快商通發(fā)明單通道電話人聲分離技術(shù)

2020-04-07 14:13 閱讀 1534 來(lái)源：安防知識(shí)網(wǎng) 評(píng)論區(qū)

單通道電話人聲分離”)，破解了復(fù)雜場(chǎng)景下的人聲分離的難題，將銀行、保險(xiǎn)、市場(chǎng)調(diào)研等行業(yè)的呼叫中心歷史語(yǔ)音數(shù)據(jù)變廢為寶，大大降低了聲紋數(shù)據(jù)庫(kù)的建設(shè)門(mén)檻。

　　自聲紋識(shí)別技術(shù)被推廣應(yīng)用以來(lái)，聲紋庫(kù)建設(shè)的數(shù)據(jù)來(lái)源，一直是從業(yè)者們頭疼的難題。

　　對(duì)于金融、保險(xiǎn)、證券、市場(chǎng)調(diào)研、電商等擁有呼叫中心，并會(huì)產(chǎn)生大量語(yǔ)音數(shù)據(jù)的領(lǐng)域來(lái)說(shuō)，建設(shè)聲紋庫(kù)本不是難事，但受歷史技術(shù)水平的限制，這些領(lǐng)域所存儲(chǔ)的歷時(shí)語(yǔ)音數(shù)據(jù)來(lái)源大多為單通道，客服與客戶(hù)的聲音共存在同一段音頻之中，難以分割，無(wú)法發(fā)揮數(shù)據(jù)價(jià)值。

　　最近，快商通Kriston AI Lab發(fā)明了一種基于深度學(xué)習(xí)的單通道電話語(yǔ)音快速人聲分離技術(shù)(簡(jiǎn)稱(chēng)“單通道電話人聲分離”)，破解了復(fù)雜場(chǎng)景下的人聲分離的難題，將銀行、保險(xiǎn)、市場(chǎng)調(diào)研等行業(yè)的呼叫中心歷史語(yǔ)音數(shù)據(jù)變廢為寶，大大降低了聲紋數(shù)據(jù)庫(kù)的建設(shè)門(mén)檻。

　　呼叫中心的電話語(yǔ)音，同時(shí)存在客服和客戶(hù)兩種不同的聲源，如何分辨出特定人物的聲音，這對(duì)于我們?nèi)祟?lèi)來(lái)說(shuō)十分簡(jiǎn)單，但對(duì)于計(jì)算機(jī)來(lái)說(shuō)，要把一個(gè)音頻分割成多個(gè)不同的語(yǔ)音來(lái)源，卻要面臨很多困難。

　　尤其是多人聲音重疊部分，分離效果差，且需要采集大量的相關(guān)音頻進(jìn)行單獨(dú)優(yōu)化，無(wú)疑是一種事倍功半的行為。

　　Kriston AI Lab提出的這種電話信道人聲分離技術(shù)，以深度學(xué)習(xí)的方法實(shí)現(xiàn)數(shù)據(jù)模型訓(xùn)練 , 無(wú)需人工干預(yù)，便可以將單通道電話信道音頻中兩個(gè)不同說(shuō)話人的音頻進(jìn)行拆分 ,分別保存，實(shí)現(xiàn)端到端的電話信道人聲分離。

電話信道人聲分離是如何“煉”成的?

　　人聲分離分離技術(shù)以深度學(xué)習(xí)技術(shù)為基礎(chǔ) , 構(gòu)建多層RNN循環(huán)神經(jīng)網(wǎng)絡(luò)。

　　1、利用現(xiàn)實(shí)生活中電話信道雙通道音頻作為訓(xùn)練的數(shù)據(jù)集 , 將電話信道雙通道音頻合并為融合左通道客服音頻和右通道客戶(hù)音頻的單通道音頻作為整個(gè)模型訓(xùn)練的輸入音頻，將雙通道音頻直接讀取的左通道音頻和右通道音頻作為網(wǎng)絡(luò)訓(xùn)練的標(biāo)簽音頻;

　　2、輸入單通道融合客服和客戶(hù)音頻到整個(gè)網(wǎng)絡(luò)當(dāng)中 , 網(wǎng)絡(luò)的輸出結(jié)果為模型預(yù)測(cè)出來(lái)的拆分客服和客戶(hù)后的左通道音頻和右通道音頻;

　　3、將模型預(yù)測(cè)拆分的左通道音頻和右通道音頻，與原始雙通道音頻讀取的左通道音頻和右通道音頻進(jìn)行損失值的計(jì)算 , 訓(xùn)練整個(gè)模型網(wǎng)絡(luò)的參數(shù);

　　4、當(dāng)模型訓(xùn)練擬合之后，將模型取出，輸入現(xiàn)實(shí)生活中電話信道單通道音頻，模型輸出的音頻即為拆分后的左通道音頻(客戶(hù))和右通道客服(客服)。

　　電話信道人聲分離能發(fā)揮怎樣的作用?

　　電話信道人聲分離的最大作用，便是利用分割后的音頻進(jìn)行聲紋庫(kù)注冊(cè)，以實(shí)現(xiàn)反欺詐、電話營(yíng)銷(xiāo)等功能。

　　在銀行領(lǐng)域，客服會(huì)對(duì)逾期不還的訂單進(jìn)行電話提醒，從而產(chǎn)生大量的不還款語(yǔ)音數(shù)據(jù)，如果彼時(shí)該銀行使用的是單通道通話，可以應(yīng)用快商通電話信道人聲分離技術(shù)對(duì)失信者音頻進(jìn)行分割。分割后的音頻，便成為黑聲紋庫(kù)建設(shè)中歷史黑產(chǎn)數(shù)據(jù)的重要來(lái)源。銀行可進(jìn)一步以黑聲紋庫(kù)為基礎(chǔ)，準(zhǔn)確識(shí)別黑名單用戶(hù)，從源頭上降低壞賬率，完善金融反欺詐鏈條。

　　在營(yíng)銷(xiāo)方面，使用電話信道人聲分離技術(shù)，可以對(duì)客服外呼電話進(jìn)行客戶(hù)音頻分割，將客戶(hù)聲音與會(huì)員標(biāo)簽、交易標(biāo)簽、營(yíng)銷(xiāo)標(biāo)簽等特征相匹配，統(tǒng)一由后臺(tái)系統(tǒng)進(jìn)行管理，實(shí)現(xiàn)高質(zhì)量的電話營(yíng)銷(xiāo)。

免責(zé)聲明：本站所使用的字體和圖片文字等素材部分來(lái)源于互聯(lián)網(wǎng)共享平臺(tái)。如使用任何字體和圖片文字有冒犯其版權(quán)所有方的，皆為無(wú)意。如您是字體廠商、圖片文字廠商等版權(quán)方，且不允許本站使用您的字體和圖片文字等素材，請(qǐng)聯(lián)系我們，本站核實(shí)后將立即刪除！任何版權(quán)方從未通知聯(lián)系本站管理者停止使用，并索要賠償或上訴法院的，均視為新型網(wǎng)絡(luò)碰瓷及敲詐勒索，將不予任何的法律和經(jīng)濟(jì)賠償！敬請(qǐng)諒解！