识别模型识别音频信息的声纹特征；根据识别出的声纹特征对音频信息添加对应的声纹标签。

服务器接收终端发送的双录请求后，根据双录请求中携带的业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录。服务器获取终端录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像，从而根据业务信息对客户人脸图像和业务员人脸图像进行身份验证。当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息。

具体地，服务器提取出视频信息中的音频信息后，获取预设的声纹识别模型。其中，声纹识别模型可以是基于神经网络的声纹识别模型。服务器进而将提取的音频信息输入至声纹识别模型中，通过声纹识别模型能够有效地根据不同的声纹特征对音频信息进行识别，并对识别出的音频特征添加对应的声纹标签。其中，音频信息中包括多个音频片段。服务器根据识别出的不同声纹特征将音频信息切分为多个音频片段，每一个音频片段则对应同一个声纹特征。服务器则对每个音频片段都添加对应的声纹标签。

例如，提取的音频信息中既包括客户的音频信息，也包括业务员的音频信息，客户和业务员的音频信息所对应的声纹特征是不同的，服务器则可以通过声纹识别模型识别出不同声纹特征对应的音频信息，并对不同的音频信息添加对应的声纹标签。通过利用声纹识别模型对双录过程中的音频信息进行识别，能够有效地识别和区分出音频信息中的多个说话人的语音。

在一个实施例中，对识别出的音频特征添加对应的声纹标签之后，该方法还包括：根据声纹标签对应的音频特征音频信息进行分类；提取分类后的音频信息，将分类后的音频信息转换成对应的文本信息；获取预设的语义分析模型，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

服务器提取出音频信息，并通过预设的声纹识别模型识别音频信息的声纹特征，并对识别出的音频特征添加对应的声纹标签后，进一步对添加了声纹标签后的音频信息进行分类识别。其中，音频信息中包括多个音频片段。服务器根据识别出的不同声纹特征将音频信息切分为多个音频片段，每个音频片段则有对应的声纹特征。服务器则对每个音频片段都添加对应的声纹标签。

具体地，服务器根据声纹标签对应的音频特征音频信息进行分类，即将声纹标签相同的分为一个类别。服务器提取分类后的音频信息，并将分类后的音频信息转换为对应的文本信息。具体地，服务器可以通过预设的语音识别模型识别出音频信息中的语音信息，并将语音信息转换为对应的文本信息。

进一步地，服务器将音频信息转换为对应的文本信息后，获取预设的语义分析模型，将文本信息输入至预设的语义分析模型中，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。例如，通过语义分析模型对文本信息进行分析，可以分析出对应的音频片段是客户说出的语音，还是业务员说出的语音，从而可以有效地分析出每一段音频片段的来源类别，可以对音频片段添加对应的来源标识，如“客户”和“业务员”。由此可以有效地识别出客户的音频信息和业务人员的音频信息。

在一个实施例中，如图4所示，业务信息包括产品标识，根据配置信息对音频信息进行规则校验的步骤，具体包括一下内容：

步骤402，获取产品标识对应的配置信息。

步骤404，获取识别后的音频信息对应的文本信息。

步骤406，获取预设的质检模型，将配置信息和文本信息输入至质检模型中，得到质检结果。

步骤408，当质检结果表示检测合格时，则校验通过。

服务器接收终端发送的双录请求后，根据双录请求中携带的业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录。服务器获取终端录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像，并根据业务信息对客户人脸图像和业务员人脸图像进行身份验证。当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息。

具体地，服务器获取预设的声纹识别模型，通过声纹识别模型识别音频信息的声纹特征，根据识别出的声纹特征对音频信息添加对应的声纹标签。对识别出的音频特征添加对应的声纹标签后，对添加了声纹标签后的音频信息进行分类识别。其中，音频信息中包括多个音频片段。服务器则对每个音频片段都添加对应的声纹标签。进一步地，服务器根据声纹标签对应的音频特征音频信息进行分类，即将声纹标签相同的分为一个类别。服务器提取分类后的音频信息，并将分类后的音频信息转换为对应的文本信息。服务器获取预设的语义分析模型，将文本信息输入至预设的语义分析模型中，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

服务器识别音频信息后，根据配置信息对识别后的音频信息进行规则校验。具体地，双录过程中可以包括多个录制节点，每个录制节点根据产品类型预先配置了对应的录制规则配置信息。业务信息中还包括产品标识，服务器则根据产品标识获取对应的配置信息，并获取识别后的音频信息对应的文本信息。服务器进一步获取预设的质检模型，质检模型中根据不同产品的配置信息配置了对应的之间规则，质检模型可以是基于决策树算法构建的模型。服务器进而将配置信息和文本信息输入至质检模型中，通过质检模型根据配置信息对文本信息进行检测和分析，并得到质检结果。例如，检测话术是否标准和是否存在禁止用语等。当质检结果表示检测合格时，则校验通过。当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。

当质检结果为不合格时，服务器则根据当前的录制节点生成对应的提示信息，并将提示信息发送至终端，以使得终端对该录制节点重新进行录制。通过实时对双录过程中的音频信息进行检测，当不符合预设规则时，则提醒客户和业务员进行重新录制，由此不必等到录制完成后再进行人工审核。通过对双录过程中的音频信息进行规则校验，由此有效地提高了双录数据的验证效率。

在一个实施例中，服务器可以是集群服务器，集群服务器包括对应的多个节点。主节点接收到多个终端上传的双录请求后，生成对应的双录验证任务。主节点对集群中从节点的工作负载进行计算。主节点则根据集群中每个从节点的当前负载权重为每个双录验证任务选择对应的从节点标识，并对被选择的从节点标识对应的当前负载权重进行平滑处理，利用平滑处理后的结果选择下一个双录验证任务对应的从节点标识，直至为多个双录验证任务选择出对应的从节点标识。由此主节点根据被选择出的从节点标识将多个双录验证任务分配至对应的从节点，使得每个从节点对分配的双录验证任务进行处理。通过平滑处理可以对当前已分配双录验证任务的从节点的资源消耗进行抵消，防止重复计算其负载权重，以此达到集群中多个从节点的负载均衡，使得双录验证任务能够被及时有效地处理，进而能够有效地提高双录数据的处理效率。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种基于业务信息的录制处理装置，包括：请求接收模块502、信息发送模块504、图像获取模块506、身份验证模块508、音频识别模块510、规则校验模块512和文件存储模块514，其中：

请求接收模块502，用于接收终端发送的双录请求，双录请求携带了业务信息；

信息发送模块504，用于根据业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录；

图像获取模块506，用于获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；

身份验证模块508，用于根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证；

音频识别模块510，用于当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；

规则校验模块512，用于根据配置信息对识别后的音频信息进行规则校验；

文件存储模块514，用于当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。

在其中一个实施例中，业务信息包括客户信息和业务员信息，身份验证模块508还用于提取客户人脸图片和业务员人脸图片分别对应的人脸特征；根据客户信息从预设数据库中获取对应的客户证件人脸图像，并提取客户证件人脸图像对应的人脸特征；将客户人脸图片对应的人脸特征与客户证件人脸图像中对应的人脸特征进行比对，得到客户比对结果；根据业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取业务员证件人脸图像对应的人脸特征；将业务员人脸图片对应的人脸特征与业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当客户比对结果和业务员比对结果均达到预设匹配度时，则身份校验通过。

在其中一个实施例中，音频识别模块510还用于获取预设的声纹识别模型，将音频信息输入至声纹识别模型；通过声纹识别模型识别音频信息的声纹特征；根据识别出的声纹特征对音频信息添加对应的声纹标签。

在其中一个实施例中，音频识别模块510还用于根据声纹标签对应的音频特征音频信息进行分类；提取分类后的音频信息，将分类后的音频信息转换成对应的文本信息；获取预设的语义分析模型，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

在其中一个实施例中，业务信息包括产品标识，规则校验模块512还用于获取产品标识对应的配置信息；获取识别后的音频信息对应的文本信息；获取预设的质检模型，将配置信息和文本信息输入至质检模型中，得到质检结果；当质检结果表示检测合格时，则校验通过。

关于基于业务信息的录制处理装置的具体限定可以参见上文中对于基于业务信息的录制处理方法的限定，在此不再赘述。上述基于业务信息的录制处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储业务信息、人脸图像、音频信息和双录文件等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于业务信息的录制处理方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

接收终端发送的双录请求，双录请求携带了业务信息；

根据业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录；

获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；

根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；

根据配置信息对识别后的音频信息进行规则校验；

当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。

在一个实施例中，业务信息包括客户信息和业务员信息，处理器执行计算机程序时还实现以下步骤：提取客户人脸图片和业务员人脸图片分别对应的人脸特征；根据客户信息从预设数据库中获取对应的客户证件人脸图像，并提取客户证件人脸图像对应的人脸特征；将客户人脸图片对应的人脸特征与客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；根据业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取业务员证件人脸图像对应的人脸特征；将业务员人脸图片对应的人脸特征与业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当客户比对结果和业务员比对结果均达到预设匹配度时，则身份校验通过。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取预设的声纹识别模型，将音频信息输入至声纹识别模型；通过声纹识别模型识别音频信息的声纹特征；根据识别出的声纹特征对音频信息添加对应的声纹标签。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据声纹标签对应的音频特征音频信息进行分类；提取分类后的音频信息，将分类后的音频信息转换成对应的文本信息；获取预设的语义分析模型，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

在一个实施例中，业务信息包括产品标识，处理器执行计算机程序时还实现以下步骤：获取产品标识对应的配置信息；获取识别后的音频信息对应的文本信息；获取预设的质检模型，将配置信息和文本信息输入至质检模型中，得到质检结果；当质检结果表示检测合格时，则校验通过。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

接收终端发送的双录请求，双录请求携带了业务信息；

根据业务信息获取对应的配置信息，将配置信息发送至终端，使得终端根据配置信息进行双录；

获取终端在双录过程中录制的视频信息中的预设帧图片，从预设帧图片中获取客户人脸图像和业务员人脸图像；

根据业务信息分别对客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取视频信息中的音频信息，对音频信息进行识别，得到识别后的音频信息；

根据配置信息对识别后的音频信息进行规则校验；

当规则校验通过后，接收终端上传的双录文件，对双录文件进行存储。

在一个实施例中，业务信息包括客户信息和业务员信息，计算机程序被处理器执行时还实现以下步骤：提取客户人脸图片和业务员人脸图片分别对应的人脸特征；根据客户信息从预设数据库中获取对应的客户证件人脸图像，并提取客户证件人脸图像对应的人脸特征；将客户人脸图片对应的人脸特征与客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；根据业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取业务员证件人脸图像对应的人脸特征；将业务员人脸图片对应的人脸特征与业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当客户比对结果和业务员比对结果均达到预设匹配度时，则身份校验通过。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取预设的声纹识别模型，将音频信息输入至声纹识别模型；通过声纹识别模型识别音频信息的声纹特征；根据识别出的声纹特征对音频信息添加对应的声纹标签。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据声纹标签对应的音频特征音频信息进行分类；提取分类后的音频信息，将分类后的音频信息转换成对应的文本信息；获取预设的语义分析模型，通过语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

在一个实施例中，业务信息包括产品标识，计算机程序被处理器执行时还实现以下步骤：获取产品标识对应的配置信息；获取识别后的音频信息对应的文本信息；获取预设的质检模型，将配置信息和文本信息输入至质检模型中，得到质检结果；当质检结果表示检测合格时，则校验通过。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于业务信息的录制处理方法，所述方法应用于服务器，所述方法包括：

接收终端发送的双录请求，所述双录请求携带了业务信息；

根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

根据所述配置信息对所述识别后的音频信息进行规则校验；

当规则校验通过后，接收终端通过断点续传的方式上传的双录文件，对所述双录文件进行存储。

2.根据权利要求1所述的方法，其特征在于，所述业务信息包括客户信息和业务员信息，所述根据所述业务信息对所述客户人脸图像和业务员人脸图像进行身份验证，包括：

提取所述客户人脸图像 和所述业务员人脸图像 分别对应的人脸特征；

根据所述客户信息从预设数据库中获取对应的客户证件人脸图像，并提取所述客户证件人脸图像对应的人脸特征；

将所述客户人脸图像 对应的人脸特征与所述客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；

根据所述业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取所述业务员证件人脸图像对应的人脸特征；

将所述业务员人脸图像 对应的人脸特征与所述业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；

当所述客户比对结果和所述业务员比对结果均达到预设匹配度时，则身份校验通过。

3.根据权利要求1所述的方法，其特征在于，所述对所述音频信息进行识别，包括：

获取预设的声纹识别模型，将所述音频信息输入至所述声纹识别模型；

通过所述声纹识别模型识别所述音频信息的声纹特征；

根据识别出的声纹特征对音频信息添加对应的声纹标签。

4.根据权利要求3所述的方法，其特征在于，对识别出的音频特征添加对应的声纹标签之后，所述方法还包括：

根据所述声纹标签对应的音频特征所述音频信息进行分类；

提取分类后的音频信息，将所述分类后的音频信息转换成对应的文本信息；

获取预设的语义分析模型，通过所述语义分析模型对文本信息进行分析，得到音频信息的来源类别，并对音频信息添加对应的来源标识。

5.根据权利要求1所述的方法，其特征在于，所述业务信息包括产品标识，所述根据所述配置信息对所述音频信息进行规则校验，包括：

获取所述产品标识对应的配置信息；

获取识别后的音频信息对应的文本信息；

获取预设的质检模型，将所述配置信息和文本信息输入至所述质检模型中，得到质检结果；

当所述质检结果表示检测合格时，则校验通过。

6.一种基于业务信息的录制处理装置，所述装置应用于服务器，所述装置包括：

请求接收模块，用于接收终端发送的双录请求，所述双录请求携带了业务信息；

信息发送模块，用于根据所述业务信息获取对应的配置信息，将所述配置信息发送至所述终端，使得所述终端根据所述配置信息进行双录；

图像获取模块，用于获取所述终端在双录过程中录制的视频信息中的预设帧图片，从所述预设帧图片中获取客户人脸图像和业务员人脸图像；

身份验证模块，用于根据所述业务信息分别对所述客户人脸图像和业务员人脸图像进行身份验证；

音频识别模块，用于当身份验证通过后，提取所述视频信息中的音频信息，对所述音频信息进行识别，得到识别后的音频信息；

规则校验模块，用于根据所述配置信息对所述识别后的音频信息进行规则校验；

文件存储模块，用于当规则校验通过后，接收终端通过断点续传的方式上传的双录文件，对所述双录文件进行存储。

7.根据权利要求6所述的装置，其特征在于，所述业务信息包括客户信息和业务员信息，所述身份验证模块还用于提取所述客户人脸图像 和所述业务员人脸图像 分别对应的人脸特征；根据所述客户信息从公安数据库中获取对应的客户证件人脸图像，并提取所述客户证件人脸图像对应的人脸特征；将所述客户人脸图像 对应的人脸特征与所述客户证件人脸图像对应的人脸特征进行比对，得到客户比对结果；根据所述业务员信息从预设数据库中获取对应的业务员证件人脸图像，并提取所述业务员证件人脸图像对应的人脸特征；将所述业务员人脸图像 对应的人脸特征与所述业务员证件人脸图像对应的人脸特征进行比对，得到业务员比对结果；当所述客户比对结果和所述业务员比对结果均达到预设匹配度时，则身份校验通过。

8.根据权利要求6所述的装置，其特征在于，所述业务信息包括产品标识，所述规则校验模块还用于获取所述产品标识对应的配置信息；获取识别后的音频信息对应的文本信息；获取预设的质检模型，将所述所述配置信息和文本信息输入至所述质检模型中，得到质检结果；当所述质检结果表示检测合格时，则校验通过。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

Images