[發明專利]一種基于大數據的風險預警系統在審
| 申請號: | 201811437679.5 | 申請日: | 2018-11-28 |
| 公開(公告)號: | CN109636585A | 公開(公告)日: | 2019-04-16 |
| 發明(設計)人: | 不公告發明人 | 申請(專利權)人: | 深圳桓軒科技有限公司 |
| 主分類號: | G06Q40/02 | 分類號: | G06Q40/02;G06Q20/40 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 518000 廣東省深圳市龍崗區龍崗街道南聯*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 風險預警 聲紋特征 聲紋信息 語音信息 大數據 預防 聲紋特征提取模塊 風險評估模塊 獲取模塊 確認模塊 聲紋 定性 | ||
1.一種基于大數據的風險預警系統,其特征是,包括:
獲取模塊,用于獲取用戶的語音信息;
聲紋信息確定模塊,用于對所述的用戶的語音信息進行處理,以獲取用戶的聲紋信息;
聲紋特征提取模塊,用于從用戶的聲紋信息中提取相應的聲紋特征;
風險等級確認模塊,用于根據所述聲紋特征確定用戶的風險等級;
預防模塊,用于根據所述風險評估模塊確定的風險等級執行相應的預防操作。
2.根據權利要求1所述的風險預警系統,其特征是,還包括模型建立模塊,所述模型建立模塊與所述風險等級確認模塊連接,其用于建立聲紋大數據模型,分析出聲紋特征與風險等級之間的對應關系;
所述的根據所述聲紋特征確定用戶的風險等級,具體是:根據所述聲紋特征和所述聲紋大數據模型,確定所述聲紋特征與風險等級之間的對應關系,進而獲取所述聲紋特征所對應的風險等級。
3.根據權利要求1所述的風險預警系統,其特征是,所述聲紋信息確定模塊包括聲紋檢測單元、聲紋去噪單元和聲紋信息獲取單元;
所述聲紋檢測單元,用于對所述的用戶的語音信息進行檢測,以獲取語音幀片段;
所述聲紋去噪單元,用于對所述語音幀片段進行降噪處理;
所述聲紋信息獲取單元,用于對降噪后的語音幀片段進行數字化處理,以獲取所述用戶的聲紋信息。
4.根據權利要求1或2所述的風險預警系統,其特征是,還包括匹配模塊,所述匹配模塊用于將提取到的聲紋特征與聲紋黑名單中的聲紋進行匹配,若匹配成功,則直接拒絕相應的操作請求,若匹配失敗,則通知所述風險等級確認模塊根據提取到的聲紋特征確定用戶的風險等級。
5.根據權利要求1所述的風險預警系統,其特征是,所述預防模塊還用于根據預先建立的風險等級與預防操作之間的對應關系,確定與所述風險等級對應的預防操作。
6.根據權利要求3所述的風險預警系統,其特征是,所述對所述的用戶的語音信息進行檢測,以獲取語音幀片段,其實現過程是:
(1)對用戶的語音信息進行分幀、加窗操作;
(2)對分幀、加窗得到的每一幀數據進行傅里葉變換,以獲取對應的振幅頻譜、相位譜和噪聲的頻譜估計值;
(3)基于得到的每一幀數據的振幅頻譜、噪聲的頻譜估計值,計算每一幀數據的DETA值,根據得到的DETA值判斷各個幀是否為語音幀,具體判斷方法是:
若DETA(i)<T,第i幀為噪聲幀,若DETA(i)≥T,第i幀為語音幀,T為設定的閾值;遍歷所有幀,然后將屬于語音幀的幀數據進行去窗、疊加和快速傅里葉逆變換,即可得到時域里的語音幀片段;
其中,DETA值的計算公式為:
式中,DETA(i)為第i幀的DETA值,i=1,2,…I,I為幀個數;S(i,k)為第i幀的振幅頻譜,N(i,k)為噪聲的頻譜估計值,k表示第k個頻點,其滿足k=1,2,…,K。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳桓軒科技有限公司,未經深圳桓軒科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811437679.5/1.html,轉載請聲明來源鉆瓜專利網。





