CN112002332A - 语音验证方法及装置、处理器 - Google Patents
语音验证方法及装置、处理器 Download PDFInfo
- Publication number
- CN112002332A CN112002332A CN202010888558.3A CN202010888558A CN112002332A CN 112002332 A CN112002332 A CN 112002332A CN 202010888558 A CN202010888558 A CN 202010888558A CN 112002332 A CN112002332 A CN 112002332A
- Authority
- CN
- China
- Prior art keywords
- identity information
- voice
- caller
- call voice
- call
- 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
Images
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
- G10L17/04—Training, enrolment or model building
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种语音验证方法及装置、处理器。其中,该方法包括:获取待识别的通话语音;通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;对通话人的身份信息进行验证,确定验证结果。本发明解决了相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种语音验证方法及装置、处理器。
背景技术
随着人工智能计划的发展,在各行业的客服中心为提高坐席的服务质量,以及监控坐席服务状况,实时语音分析系统的使用也越来越普通,在接线人员使用目前的实时语音分析系统时,无法在电话交流过程中,通过语音信息自动快速的辨别和验证通话人的身份信息,只能在通话中通过口头询问是否本人,辨听男女性别,或询问客户回答对应身份证号等个人信息后,坐席人员在查看对比原来系统中存储的客户信息,最终确认客户的身份。
目前没有直接通过实时语音分析系统,自动通过语音信息自动快速的辨别和验证通话人的身份信息,纯靠坐席人员询问信息后进行人为对比,来判断客户身份。这种方式会需要多次询问客户信息,一方面增加了坐席的工作量和客户服务时间,同时也导致客户多次说明个人信息,容易引起客户不满,另一方面客户信息是通过坐席根据客户回答的信息,再查看系统信息最终对比核对,需要查询和对比的时间,且无法进行自动化验证。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种语音验证方法及装置、处理器,以至少解决相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
根据本发明实施例的一个方面,提供了一种语音验证方法,包括:获取待识别的通话语音;通过识别模型识别所述通话语音的通话人的身份信息,其中,所述识别模型为机器学习模型,所述识别模型由多组训练数据训练而成,每组所述训练数据包括通话语音和所述通话语音对应的通话人的身份信息;对所述通话人的身份信息进行验证,确定验证结果。
可选的,获取待识别的通话语音包括:从电话交换机中抓取实时通话语音流;从所述实时通话语音流截取预定时间长度的语音片段,作为所述待识别的通话语音。
可选的,所述身份信息包括下列之一:所述通话人的性别,声纹特征,姓名,编号。
可选的,对所述通话人的身份信息进行验证,确定验证结果包括:根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;在比对成功的情况下,确定所述通话人的身份为所述通话人身份信息对应的客户。
可选的,对所述通话人的身份信息进行验证,确定验证结果之后,还包括:将所述验证结果发送给与所述通话人进行通话的接线员。
可选的,根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对之前,包括:在通话人首次来电的情况下,获取通话人的身份信息,进行注册;将所述通话人的身份信息加入所述信息列表。
根据本发明实施例的另一方面,还提供了一种语音验证装置,包括:获取模块,用于获取待识别的通话语音;识别模块,用于通过识别模型识别所述通话语音的通话人的身份信息,其中,所述识别模型为机器学习模型,所述识别模型由多组训练数据训练而成,每组所述训练数据包括通话语音和所述通话语音对应的通话人的身份信息;验证模块,用于对所述通话人的身份信息进行验证,确定验证结果。
可选的,所述获取模块包括:抓取单元,用于从电话交换机中抓取实时通话语音流;截取单元,用于从所述实时通话语音流截取预定时间长度的语音片段,作为所述待识别的通话语音。
可选的,所述验证模块包括:比对单元,用于根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;确定单元,用于在比对成功的情况下,确定所述通话人的身份为所述通话人身份信息对应的客户。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的语音验证方法。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,其特征在于,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的语音验证方法。
在本发明实施例中,采用获取待识别的通话语音;通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;对通话人的身份信息进行验证,确定验证结果的方式,通过识别模型对通话语音进行识别和认证,达到了通过通话语音对通话人进行认证的目的,从而实现了避免过多的认为确认通话人身份,导致通话人不满的技术效果,进而解决了相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种语音验证方法的流程图;
图2是根据本发明实施方式的语音验证流程的示意图;
图3是根据本发明实施例的一种语音验证装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种语音验证方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,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。
图1是根据本发明实施例的一种语音验证方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取待识别的通话语音;
步骤S104,通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;
步骤S106,对通话人的身份信息进行验证,确定验证结果。
通过上述步骤,采用获取待识别的通话语音;通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;对通话人的身份信息进行验证,确定验证结果的方式,通过识别模型对通话语音进行识别和认证,达到了通过通话语音对通话人进行认证的目的,从而实现了避免过多的认为确认通话人身份,导致通话人不满的技术效果,进而解决了相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
上述待识别的通话语音可以是接线人员与通话人进行的对话,在接线人员与通话人进行通话一定时间后,将该通话中的通话人的声音进行截取,并进行降噪,滤波等初步处理。
通过呼叫中心平台电话拨通后,接线人员和通话人进行交互,实时语音分析系统的语音流抓取模块从电话交换机获取实时语音流,将实时语音流送到系统的语音处理模块,语音处理模块将根据系统设置,从客户的语音流中截取一段语音片段送到系统的身份信息验证模块,由身份信息验证模块对该语音对应的通话人的身份进行验证。
上述识别模型可以为机器学习模型,深度学习模型,可以包括卷积神经网络,记忆网络,可以包括输入层,中间层,和输出层,中间层可以为多层。由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息。从而将通话语音输入上述识别模型,由上述识别模型输出该通话语音对应的通话人的身份信息。
对通话人的身份信息进行验证,确定验证结果,可以通过预先存储的通话人的身份信息中,将识别的通话人的身份信息进行对比和匹配,在匹配成功等情况下,确定该通话人的身份信息验证成功,从而确定该通话人的身份信息,方便接线人员根据该通话人的身份信息进行通话和提供服务。
可选的,获取待识别的通话语音包括:从电话交换机中抓取实时通话语音流;从实时通话语音流截取预定时间长度的语音片段,作为待识别的通话语音。
在获取通话语音的时候,可以在在前端界面中,进行系统设置,设置语音处理模块截取客户语音片段的长度,在通话人来电或接线人员通过呼叫平台给通话人打电话时,在电话接通后,实时语音分析系统的语音流抓取模块,从电话交换机抓取通话人和接线人员预设长度的说话的实时语音流,以获取通话语音。
可选的,身份信息包括下列之一:通话人的性别,声纹特征,姓名,编号。
上述身份信息用于标识通话人的身份,可以包括该通话人的性别,姓名,编号,或者声纹特征等。从而根据存储的通话人的身份信息与识别的通话人的身份信息进行匹配和对比,进而确定该与接线员通话的通话人的身份。
可选的,对通话人的身份信息进行验证,确定验证结果包括:根据身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;在比对成功的情况下,确定通话人的身份为通话人身份信息对应的客户。
从而根据存储的信息列表将识别的通话人的身份信息进行匹配,上述信息列表可以包括多个通话人身份信息,通过通话语音识别的通话人的身份信息进行验证,达到了通过通话语音对通话人进行认证的目的,从而实现了避免过多的认为确认通话人身份,导致通话人不满的技术效果,进而解决了相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
可选的,对通话人的身份信息进行验证,确定验证结果之后,还包括:将验证结果发送给与通话人进行通话的接线员。
将验证结果发送给接线人员,接线人员可以根据通话人的身份验证结果,确定是否需要挂断,或者人工确认,或者进行其他的操作。
可选的,根据身份信息与业务系统中存储的信息列表的通话人身份信息进行比对之前,包括:在通话人首次来电的情况下,获取通话人的身份信息,进行注册;将通话人的身份信息加入信息列表。
也即是上述信息列表中的通话人的身份信息,都是已经经过注册可以确认的通话人的身份信息,保证了存储的信息列表的通话人的身份信息的准确性。
需要说明的是,本申请实施例还提供了一种可选的实施方式,下面对该实施方式进行详细说明。
本实施方式提供了一种在智能实时语音分析系统中通过性别识别和声纹识别来验证身份的方法,在坐席人员,也即是接线人员和客户电话交流时,通过实时语音分析系统,获取客户语音流,进行语音性别识别和声纹识别,根据性别识别与声纹识别的结果,与系统中调用业务系统中的通话人身份信息(包括性别和姓名),进行对比,自动判别客户身份,是本发明要解决的技术问题。
本实施方式,通过呼叫中心平台电话拨通后,坐席和客户进行交互,实时语音分析系统的语音流抓取模块从电话交换机获取实时语音流,将实时语音流送到系统的语音处理模块,语音处理模块将根据系统设置,从客户的语音流中截取一段语音片段送到系统的身份信息验证模块,身份信息验证模块调用身份识别AI平台,身份识别AI平台进行性别和声纹的识别(若是首次来电时,先要进行客户声纹的注册,后面来电进行声纹验证),然后将识别的结果返回给实时语音分析系统的身份验证模块,身份验证模块会将身份识别AI平台返回的性别和声纹验证的客户姓名,与从业务系统中获取的客户性别和姓名进行对比,得到对应的验证结果。身份验证模块将验证结果,传递给前端界面进行展示,分别展示性别识别和姓名的结果的一致性。
图2是根据本发明实施方式的语音验证流程的示意图,如图2所示,本实施方式的步骤如下:
(1)在前端界面中,进行系统设置,设置语音处理模块截取客户语音片段的长度;
(2)客户来电或坐席通过呼叫平台给客户打电话;
(3)电话接通后,实时语音分析系统的语音流抓取模块,从电话交换机抓取坐席和客户的说话的实时语音流,并将语音流送到语音处理模块;
(4)语音处理模块从客户的语音流中,根据系统设置,截取一定时间长度的语音片段,并将语音片段;
(5)身份识别AI平台,通过性别识别AI能力引擎和声纹识别能力引擎,对语音片段进行识别;
(6)通话人首次来电时,声纹识别是进行声纹注册,通过前端界面对声纹信息进行标注,标注客户的姓名,后面再次来电时,进行声纹验证得到客户姓名;
(7)身份识别AI平台将识别后得到性别结果和客户声纹验证得到对应的姓名,传给身份验证模块;
(8)身份验证模块,将身份识别AI平台传的结果,与从业务系统中储存的客户登记的性别和姓名的身份信息进行对比,自动的得到验证结果;
(9)验证结果包括,系统中是否存在此客户,客户的姓名和性别是否相符合;
(10)身份验证模块将验证结果,传给前端界面进行展示,展示来电客户的姓名和性别,以及显示是否在存在此客户,姓名和性别是否相符合。
本实施方式智能实时语音分析系统,可以从电话交换机抓取语音流;智能实时语音分析系统可以根据抓取的电话语音片段,通过性别和声纹识别验证,来确认打电话来的通话人的身份信息;智能实时语音分析系统可以将性别和声纹识别得到和通话人身份信息,与业务系统中储存的客户性别和身份信息,进行对比,得到是否在存在此客户,姓名和性别是否相符合。
本实施方式在电话接通时,系统就自动抓取客户的语音流,通过截取的语音片段就能自动识别出来客户的性别和姓名,并且把识别后的性别信息进行提取和保存。通过系统与从业务系统的客户信息,自动的进行对比,得到通话人身份信息和验证结果,从而有效改善当前实现方案的局限性。
在智能实时语音分析系统中,电话接通后,在客户和坐席人员交流的过程中,系统自动获取客户10s(可以设置长短)的客户语音流片段,将语音流片段送到AI平台,AI平台会返回客户的声纹结果,整个过程客户没有任何的感知,都是系统自动进行的。首次客户来电时,坐席人员需要手动标注下这个客户的声纹信息,即姓名,后面再次电话时,系统的前端界面就自动显示来电的是某个客户的姓名。
图3是根据本发明实施例的一种语音验证装置的示意图,如图3所示,根据本发明实施例的另一方面,还提供了一种语音验证装置,包括:获取模块32,识别模块34和验证模块36,下面对该装置进行详细说明。
获取模块32,用于获取待识别的通话语音;识别模块34,与上述获取模块32相连,用于通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;验证模块36,与上述识别模块34相连,用于对通话人的身份信息进行验证,确定验证结果。
通过上述装置,采用获取模块32获取待识别的通话语音;识别模块34通过识别模型识别通话语音的通话人的身份信息,其中,识别模型为机器学习模型,识别模型由多组训练数据训练而成,每组训练数据包括通话语音和通话语音对应的通话人的身份信息;验证模块36对通话人的身份信息进行验证,确定验证结果的方式,通过识别模型对通话语音进行识别和认证,达到了通过通话语音对通话人进行认证的目的,从而实现了避免过多的认为确认通话人身份,导致通话人不满的技术效果,进而解决了相关技术中单纯依靠通话人员对客户身份识别的方式,需多次询问,导致客户不满的技术问题。
可选的,获取模块包括:抓取单元,用于从电话交换机中抓取实时通话语音流;截取单元,用于从实时通话语音流截取预定时间长度的语音片段,作为待识别的通话语音。
可选的,验证模块包括:比对单元,用于根据身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;确定单元,用于在比对成功的情况下,确定通话人的身份为通话人身份信息对应的客户。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述中任意一项的语音验证方法。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,其特征在于,计算机存储介质包括存储的程序,其中,在程序运行时控制计算机存储介质所在设备执行上述中任意一项的语音验证方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种语音验证方法,其特征在于,包括:
获取待识别的通话语音;
通过识别模型识别所述通话语音的通话人的身份信息,其中,所述识别模型为机器学习模型,所述识别模型由多组训练数据训练而成,每组所述训练数据包括通话语音和所述通话语音对应的通话人的身份信息;
对所述通话人的身份信息进行验证,确定验证结果。
2.根据权利要求1所述的方法,其特征在于,获取待识别的通话语音包括:
从电话交换机中抓取实时通话语音流;
从所述实时通话语音流截取预定时间长度的语音片段,作为所述待识别的通话语音。
3.根据权利要求1所述的方法,其特征在于,所述身份信息包括下列之一:所述通话人的性别,声纹特征,姓名,编号。
4.根据权利要求3所述的方法,其特征在于,对所述通话人的身份信息进行验证,确定验证结果包括:
根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;
在比对成功的情况下,确定所述通话人的身份为所述通话人身份信息对应的客户。
5.根据权利要求4所述的方法,其特征在于,对所述通话人的身份信息进行验证,确定验证结果之后,还包括:
将所述验证结果发送给与所述通话人进行通话的接线员。
6.根据权利要求4所述的方法,其特征在于,根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对之前,包括:
在通话人首次来电的情况下,获取通话人的身份信息,进行注册;
将所述通话人的身份信息加入所述信息列表。
7.一种语音验证装置,其特征在于,包括:
获取模块,用于获取待识别的通话语音;
识别模块,用于通过识别模型识别所述通话语音的通话人的身份信息,其中,所述识别模型为机器学习模型,所述识别模型由多组训练数据训练而成,每组所述训练数据包括通话语音和所述通话语音对应的通话人的身份信息;
验证模块,用于对所述通话人的身份信息进行验证,确定验证结果。
8.根据权利要求7所述的装置,其特征在于,所述获取模块包括:
抓取单元,用于从电话交换机中抓取实时通话语音流;
截取单元,用于从所述实时通话语音流截取预定时间长度的语音片段,作为所述待识别的通话语音。
9.根据权利要求7所述的装置,其特征在于,所述验证模块包括:
比对单元,用于根据所述身份信息与业务系统中存储的信息列表的通话人身份信息进行比对;
确定单元,用于在比对成功的情况下,确定所述通话人的身份为所述通话人身份信息对应的客户。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的语音验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010888558.3A CN112002332A (zh) | 2020-08-28 | 2020-08-28 | 语音验证方法及装置、处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010888558.3A CN112002332A (zh) | 2020-08-28 | 2020-08-28 | 语音验证方法及装置、处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112002332A true CN112002332A (zh) | 2020-11-27 |
Family
ID=73466236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010888558.3A Pending CN112002332A (zh) | 2020-08-28 | 2020-08-28 | 语音验证方法及装置、处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112002332A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105895101A (zh) * | 2016-06-08 | 2016-08-24 | 国网上海市电力公司 | 用于电力智能辅助服务系统的语音处理设备及处理方法 |
CN109036435A (zh) * | 2018-08-15 | 2018-12-18 | 深圳平安综合金融服务有限公司上海分公司 | 基于声纹信息的身份认证及识别方法 |
CN109378003A (zh) * | 2018-11-02 | 2019-02-22 | 科大讯飞股份有限公司 | 一种声纹模型训练的方法和系统 |
CN110491389A (zh) * | 2019-08-19 | 2019-11-22 | 效生软件科技(上海)有限公司 | 一种话务系统的声纹识别方法 |
-
2020
- 2020-08-28 CN CN202010888558.3A patent/CN112002332A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105895101A (zh) * | 2016-06-08 | 2016-08-24 | 国网上海市电力公司 | 用于电力智能辅助服务系统的语音处理设备及处理方法 |
CN109036435A (zh) * | 2018-08-15 | 2018-12-18 | 深圳平安综合金融服务有限公司上海分公司 | 基于声纹信息的身份认证及识别方法 |
CN109378003A (zh) * | 2018-11-02 | 2019-02-22 | 科大讯飞股份有限公司 | 一种声纹模型训练的方法和系统 |
CN110491389A (zh) * | 2019-08-19 | 2019-11-22 | 效生软件科技(上海)有限公司 | 一种话务系统的声纹识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7360239B2 (en) | Biometric multimodal centralized authentication service | |
AU2006306790B2 (en) | System and method of subscription identity authentication utilizing multiple factors | |
US6327345B1 (en) | Method and system therefor of establishing an acceptance threshold for controlling fraudulent telephone calls | |
US8218753B2 (en) | Processing multi-party calls in a contact center | |
MXPA97001934A (en) | Method and system for the establishment of an acceptance threshold for controlling fraudulen telephone calls | |
US7627472B2 (en) | Method and system for person/speaker verification via communications systems | |
CN111401826A (zh) | 电子合同签署的双录方法、装置、计算机设备及存储介质 | |
US8406383B2 (en) | Voice authentication for call control | |
CN104349324A (zh) | 移动终端号码智能防护系统及方法 | |
CN1937662B (zh) | 一种电信语音增值业务中用户统一认证的方法 | |
CN112818316B (zh) | 基于声纹的身份识别及应用方法、装置与设备 | |
CN105224842A (zh) | 一种vtm系统中用户身份确认的方法及装置 | |
WO2014140970A2 (en) | Voice print tagging of interactive voice response sessions | |
KR101626302B1 (ko) | 화자 인식을 위한 자연적 등록 방법 | |
CN106302939A (zh) | 来电接听方法和装置 | |
CN107483398A (zh) | 一种静默验证方法及装置,电子设备 | |
CN112200556A (zh) | 一种自动柜员机的转账处理方法及装置 | |
WO2021051504A1 (zh) | 异常通话对象的判断方法、装置、计算机设备和存储介质 | |
US7246061B2 (en) | Method for the voice-operated identification of the user of a telecommunications line in a telecommunications network in the course of a dialog with a voice-operated dialog system | |
CN112002332A (zh) | 语音验证方法及装置、处理器 | |
JP2014103570A (ja) | 呼制御装置及びシステム及び方法 | |
US6965664B1 (en) | System, method, and computer-readable medium for enabling both hearing and hearing-impaired callers to access a resource | |
US11606461B2 (en) | Method for training a spoofing detection model using biometric clustering | |
CN108877023A (zh) | 一种注册机及访客注册方法 | |
JP4217412B2 (ja) | 個人認証機能を有する通話装置 |
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 |