反诈骗预警过程中的呼叫转移识别方法、装置及终端与流程

1.本公开涉及互联网技术领域，特别涉及一种反诈骗预警过程中的呼叫转移识别方法、装置及终端。


背景技术：

2.目前，网络电信诈骗高发，工作人员对接到诈骗电话的群众进行反诈骗预警时，会询问事主是否接到诈骗电话、是否相信骗子、是否配合骗子操作银行卡及转账汇款，以提醒事主避免上当受骗。当对方回复接到诈骗电话，但没有相信骗子，也没有被骗，工作人员可能会放松警惕。
3.然而，如果骗子预先把事主号码呼叫转移到诈骗团伙内其他成员的手机上，由诈骗团伙内其他成员冒充事主回答工作人员的问题，由于目前无法通过对话辨识事主的号码是否被呼叫转移，在与对方进行通话时，工作人员无法识别出对方为诈骗团伙成员，最终将形成误判，导致事主被骗。
4.为了避免此类事情发生，亟需提供一种反诈骗预警过程中的呼叫转移识别方法。


技术实现要素：

5.本公开实施例提供了一种反诈骗预警过程中的呼叫转移识别方法、装置及终端，能够在反诈骗预警过程中，识别出接收到恶意通信信息的目标号码对应的终端是否被呼叫转移。所述技术方案如下：
6.第一方面，提供了一种反诈骗预警过程中的呼叫转移识别方法，所述方法包括：
7.响应于第一用户基于目标号码接听本端发出的通信请求，获取所述第一用户的第一语音信息，所述目标号码为接收到恶意通信信息的号码，所述通信请求用于针对所述目标号码接收到的恶意通信信息对所述目标号码对应的合法用户进行反诈骗预警；
8.从所述第一语音信息中，提取第一语音特征；
9.将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配，所述特定语音特征为特定用户的语音特征，所述特定用户为发送所述恶意通信信息的用户或相关用户；
10.当所述第一语音特征与任一特定语音特征相匹配，则标记所述目标号码对应的终端已被呼叫转移。
11.在本公开的另一个实施例中，所述从所述第一语音信息中，提取第一语音特征之前，还包括：
12.调用变声识别模型，对所述第一语音信息进行识别，得到识别结果，所述变声识别模型用于识别语音信息是否经过变声处理；
13.当所述识别结果为所述第一语音信息经过变声处理，调用声音还原模型，对所述第一语音信息进行还原，得到所述第一语音信息对应的原始语音信息，所述声音还原模型用于将变声的语音信息还原为原始语音信息；
14.所述从所述第一语音信息中，提取第一语音特征，包括：
15.从所述原始语音信息中，提取所述第一语音特征。
16.在本公开的另一个实施例中，所述将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配之前，还包括：
17.将所述第一语音特征与所述合法用户的目标语音特征进行匹配；
18.当所述第一语音特征与所述目标语音特征不匹配，执行将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配的步骤。
19.在本公开的另一个实施例中，所述方法还包括：
20.当所述第一语音特征与所述目标语音特征相匹配，则标记所述目标号码对应的终端未被呼叫转移。
21.在本公开的另一个实施例中，所述将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配之后，还包括：
22.当所述第一语音特征与所述特定语音数据库中的每个特定语音特征均不匹配，从所述第一语音信息中，提取指定语音关键字；
23.获取所述指定语音关键字所指示的第二用户的第二语音信息；
24.从所述第二语音信息中，提取第二语音特征；
25.将所述第一语音特征与所述第二语音特征进行匹配；
26.当所述第一语音特征与所述第二语音特征不匹配，则标记所述目标号码对应的终端未被呼叫转移。
27.在本公开的另一个实施例中，所述标记所述目标号码对应的终端未被呼叫转移之后，还包括：
28.基于所述第一语音特征，对所述特定语音数据库进行更新。
29.在本公开的另一个实施例中，所述标记所述目标号码对应的终端未被呼叫转移之后，还包括：
30.显示预警提示信息，所述预警提示用于提示所述第一用户为特定用户。
31.第二方面，提供了一种反诈骗预警过程中的呼叫转移识别装置，所述装置包括：
32.获取模块，用于响应于第一用户基于目标号码接听本端发出的通信请求，获取所述第一用户的第一语音信息，所述目标号码为接收到恶意通信信息的号码，所述通信请求用于针对所述目标号码接收到的恶意通信信息对所述目标号码对应的合法用户进行反诈骗预警；
33.提取模块，用于从所述第一语音信息中，提取第一语音特征；
34.匹配模块，用于将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配，所述特定语音特征为特定用户的语音特征，所述特定用户为发送所述恶意通信信息的用户或相关用户；
35.标识模块，用于当所述第一语音特征与任一特定语音特征相匹配，则标记所述目标号码对应的终端已被呼叫转移。
36.在本公开的另一个实施例中，所述装置还包括：
37.所述识别模块，还用于调用变声识别模型，对所述第一语音信息进行识别，得到识别结果，所述变声识别模型用于识别语音信息是否经过变声处理；
38.还原模块，用于当所述识别结果为所述第一语音信息经过变声处理，调用声音还原模型，对所述第一语音信息进行还原，得到所述第一语音信息对应的原始语音信息，所述声音还原模型用于将变声的语音信息还原为原始语音信息；
39.所述提取模块，用于从所述原始语音信息中，提取所述第一语音特征。
40.在本公开的另一个实施例中，所述装置还包括：
41.所述匹配模块，还用于将所述第一语音特征与所述合法用户的目标语音特征进行匹配；
42.所述匹配模块，还用于当所述第一语音特征与所述目标语音特征不匹配，将所述第一语音特征与特定语音数据库中的每个特定语音特征进行匹配。
43.在本公开的另一个实施例中，所述标识模块，用于当所述第一语音特征与所述目标语音特征相匹配，则标记所述目标号码对应的终端已被呼叫转移。
44.在本公开的另一个实施例中，所述提取模块，用于当所述第一语音特征与所述特定语音数据库中的每个特定语音特征均不匹配，从所述第一语音信息中，提取指定语音关键字；
45.所述获取模块，用于获取所述指定语音关键字所指示的第二用户的第二语音信息；
46.所述提取模块，用于从所述第二语音信息中，提取第二语音特征；
47.所述匹配模块，用于将所述第一语音特征与所述第二语音特征进行匹配；
48.所述标识模块，用于当所述第一语音特征与所述第二语音特征不匹配，则标记所述目标号码对应的终端已被呼叫转移。
49.在本公开的另一个实施例中，所述装置还包括：
50.更新模块，用于基于所述第一语音特征，对所述特定语音数据库进行更新。
51.在本公开的另一个实施例中，所述装置还包括：
52.显示模块，用于显示预警提示信息，所述预警提示用于提示所述第一用户为特定用户。
53.第三方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如第一方面所述的反诈骗预警过程中的呼叫转移识别方法。
54.第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如第一方面所述的反诈骗预警过程中的呼叫转移识别方法。
55.第五方面，提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，终端的处理器从所述计算机可读存储介质读取所述计算机程序代码，所述处理器执行所述计算机程序代码，使得所述终端执行第一方面所述的反诈骗预警过程中的呼叫转移识别方法。
56.本公开实施例提供的技术方案带来的有益效果是：
57.在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特
定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
附图说明
58.为了更清楚地说明本公开实施例中的技术方案，下面将对实施例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公开的一些实施例，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他的附图。
59.图1是本公开实施例提供的一种反诈骗预警过程中的呼叫转移识别方法所涉及的实施环境的示意图；
60.图2是本公开实施例提供的一种反诈骗预警过程中的呼叫转移识别方法流程图；
61.图3是本公开实施例提供的另一种反诈骗预警过程中的呼叫转移识别方法流程图；
62.图4是本公开实施例提供的一种反诈骗预警过程中的呼叫转移识别装置结构示意图；
63.图5示出了本公开一个示例性实施例提供的终端的结构框图。
具体实施方式
64.为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
65.可以理解，本公开实施例所使用的术语“每个”、“多个”及“任一”等，多个包括两个或两个以上，每个是指对应的多个中的每一个，任一是指对应的多个中的任意一个。举例来说，多个词语包括10个词语，而每个词语是指这10个词语中的每一个词语，任一词语是指10个词语中的任意一个词语。
66.请参考图1，其示出了本公开实施例提供的反诈骗预警过程中的呼叫转移识别方法所涉及的实施环境，该实施环境包括：终端101、终端102及终端103。
67.其中，终端101为工作人员所使用的设备，该终端101可以为智能手机、平板电脑、笔记本电脑、台式电脑等，本公开实施例不对终端101的产品类型作具体的限定。当监测到目标号码接到恶意通信信息，为避免目标号码的合法用户的财产受到损失，工作人员将使用终端101向目标号码发出通信请求，以通过与合法用户进行通信，提醒合法用户在操作银行卡及转账汇款时注意账号安全，避免将账号内的货币或虚拟货币转给其他用户。响应于目标号码端用户接听终端101发出的通信请求，终端101获取基于目标号码与本端进行语音通信的第一用户的第一语音信息，从而基于该第一语音信息，对第一用户进行识别，当识别出该第一用户为特定用户，标记目标号码对应的终端已被呼叫转移，进而显示预警提示信息，以提示工作人员该第一用户为特定用户，使得工作人员采用其他方式联系到目标号码的合法用户，及时对该合法用户进行反诈骗预警，避免该合法用户上当受骗。考虑到当前网络诈骗频发，工作人员的工作量较大，为避免工作人员因超负荷延误工作，该终端101中可以安装智能反诈骗预警机器人，从而基于该智能反诈骗预警机器人大批量对接收到恶意通信信息的用户进行反诈骗预警。
68.终端102为基于目标号码接收到恶意通信信息的设备，该终端102为合法用户当前所使用的设备，该终端102可以为智能手机、平板电脑、笔记本电脑、台式电脑等，本公开实施例不对终端102的产品类型作具体的限定。在本公开实施例中，该终端102中可能会被特定用户植入非法呼叫转移的程序，当终端101向目标号码发送通信请求之后，该通信请求将被非法转移到特定用户的终端103中，导致合法用户无法与工作人员直接进行语音通信。
69.终端103为特定用户所使用的设备，该终端103可以为智能手机、平板电脑、笔记本电脑、台式电脑等，本公开实施例不对终端103的产品类型作具体的限定。当特定用户将发送至目标号码的呼叫请求由终端102非法转移到终端103中，终端101向目标号码发送的通信请求将由终端102转移到终端103中，从而由终端103侧的特定用户冒充合法用户与工作人员进行语音通信，以达到迷惑工作人员的目的。
70.基于图1所示的实施环境，以终端101执行本公开实施例为例，本公开实施例提供了一种反诈骗预警过程中的呼叫转移识别方法，参见图2，本公开实施例提供的方法流程包括：
71.201.响应于第一用户基于目标号码接听本端发出的通信请求，获取第一用户的第一语音信息。
72.其中，目标号码为接收到恶意通信信息的号码，该通信请求用于针对目标号码接收到的恶意通信信息对目标号码对应的合法用户进行反诈骗预警。
73.202.从第一语音信息中，提取第一语音特征。
74.203.将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配。
75.其中，特定语音特征为特定用户的语音特征，特定用户为发送恶意通信信息的用户或相关用户。
76.204.当第一语音特征与任一特定语音特征相匹配，则标记目标号码对应的终端已被呼叫转移。
77.本公开实施例提供的方法，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
78.在本公开的另一个实施例中，从第一语音信息中，提取第一语音特征之前，还包括：
79.调用变声识别模型，对第一语音信息进行识别，得到识别结果，该变声识别模型用于识别语音信息是否经过变声处理；
80.当识别结果为第一语音信息经过变声处理，调用声音还原模型，对第一语音信息进行还原，得到第一语音信息对应的原始语音信息，该声音还原模型用于将变声的语音信息还原为原始语音信息；
81.从第一语音信息中，提取第一语音特征，包括：
82.从原始语音信息中，提取第一语音特征。
83.在本公开的另一个实施例中，将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配之前，还包括：
84.将第一语音特征与合法用户的目标语音特征进行匹配；
85.当第一语音特征与目标语音特征不匹配，执行将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配的步骤。
86.在本公开的另一个实施例中，该方法还包括：
87.当第一语音特征与目标语音特征相匹配，则标记目标号码对应的终端未被呼叫转移。
88.在本公开的另一个实施例中，将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配之后，还包括：
89.当第一语音特征与特定语音数据库中的每个特定语音特征均不匹配，从第一语音信息中，提取指定语音关键字；
90.获取指定语音关键字所指示的第二用户的第二语音信息；
91.从第二语音信息中，提取第二语音特征；
92.将第一语音特征与第二语音特征进行匹配；
93.当第一语音特征与第二语音特征不匹配，则标记目标号码对应的终端未被呼叫转移。
94.在本公开的另一个实施例中，标记目标号码对应的终端未被呼叫转移之后，还包括：
95.基于第一语音特征，对特定语音数据库进行更新。
96.在本公开的另一个实施例中，标记目标号码对应的终端未被呼叫转移之后，还包括：
97.显示预警提示信息，该预警提示用于提示第一用户为特定用户。
98.上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
99.基于图1所示的实施环境，本公开实施例提供了一种反诈骗预警过程中的呼叫转移识别方法，以终端101执行本公开实施例为例，参见图3，本公开实施例提供的方法流程包括：
100.301.响应于第一用户基于目标号码接听本端发出的通信请求，终端获取第一用户的第一语音信息。
101.当监测到目标号码接收到恶意通信信息，为避免目标号码的合法用户的财产受到损失，工作人员将使用终端向目标号码发送通信请求，以针对目标号码接收到的恶意通信信息对该目标号码对应的合法用户进行反诈骗预警。其中，目标号码为接收到恶意通信信息的号码，该目标号码可以为手机号码、固定电话号码等。恶意通信信息包括诈骗电话、诈骗短信、包含病毒的网页链接等等。第一用户只是基于目标号码与工作人员进行语音通信的用户，对于该第一用户是否为目标号码的合法用户还需要通过后续步骤进行验证。
102.在通信领域，呼叫转移对主叫用户是无感的，也即是，当一个用户的电话号码被呼叫转移到另一个用户的终端上，当第三方用户向该用户发起呼叫，该呼叫将被转移到另一个用户的终端上，而第三方用户无法感知到该呼叫已被转移。由于在与第一用户进行语音通信时，工作人员无法确认发送至目标号码的通信请求是否被呼叫转移到其他用户的终端上，因而工作人员无法确认正在进行语音通信的第一用户是否为合法用户。为了能够识别
出第一用户的身份，响应于第一用户基于目标号码接听该向目标号码发送的通信请求，在本端的工作人员与第一用户进行语音通信过程中，终端采集第一用户的第一语音信息。
103.302.终端从第一语音信息中，提取第一语音特征。
104.在本公开的一个实施例中，当获取到第一语音信息，终端将从第一语音信息中，提取第一用户的第一语音特征。其中，第一语音特征包括声纹特征、音色特征等中至少一项。声纹特征为用户的一种生物特征，具有唯一性、稳定性及不易复制等特点。音色特征相比于声纹特征不够稳定，可通过锻炼学习或者辅助外界工具改变。
105.在本公开的另一个实施例中，考虑到当前的特定用户十分狡猾、反侦察能力较强，在与工作人员进行语音通信过程中，为了迷惑工作人员可能会使用变声器对自己的声音进行变声处理，使得工作人员无法通过声音识别出其真实的声音。为了能够全方位的识别出特定用户，终端在获取到第一语音信息之后还将判断该第一语音信息是否经过变声处理，具体的判断过程如下：终端调用变声识别模型，基于该变声识别模型对第一语音信息进行识别，得到识别结果。其中，变声识别模型用于识别语音信息是否经过变声处理，该变声识别模型可基于大量未经变声处理的音频样本和经过变声处理的音频样本训练得到。
106.当变声识别模型得到的识别结果为第一语音信息经过变声处理，终端将调用声音还原模型，基于该声音还原模型对第一语音信息进行还原，得到第一语音信息对应的原始语音信息。其中，声音还原模型用于将变声的语音信息还原为原始语音信息，该声音还原模型可基于大量变声处理的音频样本及对应原始音频样本训练得到。基于对第一语音信息进行还原处理得到的原始语音信息，终端可从该原始语音信息中，提取第一语音特征。需要说明的是，声纹特征稳定性强，变声器无法改变用户的声纹特征，只能改变用户的声色特征，因而上述变声识别模型识别的是第一语音信息的音色是否改变，相应地声音还原模型是对第一语音信息的音色进行还原。
107.303.终端将第一语音特征与合法用户的目标语音特征进行匹配。
108.在本公开实施例中，终端中存储着包括目标号码在内多个号码的用户的语音信息。考虑到特定用户的特定语音特征的数量较多，而合法用户的目标语音特征的数量较少，为了提高对第一用户身份的识别速度，终端可先将第一用户的第一语音特征与合法用户的目标语音特征进行匹配，在第一语音特征与目标语音特征不匹配之后，再将第一语音特征与特定语音特征进行匹配。其中，特定用户可以为涉嫌发送恶意通信信息的用户，也可以为涉嫌发送恶意通信信息的相关用户，例如，同一诈骗团伙内的成员。
109.在本公开实施例中，终端可基于目标号码获取目标号码的合法用户的目标语音信息，进而从该目标语音信息中，提取目标语音特征。需要说明的是，终端提取第一用户的第一语音特征与提取合法用户的目标语音特特征的过程可以同步执行，也可以按照先后顺序执行，此处不对具体的执行顺序进行限定。基于所提取的目标语音特征与第一语音特征，终端将该目标语音特征与第一语音特征进行匹配，进而根据匹配结果判断第一用户是否为合法的合法用户。终端将目标语音特征与第一语音特征进行匹配时，可将目标语音特征中的声纹特征与第一语音特征中的声纹特征进行匹配，也可将目标语音特征中的音色特征与第一语音特征中的音色特征进行匹配，还可将目标语音特征中的声纹特征与第一语音特征中的声纹特征进行匹配，并将目标语音特征中的音色特征与第一语音特征中的音色特征进行匹配。当目标语音特征与第一语音特征相匹配，终端识别第一用户为合法的合法用户，进而
标记目标号码对应的终端未被呼叫转移；当目标语音特征与第一语音特征不匹配，终端还将通过步骤304对第一用户的身份进行进一步识别，以确认目标号码对应的终端是否已被呼叫转移。
110.304.当第一语音特征与目标语音特征不匹配，终端将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配。
111.在本公开实施例中，终端维护一个特定语音数据库，该特定语音数据库中存储着多个特定用户的特定语音特征。当识别出第一语音特征与目标语音特征不匹配，为了进一步识别出第一用户的身份，终端基于特定语音数据库，将第一语音特征与特定语音数据库中存储的每个特定语音特征进行匹配，以识别第一用户是否为特定用户。
112.305.当第一语音特征与任一特定语音特征相匹配，终端标记目标号码对应的终端已被呼叫转移。
113.当第一语音特征与特定语音数据库中的任一特定语音特征相匹配，终端识别该第一用户为匹配的特定语音特征对应的特定用户，进而标记目标号码对应的终端已被呼叫转移。
114.当特定语音数据库中存储着与第一语音特征匹配的特定语音特征时，采用该方法能够快速准确地锁定特定用户，从而避免合法用户的目标号码被呼叫转移，而无法识别出特定用户。然而，当第一用户为新增的特定用户，该特定语音数据库中未存储着该第一用户的第一语音特征，采用上述方法将无法识别出第一用户为特定用户。为避免漏识别新增的特定用户，本公开实施例还将基于第一语音信息中的语音关键字对第一用户的身份进一步进行识别。具体识别过程为：
115.3051.当第一语音特征与特定语音数据库中的每个特定语音特征均不匹配，终端从第一语音信息中，提取指定语音关键字。
116.其中，指定语音关键字为能够表征第一用户与合法用户之间关系的关键字。在本公开实施例中，工作人员可在与第一用户的语音通信过程中，询问第一用户是否为合法用户，如果第一用户回答并不是合法用户，而是与合法用户具有亲密关系的用户，则终端可从该第一语音信息中，提取能够表征该亲密关系的指定语音关键字。
117.3052.终端获取指定语音关键字所指示的第二用户的第二语音信息。
118.当确定正在进行语音通信的用户不是合法用户而是第二用户，终端还将对第二用户的身份进行核验，以避免特定用户冒充第二用户与工作人员进行语音通信。为对第二用户的身份进行核验，终端需要获取指定语音关键字所指示的第二用户的第二语音信息。终端基于该指定语音关键字所指示的第二用户获取第二语音信息时，可查询合法用户的通讯录，获取该第二用户的号码，进而基于第二用户的号码获取该第二用户的第二语音信息；终端还可获取合法用户的历史语音通信信息，进而从历史语音通信信息中，获取第二用户的第二语音信息。
119.3053.终端从第二语音信息中，提取第二语音特征。
120.3054.终端将第一语音特征与第二语音特征进行匹配。
121.基于所提取的第一语音特征和第二语音特征，终端通过将第一语音特征与第二语音特征进行匹配，以核验第一用户是否为合法的第二用户。
122.3055.当第一语音特征与第二语音特征不匹配，终端标记目标号码对应的终端已
被呼叫转移。
123.当第一语音特征与第二语音特征相匹配，说明第一用户为合法的第二用户，终端识别该第二用户为第二用户，进而标记该目标号码对应的终端未被呼叫转移；当第一语音特征与第二语音特征不匹配，说明第一用户不是合法的第二用户，终端识别该第一用户为特定用户，进而标记该目标号码对应的终端已被呼叫转移。
124.在本公开的另一个实施例中，当识别出第一用户为新增的特定用户，终端还将基于第一语音特征，对特定语音数据库进行更新，以丰富特定语音数据库中的存储的特定语音特征。
125.进一步地，当目标号码对应的终端被标记为已被呼叫转移，为使工作人员及时了解这一情况，终端将显示预警提示信息，以提示工作人员第一用户为特定用户。基于所显示的预警提示信息，工作人员及时采取其他方式联系到该合法用户，对该合法用户进行反诈骗预警，从而避免合法用户上当受骗。
126.本公开实施例提供的方法，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
127.参见图4，本公开实施例提供了一种反诈骗预警过程中的呼叫转移识别装置，该装置包括：
128.获取模块401，用于响应于第一用户基于目标号码接听本端发出的通信请求，获取第一用户的第一语音信息，该目标号码为接收到恶意通信信息的号码，该通信请求用于针对目标号码接收到的恶意通信信息对目标号码对应的合法用户进行反诈骗预警；
129.提取模块402，用于从第一语音信息中，提取第一语音特征；
130.匹配模块403，用于将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配，该特定语音特征为特定用户的语音特征，该特定用户为发送恶意通信信息的用户或相关用户；
131.标记模块404，用于当第一语音特征与任一特定语音特征相匹配，则标记目标号码对应的终端已被呼叫转移。
132.在本公开的另一个实施例中，该装置还包括：
133.识别模块，用于调用变声识别模型，对第一语音信息进行识别，得到识别结果，该变声识别模型用于识别语音信息是否经过变声处理；
134.还原模块，用于当识别结果为第一语音信息经过变声处理，调用声音还原模型，对第一语音信息进行还原，得到第一语音信息对应的原始语音信息，该声音还原模型用于将变声的语音信息还原为原始语音信息；
135.提取模块，用于从原始语音信息中，提取第一语音特征。
136.在本公开的另一个实施例中，该装置还包括：
137.匹配模块，还用于将第一语音特征与合法用户的目标语音特征进行匹配；
138.匹配模块，还用于当第一语音特征与目标语音特征不匹配，将第一语音特征与特定语音数据库中的每个特定语音特征进行匹配。
139.在本公开的另一个实施例中，标记模块，用于当第一语音特征与目标语音特征相匹配，则标记目标号码对应的终端未被呼叫转移。
140.在本公开的另一个实施例中，提取模块，用于当第一语音特征与特定语音数据库中的每个特定语音特征均不匹配，从第一语音信息中，提取指定语音关键字；
141.获取模块，用于获取指定语音关键字所指示的第二用户的第二语音信息；
142.提取模块，用于从第二语音信息中，提取第二语音特征；
143.匹配模块，用于将第一语音特征与第二语音特征进行匹配；
144.标记模块，用于当第一语音特征与第二语音特征不匹配，则标记目标号码对应的终端未被呼叫转移。
145.在本公开的另一个实施例中，该装置还包括：
146.更新模块，用于基于第一语音特征，对特定语音数据库进行更新。
147.在本公开的另一个实施例中，该装置还包括：
148.显示模块，用于显示预警提示信息，该预警提示用于提示第一用户为特定用户。
149.综上所述，本公开实施例提供的装置，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
150.图5示出了本公开一个示例性实施例提供的终端500的结构框图。该终端500可以是：智能手机、平板电脑、mp3播放器(moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
151.通常，终端500包括有：处理器501和存储器502。
152.处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
153.存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本技术中方法实施例提供的反诈骗预警过程中的呼叫转移识别方法。
154.在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、显示屏505、摄像头组件506、音频电路507、定位组件508和电源509中的至少一种。
155.外围设备接口503可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
156.射频电路504用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
157.显示屏505用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在另一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用lcd(liquid crystal display，液晶显示屏)、oled(organic light-emitting diode,有机发光二极管)等材质制备。
158.摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtual reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
159.音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克
风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。
160.定位组件508用于定位终端500的当前地理位置，以实现导航或lbs(location based service，基于位置的服务)。定位组件508可以是基于美国的gps(global positioning system，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
161.电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
162.在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。
163.加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
164.陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3d动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
165.压力传感器513可以设置在终端500的侧边框和/或显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在显示屏505的下层时，由处理器501根据用户对显示屏505的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
166.指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置在终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商logo时，指纹传感器514可以与物理按键或厂商logo集成在一起。
167.光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制显示屏505的显示亮度。具体地，当环境光强度较高时，调高显示屏505的显示亮度；当环境光强度较低时，调低显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506
的拍摄参数。
168.接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制显示屏505从息屏状态切换为亮屏状态。
169.本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
170.本公开实施例提供的终端，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
171.本公开实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如第一方面所述的反诈骗预警过程中的呼叫转移识别方法。该计算机可读存储介质可以是非暂态的。例如，该计算机可读存储介质可以是只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、cd-rom、磁带、软盘和光数据存储设备等。
172.本公开实施例提供的计算机可读存储介质，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
173.本公开实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序代码，计算机程序代码存储在计算机可读存储介质中，终端的处理器从计算机可读存储介质读取计算机程序代码，处理器执行计算机程序代码，使得终端执行反诈骗预警过程中的呼叫转移识别方法。
174.本公开实施例提供的计算机程序产品，在第一用户接听本端向接收到恶意通信信息的目标号码发送的通信请求后，在与第一用户的语音通信过程中，提取第一用户的第一语音特征，进而通过将第一语音特征与特定用户的特征语音特征进行匹配，对第一用户的身份进行识别，当识别出第一用户为特定用户，标记该目标号码对应的终端已被呼叫转移，进而及时采取措施，避免合法用户上当受骗，达到了很好的反诈骗预警效果。
175.本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
176.以上所述仅为本公开的可选实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。