[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

本發明公開了一種基于大數據的風險預警系統，該風險預警系統包括：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。因為聲紋具有特定性和穩定性的特點，通過建立聲紋特征與風險等級之間的關系，可以便捷的獲取用戶對應的風險等級，從而可以根據該風險等級提前進行預防操作。

技術領域

本發明涉及風險預警領域，具體涉及一種基于大數據的風險預警系統。

背景技術

隨著互聯網的發展，越來越多的業務從線下轉移到線上，在網上辦理借貸等業務時，如何進行反欺詐、防惡意貸款等成為了銀行等金融機構的關注重點，傳統的只是對用戶提交的資料的真實性進行審查，但對其貸款后是否會及時還款往往是根據工作人員的主觀經驗來進行判斷，并不能夠有效的進行風險預測，所以目前亟待需要一種能夠有效對風險預測的方法來減少惡意貸款等行為帶來的損失。

發明內容

針對上述問題，本發明提供一種基于大數據的風險預警系統。

本發明的目的采用以下技術方案來實現：

一種基于大數據的風險預警系統，該風險預警系統包括：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。

優選地，該風險預警系統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。

優選地，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。

優選地，該風險預警系統還包括匹配模塊，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。

優選地，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。

優選地，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：