基于人工智能的违规行为检测方法、装置、设备及介质与流程

技术特征：
1.一种基于人工智能的违规行为检测方法，其特征在于，所述方法包括：分别获取催收方和债务方的催收语音和催收文本，对所述催收语音进行分帧处理，得到多段分帧语音，并利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧语音情绪，根据所述多个分帧语音情绪，识别所述债务方的情绪状态；利用语音识别模型将所述催收语音转换为语音文本，分别对所述语音文本和所述催收文本进行敏感词检测，以识别所述催收方的催收状态；采集所述催收方的历史催收记录，根据所述历史催收记录，创建所述催收方的催收标签；根据所述债务方的情绪状态、所述催收方的催收状态及催收标签，利用违规催收评分机制对所述催收方进行违规催收评分，以识别所述催收方是否具有违规行为，得到所述催收方的催收检测结果。2.如权利要求1所述的基于人工智能的违规行为检测方法，其特征在于，所述利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧语音情绪，包括：利用所述情绪检测模型中的声纹识别网络识别每段所述分帧语音的债务方声纹，得到多个债务方声纹；利用所述情绪检测模型中的声纹提取网络提取每个所述债务方声纹的频谱特征，得到多个频谱特征；利用所述情绪检测模型中的情感识别网络检测每个所述频谱特征的情感特征，得到多个分帧语音情绪。3.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的声纹识别网络识别每段所述分帧语音的债务方声纹，得到多个债务方声纹，包括：利用所述声纹识别网络中的卷积层对每段所述分帧语音进行特征提取，得到多个特征语音；利用所述声纹识别网络中的池化层对每个所述特征语音进行降维，得到多个降维语音；利用所述声纹识别网络中的激活函数计算每个所述降维语音的声纹类别概率；根据所述声纹类别概率，利用所述声纹识别网络中的全连接层输出每段所述分帧语音的债务方语音，得到多个债务方声纹。4.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的声纹提取网络提取每个所述债务方声纹的频谱特征，得到多个频谱特征，包括：利用所述声纹提取网络中的频域转换函数将每个所述债务方声纹进行信号频域转换，得到多个频域声纹；利用所述声纹提取网络中的滤波器对每个所述频域声纹进行梅尔谱滤波，并将梅尔谱滤波后的每个所述频域声纹进行倒谱分析，得到多个频谱特征。5.如权利要求2所述的基于人工智能的违规行为检测方法，其特征在于，所述利用所述情绪检测模型中的情感识别网络检测每个所述频谱特征的情感特征，得到多个分帧语音情绪，包括：
利用所述情感识别网络中的匹配模块向情感数据库中匹配每个所述频谱特征的情感数据；利用所述情感识别网络中的回归函数计算每个所述情感数据的情感倾向值；根据所述情感倾向值，利用所述情感识别网络中的激活函数输出每个所述频谱特征的情感特征，得到多个分帧语音情绪。6.如权利要求1所述的基于人工智能的违规行为检测方法，其特征在于，所述利用语音识别模型对所述催收语音进行文本转换，得到语音文本，包括：利用所述语音识别模型中的声学网络计算所述催收语音的音素序列概率，根据所述音素序列概率；利用所述语音识别模型中的语言网络识别所述催收语音的文字序列，根据所述文字序列，生成语音文本。7.如权利要求1所述的基于人工智能的违规行为检测方法，其特征在于，所述分别对所述语音文本和所述催收文本进行敏感词检测，以识别所述催收方的催收状态，包括：分别对所述语音文本和所述催收文本进行分词，得到文本词语集；计算所述文本词语集中每个文本词语与敏感词库中词语的匹配度，根据所述匹配度，识别所述催收方的催收状态。8.一种基于人工智能的违规行为检测装置，其特征在于，所述装置包括：情绪状态识别模块，用于分别获取催收方和债务方的催收语音和催收文本，对所述催收语音进行分帧处理，得到多段分帧语音，并利用情绪检测模型检测每段所述分帧语音的分帧情绪，得到多个分帧语音情绪，根据所述多个分帧语音情绪，识别所述债务方的情绪状态；催收状态识别模块，用于利用语音识别模型将所述催收语音转换为语音文本，分别对所述语音文本和所述催收文本进行敏感词检测，以识别所述催收方的催收状态；催收标签创建模块，用于采集所述催收方的历史催收记录，根据所述历史催收记录，创建所述催收方的催收标签；违规催收识别模块，用于根据所述债务方的情绪状态、所述催收方的催收状态及催收标签，利用违规催收评分机制对所述催收方进行违规催收评分，以识别所述催收方是否具有违规行为，得到所述催收方的催收检测结果。9.一种电子设备，其特征在于，所述电子设备包括：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，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于人工智能的违规行为检测方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于人工智能的违规行为检测方法。

技术总结
本发明涉及人工智能领域，揭露一种基于人工智能的违规行为检测方法，包括：分别获取催收方和债务方的催收语音和催收文本，对催收语音进行分帧处理，得到多段分帧语音，检测每段分帧语音的分帧情绪，以识别债务方的情绪状态；将催收语音转换为语音文本，分别对语音文本和催收文本进行敏感词检测，以识别催收方的催收状态；采集催收方的历史催收记录，根据历史催收记录，创建催收方的催收标签；根据债务方的情绪状态、催收方的催收状态及催收标签，对催收方进行违规催收评分，以识别催收方是否具有违规行为，得到催收方的催收检测结果。此外，本发明还涉及区块链技术，所述违规催收评分可存储区块链。本发明可以提高违规催收的检测效率。测效率。测效率。


技术研发人员：罗国辉 许海金 李海鹏 罗芳 韦亚雄 刘申云 郑立君
受保护的技术使用者：平安银行股份有限公司
技术研发日：2021.09.29
技术公布日：2022/1/6