CN111933145B - 一种基于语音ai的行程安全智能监控的方法及系统 - Google Patents

Abstract

本发明涉及监控技术领域，具体涉及一种基于语音AI的行程安全智能监控的方法及系统。包括：成单完成后激活场景分析工作；场景分析工作给出监控强度值并启动语音监测；语音监测采集语音流并启动语音分析；语音分析检测到有害信息时即告知司机和乘客，然后启动观察期并增加监控强度值；语音分析再次检测到有害信息即会启动安全干预，否则将监控强度值恢复到初始状态；当语音监测被中断时，即会启动安全干预，并重新启动语音监测；行程结束后关闭语音监测。该方法及系统具有实时监控效果好、内容易于收集处理和提高监控利用率的优点，解决了现有的行程监控存有的实时性效果差、内容不易管控和浪费能源和存储空间的问题，满足了行程安全监控的需要。

Description

一种基于语音AI的行程安全智能监控的方法及系统

技术领域

本发明涉及监控技术领域，具体涉及一种基于语音AI的行程安全智能监控的方法及系统。

背景技术

近些年来，移动出行频频出现恶性违法事件，给移动出行行业蒙上一层阴影，导致用户对打车、拼车和顺风车等应用场景产生不信任，制约了移动出行业务的发展。传统的行车监控往往是着重于实现行车记录和帮助停车，受出行中的恶性事故影响，越来越多的公司开始注重车内的行车安全，因此需要开发对应的智能监控方法及系统来提高行车安全性。

现有的行程监控只具备有记录的功能，即直接把行车记录仪作为车内监控，然后将录制的视频内容保存到存储介质内，该方法在虽然调查取证时能发挥重要的作用，但是无法对即将或正在实施的犯罪行为作出警告，因此威慑力极为有限，难以实际提高行车时的安全性；另一方面，现有的行程监控的内容不易进行管控，当车辆较多时，现有的带宽不足以支持网络传输视频流，因此提供出行服务的平台方难以获知行程监控产生的内容，且车内的存储介质容易被取走、破坏或清除内容，这些都增加了行程监控的内容管控难度；此外，虽然恶性事故的新闻层出不穷，但相对于庞大的车次和成单数量来讲，这些事故仍是小概率事件，如果每一辆车都进行高强度的行程监控，不仅浪费能源和存储空间，而且产生了巨量的监控内容，增加了平台方的处理难度和审核负担，因此需要一种新的行程安全智能监控的方法及系统来解决上述的不足。

发明内容

为了克服上述现有的行程监控存有的实时性效果差、内容不易管控和浪费能源和存储空间的技术缺陷，本发明提供一种实时监控效果好、内容易于收集处理和提高监控利用率的一种基于语音AI的行程安全智能监控的方法及系统。

为了解决上述问题，本发明按以下技术方案予以实现的：

本发明所述的一种基于语音AI的行程安全智能监控的方法，其特征在于，所述的方法包括：

成单完成后激活场景分析工作；

场景分析工作根据当前的场景给出监控强度值，并启动语音监测；

语音监测根据监控强度值，以固定频率采集行程中的语音流并启动语音分析；

语音分析检测到有害信息时，即会将信息告知司机和乘客，然后启动观察期并增加监控强度值；

如果在观察期内，语音分析再次检测到有害信息时，即会启动安全干预；

如果在观察期内，语音分析没有检测到有害信息，即会将监控强度值恢复到初始状态；

当语音监测被中断时，即会启动安全干预，并重新启动语音监测；

行程结束后，关闭语音监测。

所述的场景分析工作包括：

初始化监控强度值为零，并读取成单时的司机和乘客的信息；

读取成单后的当前时间，如果当前时间为夜间，则增加监控强度值；

如果司机和乘客的性别为一男一女，则增加监控强度值；

如果司机或乘客的标记分较低，则增加监控强度值；

返回监控强度值。

所述的标记分是司机或乘客的信息内容，且无法被司机或乘客更改。

所述的语音监测包括活动期和休止期，活动期与休止期交替进行。

所述的语音监测在活动期内调用麦克风以便采集行程内产生的语音流，所述的语音监测在休止期内停止语音采集，以节省能源消耗和性能占用。

所述的语音分析包括：

获取传入的语音流；

将语音流转换为文本；

将文本与敏感词库进行对比，检测文本中是否含有敏感信息；

对敏感信息进行分类，判断是否影响行程安全；

返回语音分析的结果。

所述的敏感信息包括：色情内容、政治内容、暴恐信息、广告内容。

所述的安全干预包括：

降低司机和乘客的标记分；

人工客服介入并与司机或乘客取得联系，然后直接与司机或乘客交流；

当人工客服确认事态紧急时，定位车辆位置和行程；

当人工客服确认不影响行程安全，则退出安全干预。

一种基于语音AI的行程安全智能监控的系统，其特征在于，所述的系统包括：

场景分析模块，用于根据当前的场景给出监控强度值；

语音监测模块，用于根据监控强度值以固定频率采集行程中的语音流；

语音分析模块，用于检测语音中的有害信息，将信息告知司机和乘客；

观察模块，用于检测是否再次出现有害信息；

安全干预模块，用于处理紧急情况；

结束模块，用于在行程结束后关闭行程语音监控。

与现有技术相比，本发明的有益效果是：本发明所述的一种基于语音AI的行程安全智能监控的方法及系统具有实时监控效果好、内容易于收集处理和提高监控利用率的优点，利用网络传输语音流，以便实现实时的监控；通过语音分析来检测内容，可以方便地进行处理和作出应对，此外，本发明还根据场景分析来预估行程的安全程度，以便动态调整行程监控的频率，降低了能源消耗和带宽占用，解决了现有的行程监控存有的实时性效果差、内容不易管控和浪费能源和存储空间的问题，满足了行程安全监控的需要。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：

图1是本发明的方法流程示意图；

图2是本发明的场景分析工作的方法流程示意图；

图3是本发明的语音分析的方法流程示意图；

图4是本发明的安全干预的方法流程示意图；

图5是本发明的系统结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1～图4所示，本发明所述的一种基于语音AI的行程安全智能监控的方法，其特征在于，所述的方法包括：

101、成单完成后激活场景分析工作。

所述的场景分析工作包括：

201、初始化监控强度值为零，并读取成单时的司机和乘客的信息。

202、读取成单后的当前时间，如果当前时间为夜间，则增加监控强度值。

203、如果司机和乘客的性别为一男一女，则增加监控强度值。

204、如果司机或乘客的标记分较低，则增加监控强度值。

205、返回监控强度值。

具体的，所述的标记分是司机或乘客的信息内容，且无法被司机或乘客更改，仅会随用户行为动态进行调整，此外，司机与乘客的信息还包括但不限于：性别、年龄、预留手机号。作为本发明一种较佳的实施方式，所述的场景分析工作根据当前的场景来计算监控强度值，参考的场景特征包括但不限于：成单时间、用户性别、用户标记分；其中：当成单时间为夜间，即，成单时间介于晚间18点至上午6点之间时，则增加监控强度值；当司机为男性，乘客为女性，则乘客容易受到侵害，当司机为女性，乘客为男性时，则司机容易受到侵害，此时增加监控强度值；当司机或乘客的标记分较低，说明司机或乘客曾经有过不良行程记录，则增加监控强度值。

102、场景分析工作根据当前的场景给出监控强度值，并启动语音监测。

具体的，所述的语音监测工作分为活动期与休止期，活动期与休止期交替进行，在活动期内，语音监测调用麦克风以便采集行程内产生的语音流，作为本发明一种较佳的实施方式，语音监测通过网络将语音流传输到平台方，以便进行实时处理并节省本地算力，作为本发明另一种可行的实施方式，语音流亦可在本地进行处理；在休止期内，语音监测停止语音采集，以节省能源消耗和性能占用。

103、语音监测根据监控强度值，以固定频率采集行程中的语音流并启动语音分析。

具体的，当监控强度值较高时，表明该行程的预期安全度较低，则提高语音监测的采集频率，即，延长语音监测活动期的时间，缩短语音监测休止期的时间，或全程保持语音监测活动状态，以获得更多的行程内语音数据；当监控强度值较低时，表明该行程的预期安全度较高，则降低语音监测的采集频率，即，缩短语音监测活动期的时间，延长语音监测休止期的时间。

所述的语音分析包括：

301、获取传入的语音流。

302、将语音流转换为文本。

303、将文本与敏感词库进行对比，检测文本中是否含有敏感信息。

304、对敏感信息进行分类，判断是否影响行程安全。

305、返回语音分析的结果。

具体的，所述的语音转文本工作利用了“科大讯飞API接口”，以便快速获得文本进行鉴定，降低语音处理的算力负荷。所述的敏感信息包括但不限于：色情内容、政治内容、暴恐信息、广告内容。其中，若出现敏感信息且属于色情内容或暴恐信息，则判定为含有危害到行程的信息，同时返回危险信号，若出现其他类型的敏感信息，虽然存有违法的嫌疑，但是对于当前的行程安全影响较小，因此直接忽略并返回安全信号。所述语音监测和语音分析的工作方法的优点在于：该过程均可通过程序化实现，各步骤通过量化的参数作为支撑，达到AI自动处理的目的，该过程无需人工介入，极大地节省了人力成本。

104、语音分析检测到有害信息时，即会将信息告知司机和乘客，然后启动观察期并增加监控强度值。

具体的，当语音分析检测到危害到行程的信息时，则向司机和乘客发出警告，作为本发明一种较佳的实施方式，所述警告为语音播报提醒，作为本发明可行的实施方式，所述警告还可以是消息提醒、闪烁或振动等。所述观察期为接收到危险信号后生成的一个时间段，作为本发明一种较佳的实施方式，所述观察期的时长为1至10分钟，作为本发明可行的实施方式，所述观察期亦可不设限制，即，将观察期延长到行程结束。在观察期内，监控强度值增加，即，延长语音监测活动期的时间，缩短语音监测休止期的时间，或全程保持语音监测活动状态。

1051、如果在观察期内，语音分析再次检测到有害信息时，即会启动安全干预。

具体的，由于在当前行程内，语音分析检测到危害到行程的信息时才会进入观察期，因此在观察期内再次检测到有害信息时，则表明司机或乘客无视警告，已经多次讲出危害到行程的语言，有可能进一步做出出格行为，具有潜在的犯罪风险，因此需要紧急进行判断处理，此时即会启动安全干预。

所述的安全干预包括：

401、降低司机和乘客的标记分。

402、人工客服介入并与司机或乘客取得联系，然后直接与司机或乘客交流。

4031、当人工客服确认事态紧急时，定位车辆位置和行程。

4032、当人工客服确认不影响行程安全，则退出安全干预。

具体的，所述的标记分为大于零的整数，每次触发安全干预，即会降低司机和乘客中存有违规语音一方的标记分，但现有的技术难以通过语音区分出司机与乘客，因此不易获知是司机还是乘客有违规情况，作为本发明一种较佳的实施方式，每次触发安全干预，即会同时降低司机和乘客的标记分，以省去区分工作，提高处理效率，该设置的优点在于：通过降低司机和乘客的标记分，即可使标记分较低的司机或乘客在下一次行程中的监控强度值增加，提高语音监测的频率，增加下次行程的安全性。为提高标记分的区分度，所述的标记分在每次扣除时力度逐渐增加，即，被扣除过标记分的司机或乘客再次触发安全干预时将会降低更多标记分，该设置的优点在于：将多次违规的用户与普通用户区分开来，以减小因同时降低司机和乘客的标记分产生的影响。

人工客服介入并与司机或乘客取得联系，所述的联系包括但不限于：通过网络发起语音通话、通过网络发送信息、通过预留号码发起拨号；当人工客服联系上司机或乘客中的任意一方，即可直接与司机或乘客交流，以便了解当前的行车情况；当人工客服确认事态紧急时，所述事态紧急包括但不限于：司机或乘客无法理智交流、司机或乘客在交流中报警求救、无法与司机或乘客中的任一方取得联系，此时即会定位车辆的位置和行程，以便通知相关部门，当人工客服交流后确认不影响行程安全，则退出安全干预，并继续保持语音监测。

1052、如果在观察期内，语音分析没有检测到有害信息，即会将监控强度值恢复到初始状态。

具体的，当司机和乘客收到警告时，无需作出回应，只需保持静默或正常交谈即可，语音分析在观察期内没有检测到有害信息，即会将监控强度值恢复到初始状态，该设置的优点在于：司机或乘客不需要进行回应操作，避免由于驾驶分心而产生事故。在单次行程内存有多次进入观察期的情况，作为本发明一种较佳的实施方式，在单次行程内再次进入观察期时，即会逐渐延长本次行程的观察期，以提高行程安全性。

106、当语音监测被中断时，即会启动安全干预，并重新启动语音监测。

具体的，行程中的语音监测有时会被中断，由于现有的技术手段难以获知是用户主动中断，还是受网络信号、设备异常等情况被动中断，因此作为本发明一种较佳的实施方式，当语音监测被中断一段时间，具体的，当语音监测被中断2分钟以上，即会直接启动安全干预，当人工客服交流后确认不影响行程安全，则退出安全干预，并重新启动语音监测。

107、行程结束后，关闭语音监测。

如图5所示，本发明所述的一种基于语音AI的行程安全智能监控的系统，其特征在于，所述的系统包括：

场景分析模块1，用于根据当前的场景给出监控强度值；

语音监测模块2，用于根据监控强度值以固定频率采集行程中的语音流；

语音分析模块3，用于检测语音中的有害信息，将信息告知司机和乘客；

观察模块4，用于检测是否再次出现有害信息；

安全干预模块5，用于处理紧急情况；

结束模块6，用于在行程结束后关闭行程语音监控。

该基于语音AI的行程安全智能监控的方法及系统具有实时监控效果好、内容易于收集处理和提高监控利用率的优点，利用场景分析模块1获取用户信息和当前时间，以便量化分析出当前行车场景的安全程度，以便根据预期的安全程度动态调整监控强度，提高了监控系统的利用率，降低了能源消耗和带宽占用；利用语音监测模块2采集行程中的语音流，然后通过网络传输到平台方，以便实现实时的监控；利用语音分析模块3来检测内容，可以迅速分析出语音内容是否对行程具有危害性，且该过程通过语音转文字和关键词检测来实现，达到完全由AI智能运行的目的，无需人工进行参与，不仅方便地对语音进行处理和应对，还降低了人力需求，只在安全干预模块4启动时才需要分配人员处理，解决了现有的行程监控存有的实时性效果差、内容不易管控和浪费能源和存储空间的问题，满足了行程安全监控的需要。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，故凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (8)

1.一种基于语音AI的行程安全智能监控的方法，其特征在于，所述的方法包括：

成单完成后激活场景分析工作；

场景分析工作根据当前的场景给出监控强度值，并启动语音监测；

语音监测根据监控强度值，以固定频率采集行程中的语音流并启动语音分析；

语音分析检测到有害信息时，即会将信息告知司机和乘客，然后启动观察期并增加监控强度值；

如果在观察期内，语音分析再次检测到有害信息时，即会启动安全干预；

如果在观察期内，语音分析没有检测到有害信息，即会将监控强度值恢复到初始状态；

当语音监测被中断时，即会启动安全干预，并重新启动语音监测；

行程结束后，关闭语音监测。

2.根据权利要求1所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的场景分析工作包括：

初始化监控强度值为零，并读取成单时的司机和乘客的信息；

读取成单后的当前时间，如果当前时间为夜间，则增加监控强度值；

如果司机和乘客的性别为一男一女，则增加监控强度值；

如果司机或乘客的标记分较低，则增加监控强度值；

返回监控强度值。

3.根据权利要求2所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的标记分是司机或乘客的信息内容，且无法被司机或乘客更改。

4.根据权利要求1所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的语音监测包括活动期和休止期，活动期与休止期交替进行。

5.根据权利要求4所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的语音监测在活动期内调用麦克风以便采集行程内产生的语音流，所述的语音监测在休止期内停止语音采集，以节省能源消耗和性能占用。

6.根据权利要求1所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的语音分析包括：

获取传入的语音流；

将语音流转换为文本；

将文本与敏感词库进行对比，检测文本中是否含有敏感信息；

对敏感信息进行分类，判断是否影响行程安全；

返回语音分析的结果。

7.根据权利要求6所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的敏感信息包括：色情内容、政治内容、暴恐信息、广告内容。

8.根据权利要求1所述的一种基于语音AI的行程安全智能监控的方法，其特征在于：所述的安全干预包括：

降低司机和乘客的标记分；

人工客服介入并与司机或乘客取得联系，然后直接与司机或乘客交流；

当人工客服确认事态紧急时，定位车辆位置和行程；

当人工客服确认不影响行程安全，则退出安全干预。

Images