一种基于声纹识别的外呼方法、装置及电子设备与流程

本申请涉及外呼领域，尤其涉及一种基于声纹识别的外呼方法、装置及电子设备。

背景技术：

在外呼业务中，现有的电话机器人主要基于电话号码进行外呼，当同一个用户有多个电话号码时，可能会存在多次骚扰的情况发生。

因此，在现有的精准外呼业务中，仅仅基于电话号码的外呼数据进行拦截不够精准,另外当用户号码更换时，电话机器人会把老用户当做新用户对待。

技术实现要素：

本申请要解决的技术问题，在于提供一种基于声纹识别的外呼方法、装置及电子设备，以解决现有外呼业务中无法根据用户的声纹属性实现精准识别拦截的技术问题。

为实现上述目的，本申请采用下述技术方案：

第一方面，本申请提供一种基于声纹识别的外呼方法，所述方法包括：

向用户发起呼叫请求后，提取所述用户的至少一段实时音频流；

将所述至少一段实时音频流通过声纹识别后获取所述用户的第一声纹标签；

获取所述第一声纹标签对应的第一号码集，将所述第一号码集中的所有被叫号码作为所述用户的待拦截号码。

第二方面，本申请提供一种基于声纹识别的外呼装置，所述装置包括：

第一提取单元，用于向用户发起呼叫请求后，提取所述用户的至少一段实时音频流；

第一获取单元，用于将所述至少一段实时音频流通过声纹识别后获取所述用户的第一声纹标签；

第二获取单元，用于获取所述第一声纹标签对应的第一号码集，将所述第一号码集中的所有被叫号码作为所述用户的待拦截号码。

第三方面，本申请提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、待码集或指令集，所述至少一条指令、所述至少一段程序、所述待码集或指令集由所述处理器执行以实现如上述第一方面所述的基于声纹识别的外呼方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、待码集或指令集，所述至少一条指令、所述至少一段程序、所述待码集或指令集由处理器执行以实现如上述第一方面所述的基于声纹识别的外呼方法。

本申请的有益效果是：本申请提供一种基于声纹识别的外呼方法、装置及电子设备，在电话号码规则拦截的基础上引入基于声纹识别的拦截方法，将归属于同一用户的所有电话号码作为待拦截号码，既减少了数据量又有效提高了外呼效率。

附图说明

图1为本申请一个实施例提供的一种基于声纹识别的外呼方法的流程示意图；

图2为本申请一个实施例提供的获取第一声纹标签对应的第一号码集的方法的流程示意图；

图3为本申请一个实施例提供的一种基于声纹识别的外呼装置的结构示意图；

图4为本申请一个实施例提供的一种第二获取单元的结构示意图；

图5为本申请一个实施例提供的一种电子设备的结构示意图。

具体实施方式

下面通过具体实施例，并结合附图，对本申请的技术方案作进一步的具体描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请提供提供一种基于声纹识别的外呼方法、装置及电子设备，以解决现有外呼业务中无法根据用户的声纹属性实现精准识别拦截的技术问题。

以下结合附图，详细说明本申请中各实施例提供的技术方案。

请参阅附图1，其示出了本申请一个实施例提供的一种基于声纹识别的外呼方法的流程示意图，所述方法包括：

s101，向用户发起呼叫请求后，提取所述用户的至少一段实时音频流；

可以理解，当电话机器人或ai机器人向用户发起呼叫请求后，在通话过程中，可以实时提取用户的至少一段实时音频流，提取实时音频流的时间可以是在电话机器人或ai机器人的话术节点前。

s102，将所述至少一段实时音频流通过声纹识别后获取所述用户的第一声纹标签；

s103，获取所述第一声纹标签对应的第一号码集，将所述第一号码集中的所有被叫号码作为所述用户的待拦截号码。

针对步骤s103，获取所述用户的待拦截号码后，不再向所述待拦截号码发起外呼请求。

在一个实施例中，请参阅附图2，其示出了本申请一个实施例提供的获取第一声纹标签对应的第一号码集的方法的流程示意图，包括：

s201，获取外呼平台中的所有对话录音数据，其中，每个所述对话录音数据至少包括被叫号码和音频流；

s202，将每个所述音频流通过声纹识别后获取每个所述音频流的第二声纹标签；

可以理解，为了获取每一份对话录音数据的被叫号码的声纹标签，将每一份对话录音数据的音频流通过声纹识别后获取被叫号码的声纹标签作为第二声纹标签。

针对步骤s202，获取每个所述音频流的第二声纹标签后，建立所述第二声纹标签与所述被叫号码的关联关系。

s203，获取所有第一被叫号码建立所述第一号码集，其中，每个所述第一被叫号码的第二声纹标签与所述第一声纹标签相同。

可以理解，第一被叫号码的第二声纹标签与第一声纹标签相同，即第一被叫号码也归属于同一用户名下，为了提高外呼效率以及减少外呼数据量，将第一被叫号码作为待拦截号码，停止向待拦截号码中的所有号码发起呼叫请求。

在一个实施例中，建立所述第二声纹标签与所述被叫号码的关联关系后，将所述第二声纹标签与所述被叫号码生成结构化数据进行存储。

在一个实施例中，获取每个所述音频流的第二声纹标签建立声纹标签库，可以理解，声纹标签库用于第一声纹标签与第二声纹标签判断是否相似使用。

请参阅附图3，其示出了本申请一个实施例提供的一种基于声纹识别的外呼装置的结构示意图，所述装置包括：

第一提取单元301，用于向用户发起呼叫请求后，提取所述用户的至少一段实时音频流；

第一获取单元302，用于将所述至少一段实时音频流通过声纹识别后获取所述用户的第一声纹标签；

第二获取单元303，用于获取所述第一声纹标签对应的第一号码集，将所述第一号码集中的所有被叫号码作为所述用户的待拦截号码。

在一个实施例中，请参阅附图4，其示出了本申请一个实施例提供的一种第二获取单元的结构示意图，所述单元包括：

第三获取单元3031，用于获取外呼平台中的所有对话录音数据，其中，每个所述对话录音数据至少包括被叫号码和音频流；

第四获取单元3032，用于将每个所述音频流通过声纹识别后获取每个所述音频流的第二声纹标签；

第五获取单元3033，用于获取所有第一被叫号码建立所述第一号码集，其中，每个所述第一被叫号码的第二声纹标签与所述第一声纹标签相同。

请参阅附图5，其示出了本申请一个实施例提供的一种电子设备的结构示意图，可以包括：至少一个网络接口502、存储器503和至少一个处理器501。电子设备中的各个组件通过总线系统504耦合在一起。可以理解，总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，但是为了清楚说明起见，在附图5中将各种总线都标为总线系统504。

在一些实施方式中，存储器503存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统5031和应用程序5032。

其中，操作系统5031，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种寄出业务以及处理基于硬件的任务。应用程序5032，包含各种应用程序，例如媒体播放器（mediaplayer）、浏览器（browser）等，用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序中。

在上述实施例中，电子设备还包括：存储在存储器503上的至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集可由处理器501执行实现本申请实施例中所述任一基于声纹识别的外呼方法的步骤。

在一个实施例中，本申请还提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器执行时实现本申请实施例中所述任一基于声纹识别的外呼方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的至少一条指令、至少一段程序、代码集或指令集可存储于一非易失性计算机可读取存储介质中，所述的至少一条指令、至少一段程序、代码集或指令集在执行时，可实现本申请实施例中所述任一地图绘制方法的步骤。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，这些均属于本申请的保护范围之内。