CN116580692A - 基于语音机器人的反诈劝阻方法、系统、设备及存储介质 - Google Patents
基于语音机器人的反诈劝阻方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116580692A CN116580692A CN202310846532.6A CN202310846532A CN116580692A CN 116580692 A CN116580692 A CN 116580692A CN 202310846532 A CN202310846532 A CN 202310846532A CN 116580692 A CN116580692 A CN 116580692A
- Authority
- CN
- China
- Prior art keywords
- fraud
- voice
- target user
- dissuading
- persuasion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000000694 effects Effects 0.000 claims description 27
- 238000013136 deep learning model Methods 0.000 claims description 22
- 238000013515 script Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 abstract description 6
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 230000006399 behavior Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Toys (AREA)
Abstract
本发明公开了基于语音机器人的反诈劝阻方法、系统、设备及存储介质，涉及信息处理技术领域，其中，所述方法包括：获取目标用户关于可疑事件的事件信息；对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。通过本发明的方法可解决现有技术中依靠人工进行反诈劝阻的方式，在时效性和覆盖面上容易出现不足的问题。
Description
技术领域
本发明涉及信息处理技术领域，具体涉及一种基于语音机器人的反诈劝阻方法、系统、计算机设备以及非易失性计算机可读存储介质。
背景技术
目前，人们利用通信技术如电话系统、手机短信、即时通信等随时实现远距离联络，人们相互联系的频率越来越高，并且覆盖的年龄段也越来越广泛。
但是，近年来，电信网络新型违法犯罪来势凶猛、愈演愈烈，犯罪分子抓住人性的弱点，精心设置骗局，利用通信行业监管漏洞以及银行资金流动便利，通过短信、电话、网络等渠道，编造虚假信息，设置骗局，对受害人实施远程、非接触式诈骗，给社会带来了很大的危害。
目前，大部分的反诈劝阻方式还是需要依靠民警的人工干预，不仅人工成本高，而且面对日益剧增的预警数据，民警人力不够，在反诈劝阻的时效性和覆盖面上容易出现不足。
因此，现有技术还有待改进和提高。
发明内容
鉴于上述现有技术的不足之处，本发明的目的在于提供一种基于语音机器人的反诈劝阻方法、系统、计算机设备以及非易失性计算机可读存储介质，旨在解决现有技术中依靠人工进行反诈劝阻的方式，在时效性和覆盖面上容易出现不足的问题。
为了达到上述目的，本发明采取了以下技术方案：
一种基于语音机器人的反诈劝阻方法，其中，包括：
获取目标用户关于可疑事件的事件信息；
对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果，包括：
构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型；
将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，生成所述可疑事件的欺诈识别结果。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻，包括：
根据欺诈类型编写对应的劝阻脚本；
通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；
根据所述欺诈识别结果，通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻之后，包括：
评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息之后，包括：
根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整之后，包括：
将所述可疑事件的所述事件信息作为欺诈识别样本，实现对于所述欺诈识别模型的迭代。
在进一步的技术方案中，所述的基于语音机器人的反诈劝阻方法，其中，所述构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，其中，通过网络、短信以及电话渠道收集可疑欺诈信息并集中汇集后作为预先采集的欺诈识别样本。
一种基于语音机器人的反诈劝阻系统，其中，包括：
信息获取模块，用于获取目标用户关于可疑事件的事件信息；
欺诈识别模块，用于对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
反诈劝阻模块，用于基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
一种计算机设备，其中，所述计算机设备包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器上存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行时，可实现如上述任一项所述的基于语音机器人的反诈劝阻方法。
一种非易失性计算机可读存储介质，其中，所述非易失性计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时，可实现如上述任一项所述的基于语音机器人的反诈劝阻方法。
相较于现有技术，本发明提供了一种基于语音机器人的反诈劝阻方法、系统、计算机设备以及非易失性计算机可读存储介质，其中，所述方法包括：获取目标用户关于可疑事件的事件信息；对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。通过本发明的方法可解决现有技术中依靠人工进行反诈劝阻的方式，在时效性和覆盖面上容易出现不足的问题。
附图说明
为了更清楚地说明本发明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发明中记载的一些实施例，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，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种基于语音机器人的反诈劝阻方法的流程示意图。
图2为图1中所述步骤S200的流程示意图。
图3为图1中所述步骤S300的流程示意图。
图4为本发明实施例提供的一种基于语音机器人的反诈劝阻系统的功能模块示意图。
图5为本发明实施例提供的所述计算机设备的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
下面结合附图，详细说明本发明的各种非限制性实施方式。
目前，人们利用通信技术如电话系统、手机短信、即时通信等随时实现远距离联络，人们相互联系的频率越来越高，并且覆盖的年龄段也越来越广泛。
但是，近年来，电信网络新型违法犯罪来势凶猛、愈演愈烈，犯罪分子抓住人性的弱点，精心设置骗局，利用通信行业监管漏洞以及银行资金流动便利，通过短信、电话、网络等渠道，编造虚假信息，设置骗局，对受害人实施远程、非接触式诈骗，给社会带来了很大的危害。
目前，大部分的反诈劝阻方式还是需要依靠民警的人工干预，不仅人工成本高，而且面对日益剧增的预警数据，民警人力不够，在反诈劝阻的时效性和覆盖面上容易出现不足。
因此，为了解决上述问题，请参阅图1，本发明实施例提供了一种基于语音机器人的反诈劝阻方法，其中，所述方法包括步骤：
S100、获取目标用户关于可疑事件的事件信息；
S200、对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
S300、基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
进一步地，请参阅图2，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S200、对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果，包括步骤：
S201、构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型；
S202、将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，生成所述可疑事件的欺诈识别结果。
具体实施时，本实施例中，先构建深度学习模型，再通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，然后，在获取到目标用户关于可疑事件的事件信息后，将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，进而以生成所述可疑事件的欺诈识别结果，即所述可疑事件中是否存在着对于目标用户的欺诈行为。
进一步地，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S201、构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，其中，通过网络、短信以及电话渠道收集可疑欺诈信息并集中汇集后作为预先采集的欺诈识别样本。
具体实施时，本实施例中，通过网络、短信以及电话等多种渠道收集大量的可疑欺诈信息并集中汇集后，以作为预先采集的欺诈识别样本，进而再对对所述深度学习模型进行训练。
进一步地，请参阅图3，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S300、基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻，包括步骤：
S301、根据欺诈类型编写对应的劝阻脚本；
S302、通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；
S303、根据所述欺诈识别结果，通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻。
具体实施时，本实施例中，先根据欺诈行为的欺诈类型编写对应的劝阻脚本，再通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；然后，根据所述欺诈识别结果，当所述可疑事件中存在着对于所述目标用户的欺诈行为时，则通过语音机器人向所述目标用户主动拨打电话，进而再播放对应的所述劝阻语音，以引导所述目标用户识别和防范存在的欺诈行为，即实现对于所述目标用户的反诈劝阻。
进一步地，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S300、基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻之后，包括步骤：
S400、评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
具体实施时，本实施例中，在通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻后，再进一步的来评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
进一步地，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S400、评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息之后，包括步骤：
S500、根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整。
具体实施时，本实施例中，在评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息后，再根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整，以实现后续对于用户劝阻效果的提升。
进一步地，所述的基于语音机器人的反诈劝阻方法，其中，所述步骤S500、根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整之后，包括步骤：
S600、将所述可疑事件的所述事件信息作为欺诈识别样本，实现对于所述欺诈识别模型的迭代。
具体实施时，本实施例同时还会将所述可疑事件的所述事件信息作为欺诈识别样本，进而以实现对于所述欺诈识别模型的迭代。
由以上方法实施例可知，本发明提供的基于语音机器人的反诈劝阻方法可解决现有技术中依靠人工进行反诈劝阻的方式，在时效性和覆盖面上容易出现不足的问题。具体地，本发明提供的基于语音机器人的反诈劝阻方法主要具有以下优点：
1）自动化程度高，可减轻人工劝阻干预需求，并可降低劝阻人力成本；
2）提高了反诈劝阻覆盖范围，使更多潜在受害者得到了实时有效的劝阻与提醒；
3）定制化劝阻语音，针对不同欺诈类型的特点进行个性化劝阻，可提高反诈劝阻效果；
4）可持续优化，通过收集反馈，不断改进劝阻策略和模型性能。
本发明的方法可为用户提供快速、有效的欺诈预警与反诈劝阻，防范欺诈行为造成的潜在损失；同时，语音机器人自动化程度高，可减轻反诈部门的工作压力，降低人力成本。
应该理解的是，虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤，这些操作步骤并不是必然按照实施例或流程图的顺序依次执行。实施例或流程图中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。需要说明的是，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。而且，实施例或流程图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、交替或者同步地执行。
基于上述实施例，请参阅图4，本发明另一实施例还提供了一种基于语音机器人的反诈劝阻系统，其中，所述系统包括：
信息获取模块11，用于获取目标用户关于可疑事件的事件信息；
欺诈识别模块12，用于对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
反诈劝阻模块13，用于基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果，包括：
构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型；
将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，生成所述可疑事件的欺诈识别结果。
具体实施时，本实施例中，先构建深度学习模型，再通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，然后，在获取到目标用户关于可疑事件的事件信息后，将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，进而以生成所述可疑事件的欺诈识别结果，即所述可疑事件中是否存在着对于目标用户的欺诈行为。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，其中，通过网络、短信以及电话渠道收集可疑欺诈信息并集中汇集后作为预先采集的欺诈识别样本。
具体实施时，本实施例中，通过网络、短信以及电话等多种渠道收集大量的可疑欺诈信息并集中汇集后，以作为预先采集的欺诈识别样本，进而再对对所述深度学习模型进行训练。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻，包括：
根据欺诈类型编写对应的劝阻脚本；
通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；
根据所述欺诈识别结果，通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻。
具体实施时，本实施例中，先根据欺诈行为的欺诈类型编写对应的劝阻脚本，再通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；然后，根据所述欺诈识别结果，当所述可疑事件中存在着对于所述目标用户的欺诈行为时，则通过语音机器人向所述目标用户主动拨打电话，进而再播放对应的所述劝阻语音，以引导所述目标用户识别和防范存在的欺诈行为，即实现对于所述目标用户的反诈劝阻。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻之后，包括：
评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
具体实施时，本实施例中，在通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻后，再进一步的来评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息之后，包括：
根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整。
具体实施时，本实施例中，在评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息后，再根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整，以实现后续对于用户劝阻效果的提升。
进一步地，所述的基于语音机器人的反诈劝阻系统，其中，所述根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整之后，包括：
将所述可疑事件的所述事件信息作为欺诈识别样本，实现对于所述欺诈识别模型的迭代。
具体实施时，本实施例同时还会将所述可疑事件的所述事件信息作为欺诈识别样本，进而以实现对于所述欺诈识别模型的迭代。
由以上系统实施例可知，本发明提供的基于语音机器人的反诈劝阻系统可解决现有技术中依靠人工进行反诈劝阻的方式，在时效性和覆盖面上容易出现不足的问题。具体地，本发明提供的基于语音机器人的反诈劝阻系统主要具有以下优点：
1）自动化程度高，可减轻人工劝阻干预需求，并可降低劝阻人力成本；
2）提高了反诈劝阻覆盖范围，使更多潜在受害者得到了实时有效的劝阻与提醒；
3）定制化劝阻语音，针对不同欺诈类型的特点进行个性化劝阻，可提高反诈劝阻效果；
4）可持续优化，通过收集反馈，不断改进劝阻策略和模型性能。
本发明的系统可为用户提供快速、有效的欺诈预警与反诈劝阻，防范欺诈行为造成的潜在损失；同时，语音机器人自动化程度高，可减轻反诈部门的工作压力，降低人力成本。
基于上述实施例，请参阅图5，本发明另一实施例还提供了一种计算机设备，其中，所述计算机设备10包括：
存储器120以及一个或多个处理器110，图5中以一个处理器110为例进行介绍，处理器110和存储器120可以通过通信总线或者其他方式连接，图5中以通过通信总线连接为例。
处理器110用于完成计算机设备10的各种控制逻辑，其可以为通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、单片机、ARM（Acorn RISCMachine）或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，处理器110还可以是任何传统处理器、微处理器或状态机。处理器110也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
存储器120作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的基于语音机器人的反诈劝阻方法对应的计算机程序。处理器110通过运行存储在存储器120中的非易失性软件程序、指令以及单元，从而执行计算机设备10的各种功能应用以及数据处理，即实现上述方法实施例中的基于语音机器人的反诈劝阻方法。
存储器120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备10使用所创建的数据等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器120可选包括相对于处理器110远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个单元存储在存储器120中，当被一个或者多个处理器110执行时，可实现如上述任一项方法实施例中的基于语音机器人的反诈劝阻方法，例如，可实现以上描述的图1中的方法步骤S100至步骤S300。
本领域技术人员可以理解，图5中示出的硬件结构示意图，仅仅是与本发明方案相关的部分结构的示意图，并不构成对本发明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的部件，或者组合某些部件，或者具有不同的部件布置。
基于上述实施例，本发明还提供了一种非易失性计算机可读存储介质，其中，所述非易失性计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时，可实现如上述任一项方法实施例中的基于语音机器人的反诈劝阻方法，例如，可实现以上描述的图1中的方法步骤S100至步骤S300。
作为示例，非易失性存储介质能够包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦ROM（EEPROM）或闪速存储器。易失性存储器能够包括作为外部高速缓存存储器的随机存取存储器（RAM）。通过说明并非限制，RAM可以以诸如同步RAM（SRAM）、动态RAM、（DRAM）、同步DRAM（SDRAM）、双数据速率SDRAM（DDR SDRAM）、增强型SDRAM（ESDRAM）、Synchl ink DRAM（SLDRAM）以及直接Rambus（兰巴斯）RAM（DRRAM）之类的许多形式得到。本文中所描述的操作环境的所公开的存储器组件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。
本发明的另一种实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被处理器执行时，可实现如上述任一项方法实施例中的基于语音机器人的反诈劝阻方法，例如，可实现以上描述的图1中的方法步骤S100至步骤S300。
以上所描述的实施例仅仅是示意性的，其中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网络单元上。可以根据实际需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施例的描述，本领域的技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存在于计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置（可以是个人计算机，服务器，或者网络装置等）执行各个实施例或者实施例的某些部分的方法。
除了其他之外，诸如“能够”、“能”、“可能”或“可以”之类的条件语言除非另外具体地陈述或者在如所使用的上下文内以其他方式理解，否则一般地旨在传达特定实施方式能包括（然而其他实施方式不包括）特定特征、元件和/或操作。因此，这样的条件语言一般地还旨在暗示特征、元件和/或操作对于一个或多个实施方式无论如何都是需要的或者一个或多个实施方式必须包括用于在有或没有输入或提示的情况下判定这些特征、元件和/或操作是否被包括或者将在任何特定实施方式中被执行的逻辑。
已经在本文中在本说明书和附图中描述的内容包括能够提供一种基于语音机器人的反诈劝阻方法、系统、计算机设备以及非易失性计算机可读存储介质的示例。当然，不能够出于描述本公开的各种特征的目的来描述元件和/或方法的每个可以想象的组合，但是可以认识到，所公开的特征的许多另外的组合和置换是可能的。因此，显而易见的是，在不脱离本公开的范围或精神的情况下能够对本公开做出各种修改，但是，所有这些各种修改都应属于本发明所附权利要求的保护范围。此外，或在替代方案中，本公开的其他实施例从对本说明书和附图的考虑以及如本文中所呈现的本公开的实践中可能是显而易见的。意图是，本说明书和附图中所提出的示例在所有方面被认为是说明性的而非限制性的。尽管在本文中采用了特定术语，但是它们在通用和描述性意义上被使用并且不用于限制的目的。
Claims (10)
1.一种基于语音机器人的反诈劝阻方法，其特征在于，包括：
获取目标用户关于可疑事件的事件信息；
对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
2.根据权利要求1所述的基于语音机器人的反诈劝阻方法，其特征在于，所述对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果，包括：
构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型；
将获取的所述可疑事件的所述事件信息输入所述欺诈识别模型，生成所述可疑事件的欺诈识别结果。
3.根据权利要求2所述的基于语音机器人的反诈劝阻方法，其特征在于，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻，包括：
根据欺诈类型编写对应的劝阻脚本；
通过语音合成技术，将编写好的各所述劝阻脚本转换为对应的劝阻语音；
根据所述欺诈识别结果，通过语音机器人向所述目标用户播放对应的所述劝阻语音，以实现对于所述目标用户的反诈劝阻。
4.根据权利要求3所述的基于语音机器人的反诈劝阻方法，其特征在于，所述基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻之后，包括：
评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息。
5.根据权利要求4所述的基于语音机器人的反诈劝阻方法，其特征在于，所述评估所述劝阻语音对于所述目标用户的劝阻效果，并收集所述目标用户对于所述劝阻语音的反馈信息之后，包括：
根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整。
6.根据权利要求5所述的基于语音机器人的反诈劝阻方法，其特征在于，所述根据所述劝阻效果和所述反馈信息对所述劝阻脚本进行对应调整之后，包括：
将所述可疑事件的所述事件信息作为欺诈识别样本，实现对于所述欺诈识别模型的迭代。
7.根据权利要求2所述的基于语音机器人的反诈劝阻方法，其特征在于，所述构建深度学习模型，通过预先采集的欺诈识别样本对所述深度学习模型进行训练，训练收敛后生成欺诈识别模型，其中，通过网络、短信以及电话渠道收集可疑欺诈信息并集中汇集后作为预先采集的欺诈识别样本。
8.一种基于语音机器人的反诈劝阻系统，其特征在于，包括：
信息获取模块，用于获取目标用户关于可疑事件的事件信息；
欺诈识别模块，用于对获取的所述可疑事件的所述事件信息进行欺诈识别，得到欺诈识别结果；
反诈劝阻模块，用于基于所述欺诈识别结果，通过语音机器人向所述目标用户播放预设的劝阻语音，实现对于所述目标用户的反诈劝阻。
9.一种计算机设备，其特征在于，所述计算机设备包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器上存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行时，可实现如权利要求1-7任一项所述的基于语音机器人的反诈劝阻方法。
10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时，可实现如权利要求1-7任一项所述的基于语音机器人的反诈劝阻方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310846532.6A CN116580692A (zh) | 2023-07-11 | 2023-07-11 | 基于语音机器人的反诈劝阻方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310846532.6A CN116580692A (zh) | 2023-07-11 | 2023-07-11 | 基于语音机器人的反诈劝阻方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116580692A true CN116580692A (zh) | 2023-08-11 |
Family
ID=87534398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310846532.6A Pending CN116580692A (zh) | 2023-07-11 | 2023-07-11 | 基于语音机器人的反诈劝阻方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116580692A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117455498A (zh) * | 2023-12-18 | 2024-01-26 | 廊坊博联科技发展有限公司 | 一种反电信网络诈骗智能劝阻系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和系统 |
| CN110033385A (zh) * | 2019-03-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 信息处理的方法、装置和电子设备 |
| CN111371749A (zh) * | 2020-02-21 | 2020-07-03 | 苏州浪潮智能科技有限公司 | 一种电信诈骗检测的方法、系统、设备及可读存储介质 |
| CN112333708A (zh) * | 2020-10-27 | 2021-02-05 | 广东工业大学 | 一种基于双向门控循环单元的电信诈骗检测方法及系统 |
| CN112988991A (zh) * | 2021-02-04 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 一种通过人机对话进行反欺诈干预的方法和系统 |
| CN113067947A (zh) * | 2021-03-16 | 2021-07-02 | 浙江百应科技有限公司 | 一种基于智能外呼的反诈骗解决方法及系统 |
| CN114299924A (zh) * | 2021-12-24 | 2022-04-08 | 北京声智科技有限公司 | 基于语音情绪的话术推送方法、装置、设备及存储介质 |
| CN114519588A (zh) * | 2022-01-06 | 2022-05-20 | 浙江百应科技有限公司 | 一种基于决策引擎的智能反诈方法、系统、装置和介质 |
-
2023
- 2023-07-11 CN CN202310846532.6A patent/CN116580692A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和系统 |
| CN110033385A (zh) * | 2019-03-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 信息处理的方法、装置和电子设备 |
| CN111371749A (zh) * | 2020-02-21 | 2020-07-03 | 苏州浪潮智能科技有限公司 | 一种电信诈骗检测的方法、系统、设备及可读存储介质 |
| CN112333708A (zh) * | 2020-10-27 | 2021-02-05 | 广东工业大学 | 一种基于双向门控循环单元的电信诈骗检测方法及系统 |
| CN112988991A (zh) * | 2021-02-04 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 一种通过人机对话进行反欺诈干预的方法和系统 |
| CN113067947A (zh) * | 2021-03-16 | 2021-07-02 | 浙江百应科技有限公司 | 一种基于智能外呼的反诈骗解决方法及系统 |
| CN114299924A (zh) * | 2021-12-24 | 2022-04-08 | 北京声智科技有限公司 | 基于语音情绪的话术推送方法、装置、设备及存储介质 |
| CN114519588A (zh) * | 2022-01-06 | 2022-05-20 | 浙江百应科技有限公司 | 一种基于决策引擎的智能反诈方法、系统、装置和介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117455498A (zh) * | 2023-12-18 | 2024-01-26 | 廊坊博联科技发展有限公司 | 一种反电信网络诈骗智能劝阻系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110661927B (zh) | 语音交互方法、装置、计算机设备及存储介质 | |
| CN111105782B (zh) | 会话交互处理方法、装置、计算机设备和存储介质 | |
| CN110263144A (zh) | 一种答案获取方法及装置 | |
| CN116580692A (zh) | 基于语音机器人的反诈劝阻方法、系统、设备及存储介质 | |
| US8676582B2 (en) | System and method for speech recognition using a reduced user dictionary, and computer readable storage medium therefor | |
| CN110782335A (zh) | 基于人工智能处理信贷数据的方法、装置及存储介质 | |
| CN107113360A (zh) | 协作电话信誉系统 | |
| CN104185868A (zh) | 话音认证和语音识别系统及方法 | |
| CN108021554A (zh) | 语音识别方法、装置以及洗衣机 | |
| CN109873907A (zh) | 呼叫处理方法、装置、计算机设备及存储介质 | |
| CN110378781A (zh) | 数据监控方法、装置、计算机设备和存储介质 | |
| CN110769425B (zh) | 异常通话对象的判断方法、装置、计算机设备和存储介质 | |
| CN109543011A (zh) | 问答数据处理方法、装置、计算机设备和存储介质 | |
| CN113010653B (zh) | 一种对话策略模型训练、对话的方法和系统 | |
| KR20190035454A (ko) | 음성인식 서비스를 제공하는 단말, 서버 및 방법 | |
| CN109584045A (zh) | 授信额度配置方法、装置、计算机设备和存储介质 | |
| CN112259112A (zh) | 一种结合声纹识别和深度学习的回声消除方法 | |
| CN112149651A (zh) | 一种基于深度学习的人脸表情识别方法、装置及设备 | |
| CN112883932A (zh) | 员工异常行为检测方法、装置及系统 | |
| CN103839547A (zh) | 比对语音操作信号以载入对应指令元素的系统及其方法 | |
| CN111897931A (zh) | 对话设置方法和装置、服务器、计算机可读存储介质 | |
| CN110347566A (zh) | 用于对注册风控模型进行效能评估的方法及装置 | |
| CN116800891A (zh) | 一种基于智能机器人的反诈对话实现方法、装置及设备 | |
| CN108597499A (zh) | 语音处理方法以及语音处理装置 | |
| KR102576709B1 (ko) | 종단형 음성 합성 모델을 활용한 음정 및 음성 변조 시스템 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230811 |
|
| RJ01 | Rejection of invention patent application after publication |