远程监控方法、装置、计算机设备及存储介质与流程

1.本技术涉及到云监控技术领域，特别是涉及到一种远程监控方法、装置、计算机设备及存储介质。


背景技术：

2.在催收业务领域，业务人员与客户的面对面沟通过程中，可能会面临客户情绪过激、语言威胁，甚至暴力行为，危害业务人员的人身安全，因此需要对业务人员与客户的面对面沟通进行有效监控，便于后续取证。
3.现有对业务人员与客户的面对面沟通的监控方式，一般是业务人员通过主动携带录音设备或摄像设备的方式对面对面沟通过程进行录制，但这种操作方式只能后续根据录制的音视频进行责任追究，无法进行快速、有效的反应与处理，也不能及时地制止客户的威胁，导致预防告警的时效性低，监控的效果较差。


技术实现要素：

4.本技术的主要目的为提供一种远程监控方法、装置、计算机设备及存储介质，以对用户的面对面沟通过程进行实时监控，并在监控到用户受到人身威胁时，快速、有效地做出反应，确保预防告警的时效性，提高监控效果。
5.为了实现上述发明目的，本技术提出一种远程监控方法，应用于监控平台，所述监控平台与用户随身携带的具有录音功能的移动终端建立连接，所述远程监控方法包括：
6.响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
7.从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
8.从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
9.判断所述多个字词中是否存在与预设敏感词相匹配的字词；
10.当检测到所述多个字词中存在与所述预设敏感词相匹配的字词时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
11.从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
12.判断所述严重等级是否为目标严重等级；
13.若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
14.优选地，所述判断所述多个字词中是否存在与预设敏感词相匹配的字词的步骤，包括：
15.利用预设的文本词向量模型将所述多个字词分别转换为词向量，得到特征词向量；
16.分别计算各所述特征词向量与预设敏感词对应的词向量之间的余弦距离；
17.判断是否存在余弦距离大于预设相似度阈值的特征词向量；
18.若是，则确定所述多个字词中存在与所述预设敏感词相匹配的字词。
19.优选地，所述将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息的步骤，包括：
20.获取与所述移动终端当前建立通信连接的基站的位置区编码；
21.根据所述位置区编码确定所述第一用户的位置信息，将含有所述目标敏感词的语音片段、所述位置信息及所述第二用户的身份信息进行打包，得到报警信息。
22.进一步地，所述根据所述位置区编码确定所述第一用户的位置信息的步骤之后，还包括：
23.根据所述位置信息查询所述第一用户所在区域是否有监控设备；
24.若是，控制所述监控设备拍摄第一用户与第二用户的线下沟通过程，得到监控视频；
25.接收所述监控设备发送的监控视频，将所述监控视频进行压缩处理后发送给所述报警中心。
26.优选地，所述获取含有所述目标敏感词的语音片段的步骤，包括：
27.获取所述目标敏感词在所述语音片段的时间节点；
28.以所述时间节点为中心，获取所述时间节点前后预设时间段内的语音片段，作为含有所述目标敏感词的语音片段。
29.优选地，所述确定所述第二用户的身份信息的步骤，包括：
30.从所述语音片段中提取出第二用户的声纹信息，得到第二声纹信息；
31.从声纹信息库中查询所述第二声纹信息所对应的身份信息，得到所述第二用户的身份信息。
32.优选地，所述从所述目标语音片段中提取出目标语音信息的步骤，包括：
33.对所述目标语音片段进行降噪和/或回声消除处理，从降噪和/或回声消除处理后的所述目标语音片段中提取出目标语音信息。
34.本技术还提供一种远程监控装置，包括：
35.控制模块，用于响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
36.第一查询模块，用于从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
37.分词模块，用于从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
38.第一判断模块，用于判断所述多个字词中是否存在与预设敏感词相匹配的字词；
39.提取模块，用于当检测到所述多个字词中存在与所述预设敏感词相匹配的字词
时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
40.第二查询模块，用于从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
41.第二判断模块，用于判断所述严重等级是否为目标严重等级；
42.发送模块，用于若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
43.本技术还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
44.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
45.本技术的远程监控方法、装置、计算机设备及存储介质，首先响应于第一用户在移动终端发起的远程监控请求，控制移动终端启动录音模式，并接收移动终端发送的第一用户与第二用户在线下沟通过程中录制的语音片段；然后查询第一用户的第一声纹信息，根据第一声纹信息将语音片段中含有第一用户的语音片段进行剪除，得到目标语音片段，以后续只对目标语音片段进行分析处理，减少数据的处理量；并从目标语音片段中提取出目标语音信息，将目标语音信息转换为文本信息，对文本信息进行分词，得到多个字词；采用敏感词检测算法对多个字词分别进行检测，判断多个字词中是否存在与预设敏感词相匹配的字词；当检测到多个字词中存在与预设敏感词相匹配的字词时，从多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；从预设的敏感词对照表中查询目标敏感词相对应的严重等级；判断严重等级是否为目标严重等级；若是，则获取含有目标敏感词的语音片段，并确定第二用户的身份信息，将含有目标敏感词的语音片段及第二用户的身份信息进行打包，得到报警信息，最后将携带有报警信息的报警请求发送给报警中心，从而通过对第一用户与第二用户的线下沟通过程进行实时监控，并在分析到语音片段含有敏感词，且该敏感词对应的严重等级达到目标严重等级时，则第一用户可能存在受到人身威胁的情况，此时监控平台向报警中心发送报警请求，以快速、有效地做出反应，确保预防告警的时效性，提高监控效果。
附图说明
46.图1为本技术一实施例的远程监控方法的流程示意图；
47.图2为本技术一实施例的远程监控装置的结构示意框图；
48.图3为本技术一实施例的计算机设备的结构示意框图。
49.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
50.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
51.本技术提出一种远程监控方法，应用于由一台或多台服务器构成的监控平台，所
述监控平台与用户随身携带的具有录音功能的移动终端建立通信连接，以进行数据传输，用于解决当前业务人员通过主动携带录音设备或摄像设备的方式对面对面沟通过程进行录制，只能后续根据录制的音视频进行责任追究，无法进行快速、有效的反应与处理，也不能及时地制止客户的威胁，导致预防告警的时效性低，监控的效果较差的问题，在一实施例中，如图1所示，该远程监控方法包括：
52.s1、响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
53.s2、从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
54.s3、从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
55.s4、判断所述多个字词中是否存在与预设敏感词相匹配的字词；
56.s5、当检测到所述多个字词中存在与所述预设敏感词相匹配的字词时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
57.s6、从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
58.s7、判断所述严重等级是否为目标严重等级；
59.s8、若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
60.如上述步骤s1所述，当第一用户登录移动终端的远程监控app的账号，并在移动终端的应用程序上向监控平台发送远程监控请求时，监控平台接收第一用户发送的远程监控请求。其中，该远程监控请求中可包括第一用户的姓名、账号、身份证号以及对移动终端的录音功能进行授权的授权码。所述移动终端可包括智能手机、智能手表、平板电脑、手环等终端。
61.监控平台在接收到第一用户发送的远程监控请求后，可通过控制指令及授权码直接控制移动终端启动录音模式，使移动终端实时录制第一用户与第二用户的线下沟通内容，生成语音片段，并将语音片段发送给监控平台。具体的，移动终端在录音过程中，可每隔预设时间间隔启动短录音模式，并对接收到的每段语音片段进行分析，该语音片段为录音时长低于预设时长的短片段，在检测到短片段中第二用户存在异常行为时，则控制移动终端的短录音模式切换至长录音模式，对第一用户与第二用户的线下沟通过程进行持续录音。其中，异常行为包括第二用户的语速加快、声音分贝高于预设分贝等。
62.进一步地，监控平台接收到所述移动终端发送的第一用户与第二用户线下沟通过程中录制的语音片段后，对语音信息进行分析处理，因此无需将复杂的语音处理由移动终端完成，而是通过监控平台完成，减少移动终端的数据处理压力。
63.如上述步骤s2所述，本步骤可在声纹信息库中查询第一用户的第一声纹信息，利用第一声纹信息对语音片段中含有第一用户的语音片段进行剪除，得到仅含有第二用户的目标语音片段，以后续仅对目标语音片段进行处理，减少数据处理量，提高处理效率。
64.其中，声纹信息库中保存了每个用户的声纹信息及对应用户的身份信息。声纹信
息库的声纹信息可通过以下两个方式获取，一个是利用应用软件采集用户的声纹信息，需要用户主动配合；另一个是通过其它语音采集系统(比如电话)采集的日常语音数据，不需要用户主动配合。对于应用软件采集的声纹信息，符合条件的直接注册到声纹信息库，不符合条件的提示用户重新采集；对于从其它系统获得的日常语音数据，如果相应用户未注册声纹，则从该用户的若干日常语音数据中，提取声纹特征，比较这些声纹特征之间的相似度，选取最代表性的(与该用户的其它声纹特征文件最相似)，作为该用户的声纹信息，补充进声纹信息库。
65.如上述步骤s3所述，本步骤从目标语音片段中提取出语音信息，得到目标语音信息，将目标语音信息转换为文本信息，对文本信息进行结巴分词，得到多个字词。如将目标语音信息拆分为字词的集合，遍历所有语料库中的所有字词，依据语料库获取字词的集合中的停用词以及近义词，删除其中的停用词，并对其中的近义词进行去重处理。例如，目标语音信息为：“我现在账户没钱”则输出的分词为：“我”、“现在”、“账户”、“没”、“钱”。
66.如上述步骤s4所述，本步骤可预先构建敏感词表，敏感词表中存储有预设敏感词，在判断多个字词中是否存在与敏感词表的预设敏感词相一致的字词时，可采用敏感词检测算法对各个字词分别进行检测，根据检测结果判断文本信息中是否存在命中预设敏感词的字词，若否，则第一用户与第二用户在线下沟通过程正常。其中，所述敏感词包括具有人身威胁的字词，如“打你”、“杀”“杀死”等字词。
67.敏感词检测算法包括但不限于采用dfa算法、ac自动机和kmp(knuth
‑
morris
‑
pratt，努特
‑
莫里斯
‑
普拉特)算法。本实施例中，采用ac自动机对多个字词分别进行敏感词检测。ac(aho
‑
corasick)自动机是一种字典匹配算法，它用于在输入文本(即识别文本)中查找预设关键词中的匹配的敏感词。该ac自动机应用有限自动机巧妙地将字符比较转化为了状态转移，时间复杂度是线性的，算法效率快，提高敏感词匹配的获取效率。
68.如上述步骤s5所述，当检测到多个字词中存在与预设敏感词相匹配的字词时，确定与预设敏感词相匹配的字词，得到目标敏感词，目标敏感词即为目标语音片段中具有人身威胁的字词。
69.如上述步骤s6所述，还可预先构建敏感词与严重等级的敏感词对照表，用于查询每个敏感词对应的严重等级，当需要查询目标敏感词的严重等级时，则从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级，如可分为a、b、c三个严重等级，且严重等级的高低分别为a>b>c，如“杀”对应的严重等级为a，“打你”对应的严重等级为b，即“杀”对应的严重等级要比“打你”对应的严重等级高，对第一用户的人身威胁更高。
70.如上述步骤s7所述，目标严重等级可进行自定义，一般为最高的严重等级，如a级。
71.如上述步骤s8所述，当确定所述严重等级为目标严重等级时，则获取含有目标敏感词的语音片段，并确定第二用户的身份信息，将含有目标敏感词的语音片段及第二用户的身份信息进行打包压缩，得到报警信息，将携带有报警信息的报警请求发送给报警中心，以及时地制止客户的威胁，提高预防告警的时效性，提高监控效果。
72.本技术的远程监控方法，首先响应于第一用户在移动终端发起的远程监控请求，控制移动终端启动录音模式，并接收移动终端发送的第一用户与第二用户在线下沟通过程中录制的语音片段；然后查询第一用户的第一声纹信息，根据第一声纹信息将语音片段中含有第一用户的语音片段进行剪除，得到目标语音片段，以后续只对目标语音片段进行分
析处理，减少数据的处理量；并从目标语音片段中提取出目标语音信息，将目标语音信息转换为文本信息，对文本信息进行分词，得到多个字词；采用敏感词检测算法对多个字词分别进行检测，判断多个字词中是否存在与预设敏感词相匹配的字词；当检测到多个字词中存在与预设敏感词相匹配的字词时，从多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；从预设的敏感词对照表中查询目标敏感词相对应的严重等级；判断严重等级是否为目标严重等级；若是，则获取含有目标敏感词的语音片段，并确定第二用户的身份信息，将含有目标敏感词的语音片段及第二用户的身份信息进行打包，得到报警信息，最后将携带有报警信息的报警请求发送给报警中心，从而通过对第一用户与第二用户的线下沟通过程进行实时监控，并在分析到语音片段含有敏感词，且该敏感词对应的严重等级达到目标严重等级时，则第一用户可能存在受到人身威胁的情况，此时监控平台向报警中心发送报警请求，以快速、有效地做出反应，确保预防告警的时效性，提高监控效果。
73.在一实施例中，在步骤s3中，所述从所述目标语音片段中提取出目标语音信息的步骤，可具体包括：
74.s31、对所述目标语音片段进行降噪和/或回声消除处理，从降噪和/或回声消除处理后的所述目标语音片段中提取出目标语音信息。
75.本实施例可对目标语音片段进行降噪和/或回声消除处理，并从降噪和/或回声消除处理后的目标语音片段中提取出目标语音信息，以去除干扰信息。其中，对语音进行降噪的目的在于去除语音采集设备采集语音信息时所采集的噪音，回声消除的目的在于从采集的用户的目标语音信息中将其他应用播放的语音消除，以避免后续文本转换的干扰。
76.在一实施例中，在步骤s4中，所述判断所述多个字词中是否存在与预设敏感词相匹配的字词的步骤，可具体包括：
77.s41、利用预设的文本词向量模型将所述多个字词分别转换为词向量，得到特征词向量；
78.s42、分别计算各所述特征词向量与预设敏感词对应的词向量之间的余弦距离，判断是否存在余弦距离大于预设相似度阈值的特征词向量；
79.s43、若是，则确定所述多个字词中存在与所述预设敏感词相匹配的字词。
80.如上述步骤s41所述，可利用预先训练好的word2vec词向量模型将该多个字词分别转换成词向量，得到各个字词对应的特征词向量。其中，word2vec词向量模型是从大量文本中学习语义知识的一种模型，采用无监督的方式。其通过训练大量文本，将文本中的词用向量形式表示，这个向量我们称之为词向量，可以通过计算两个词的词向量之间的距离，从而得知两个词之间的联系。所述情绪词典用于存储各种情绪词所对应的词向量，如杀的词向量w1，打的词向量w2等等。这种提取待识别字词中的敏感词的方法操作简便，计算量小，复杂度低，能够快速的提取出待识别字词中的敏感词，能够提高分析待识别字词的效率。
81.如上述步骤s42所述，分别计算各个字词对应的特征词向量与一个或至少两个预设敏感词对应的词向量的余弦距离，判断是否存在余弦距离大于预设相似度阈值的特征词向量，若否，则字词中不存在敏感词。优选地，预设相似度阈值为0.9。
82.如上述步骤s43所述，当存在余弦距离大于预设相似度阈值的特征词向量时，则表明字词中存在敏感词，并筛选出余弦相似度大于预设相似度阈值的特征词向量作为目标特征词向量，将目标特征词向量所对应的字词作为目标敏感词，从而通过向量的方式精准地
筛选出敏感词。
83.在一实施例中，在步骤s8中，所述将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息的步骤，可具体包括：
84.s81、获取与所述移动终端当前建立通信连接的基站的位置区编码；
85.s82、根据所述位置区编码确定所述第一用户的位置信息，将含有所述目标敏感词的语音片段、所述位置信息及所述第二用户的身份信息进行打包，得到报警信息。
86.如上述步骤s81所述，可根据与移动终端连接的基站的位置区编码。位置区编码是实际位置信息的编码，用于将文字形式的实际位置信息转换成编码形式，它存储在msc的临时位置寄存器(vlr)中；实际位置信息存储在msc的db中，其字符个数的取值范围为1至20。位置区编码与实际位置信息一一对应。
87.建立了位置区编码与实际位置信息的对应关系以后，用户就可以对其他用户的移动终端当前的实际位置信息进行查询。例如，假设第一用户的移动终端a所在位置区编码为0001，经过查询，该位置区编码所在的实际位置信息为动物园。
88.如上述步骤s82所述，确定位置区编码对应的位置信息，从而得到第二用户的位置信息，生成报警信息时，将该位置信息与含有目标敏感词的语音片段及第二用户的身份信息一起打包后，得到报警信息，以将位置信息发送给报警中心，以便报警中心及时处理威胁事项。
89.在一实施例中，在步骤s82的步骤中，所述根据所述位置区编码确定所述第一用户的位置信息的步骤之后，还可包括：
90.根据所述位置信息查询所述第一用户所在区域是否有监控设备；
91.若是，控制所述监控设备拍摄第一用户与第二用户的线下沟通过程，得到监控视频；
92.接收所述监控设备发送的监控视频，将所述监控视频进行压缩处理后发送给所述报警中心。
93.本实施例可根据查询到的位置信息确定第一用户所在区域是否有监控设备，当第一用户所在区域存在监控设备时，则控制监控设备拍摄第一用户与第二用户的线下沟通过程，得到监控视频，将所述监控视频打包在报警信息后发送给所述报警中心，以供报警中心进行判断，及时做出回应。
94.在一实施例中，在步骤s8的步骤中，所述获取含有所述目标敏感词的语音片段的步骤，可具体包括：
95.c81、获取所述目标敏感词在所述语音片段的时间节点；
96.c82、以所述时间节点为中心，获取所述时间节点前后预设时间段内的语音片段，作为含有所述目标敏感词的语音片段。
97.在本实施例中，可先获取目标敏感词在语音片段的时间节点，以时间节点为中心，获取时间节点前后预设时间段内的语音片段，作为含有目标敏感词的语音片段，如目标敏感词的时间节点为3:00，则可获取2：45
‑
3:15的沟通内容，将该段沟通内容对应的语音片段作为含有目标敏感词的语音片段，以便及时定位前后沟通过程，了解事件原委。
98.在一实施例中，在步骤s8的步骤中，所述确定所述第二用户的身份信息的步骤，可具体包括：
99.d81、从所述语音片段中提取出第二用户的声纹信息，得到第二声纹信息；
100.d82、从声纹信息库中查询所述第二声纹信息所对应的身份信息，得到所述第二用户的身份信息。
101.在本实例中，对第二用户进行身份识别时，可直接从语音片段中提取出第二用户的声纹信息，得到第二声纹信息，从声纹信息库中查询第二声纹信息所对应的身份信息，得到第二用户的身份信息。其中，声纹信息库中保存有各个用户的身份信息及其声纹信息，以根据第二用户的声纹信息快速、准确地确定第二用户的身份信息。
102.参照图2，本技术实施例中还提供一种远程监控装置，包括：
103.控制模块1，用于响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
104.第一查询模块2，用于从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
105.分词模块3，用于从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
106.第一判断模块4，用于判断所述多个字词中是否存在与预设敏感词相匹配的字词；
107.提取模块5，用于当检测到所述多个字词中存在与所述预设敏感词相匹配的字词时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
108.第二查询模块6，用于从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
109.第二判断模块7，用于判断所述严重等级是否为目标严重等级；
110.发送模块8，用于若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
111.当第一用户登录移动终端的远程监控app的账号，并在移动终端的应用程序上向监控平台发送远程监控请求时，监控平台接收第一用户发送的远程监控请求。其中，该远程监控请求中可包括第一用户的姓名、账号、身份证号以及对移动终端的录音功能进行授权的授权码。所述移动终端可包括智能手机、智能手表、平板电脑、手环等终端。
112.监控平台在接收到第一用户发送的远程监控请求后，可通过控制指令及授权码直接控制移动终端启动录音模式，使移动终端实时录制第一用户与第二用户的线下沟通内容，生成语音片段，并将语音片段发送给监控平台。具体的，移动终端在录音过程中，可每隔预设时间间隔启动短录音模式，并对接收到的每段语音片段进行分析，该语音片段为录音时长低于预设时长的短片段，在检测到短片段中第二用户存在异常行为时，则控制移动终端的短录音模式切换至长录音模式，对第一用户与第二用户的线下沟通过程进行持续录音。其中，异常行为包括第二用户的语速加快、声音分贝高于预设分贝等。
113.进一步地，监控平台接收到所述移动终端发送的第一用户与第二用户线下沟通过程中录制的语音片段后，对语音信息进行分析处理，因此无需将复杂的语音处理由移动终端完成，而是通过监控平台完成，减少移动终端的数据处理压力。
114.此外，可在声纹信息库中查询第一用户的第一声纹信息，利用第一声纹信息对语音片段中含有第一用户的语音片段进行剪除，得到仅含有第二用户的目标语音片段，以后续仅对目标语音片段进行处理，减少数据处理量，提高处理效率。
115.其中，声纹信息库中保存了每个用户的声纹信息及对应用户的身份信息。声纹信息库的声纹信息可通过以下两个方式获取，一个是利用应用软件采集用户的声纹信息，需要用户主动配合；另一个是通过其它语音采集系统(比如电话)采集的日常语音数据，不需要用户主动配合。对于应用软件采集的声纹信息，符合条件的直接注册到声纹信息库，不符合条件的提示用户重新采集；对于从其它系统获得的日常语音数据，如果相应用户未注册声纹，则从该用户的若干日常语音数据中，提取声纹特征，比较这些声纹特征之间的相似度，选取最代表性的(与该用户的其它声纹特征文件最相似)，作为该用户的声纹信息，补充进声纹信息库。
116.本装置可从目标语音片段中提取出语音信息，得到目标语音信息，将目标语音信息转换为文本信息，对文本信息进行结巴分词，得到多个字词。如将目标语音信息拆分为字词的集合，遍历所有语料库中的所有字词，依据语料库获取字词的集合中的停用词以及近义词，删除其中的停用词，并对其中的近义词进行去重处理。例如，目标语音信息为：“我现在账户没钱”则输出的分词为：“我”、“现在”、“账户”、“没”、“钱”。
117.进一步地，可预先构建敏感词表，敏感词表中存储有预设敏感词，在判断多个字词中是否存在与敏感词表的预设敏感词相一致的字词时，可采用敏感词检测算法对各个字词分别进行检测，根据检测结果判断文本信息中是否存在命中预设敏感词的字词，若否，则第一用户与第二用户在线下沟通过程正常。其中，所述敏感词包括具有人身威胁的字词，如“打你”、“杀”“杀死”等字词。
118.敏感词检测算法包括但不限于采用dfa算法、ac自动机和kmp(knuth
‑
morris
‑
pratt，努特
‑
莫里斯
‑
普拉特)算法。本实施例中，采用ac自动机对多个字词分别进行敏感词检测。ac(aho
‑
corasick)自动机是一种字典匹配算法，它用于在输入文本(即识别文本)中查找预设关键词中的匹配的敏感词。该ac自动机应用有限自动机巧妙地将字符比较转化为了状态转移，时间复杂度是线性的，算法效率快，提高敏感词匹配的获取效率。
119.当检测到多个字词中存在与预设敏感词相匹配的字词时，确定与预设敏感词相匹配的字词，得到目标敏感词，目标敏感词即为目标语音片段中具有人身威胁的字词。
120.进一步地，本发明还可预先构建敏感词与严重等级的敏感词对照表，用于查询每个敏感词对应的严重等级，当需要查询目标敏感词的严重等级时，则从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级，如可分为a、b、c三个严重等级，且严重等级的高低分别为a>b>c，如“杀”对应的严重等级为a，“打你”对应的严重等级为b，即“杀”对应的严重等级要比“打你”对应的严重等级高，对第一用户的人身威胁更高。
121.其中，目标严重等级可进行自定义，一般为最高的严重等级，如a级。
122.当确定所述严重等级为目标严重等级时，则获取含有目标敏感词的语音片段，并确定第二用户的身份信息，将含有目标敏感词的语音片段及第二用户的身份信息进行打包压缩，得到报警信息，将携带有报警信息的报警请求发送给报警中心，以及时地制止客户的威胁，提高预防告警的时效性，提高监控效果。
123.如上所述，可以理解地，本技术中提出的所述远程监控装置的各组成部分可以实
现如上所述远程监控方法任一项的功能，具体结构不再赘述。
124.参照图3，本技术实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种远程监控方法。
125.上述处理器执行上述的远程监控方法，包括：
126.响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
127.从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
128.从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
129.判断所述多个字词中是否存在与预设敏感词相匹配的字词；
130.当检测到所述多个字词中存在与所述预设敏感词相匹配的字词时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
131.从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
132.判断所述严重等级是否为目标严重等级；
133.若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
134.本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种远程监控方法，包括步骤：
135.响应于第一用户在移动终端发起的远程监控请求，控制所述移动终端启动录音模式，并接收所述移动终端发送的所述第一用户与第二用户在线下沟通过程中录制的语音片段；其中，所述第二用户为被监控的用户；
136.从声纹信息库中查询所述第一用户的第一声纹信息，根据所述第一声纹信息将所述语音片段中含有所述第一用户的语音片段进行剪除，得到目标语音片段；
137.从所述目标语音片段中提取出目标语音信息，将所述目标语音信息转换为文本信息，对所述文本信息进行分词，得到多个字词；
138.判断所述多个字词中是否存在与预设敏感词相匹配的字词；
139.当检测到所述多个字词中存在与所述预设敏感词相匹配的字词时，从所述多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；
140.从预设的敏感词对照表中查询所述目标敏感词相对应的严重等级；
141.判断所述严重等级是否为目标严重等级；
142.若是，则获取含有所述目标敏感词的语音片段，并确定所述第二用户的身份信息，
将含有所述目标敏感词的语音片段及所述第二用户的身份信息进行打包，得到报警信息，将携带有所述报警信息的报警请求发送给报警中心。
143.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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的和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。非易失性存储器可以包括只读存储器(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)、双速据率sdram(ssrsdram)、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。
144.综上所述，本技术的最大有益效果在于：
145.本技术的远程监控方法、装置、计算机设备及存储介质，首先响应于第一用户在移动终端发起的远程监控请求，控制移动终端启动录音模式，并接收移动终端发送的第一用户与第二用户在线下沟通过程中录制的语音片段；然后查询第一用户的第一声纹信息，根据第一声纹信息将语音片段中含有第一用户的语音片段进行剪除，得到目标语音片段，以后续只对目标语音片段进行分析处理，减少数据的处理量；并从目标语音片段中提取出目标语音信息，将目标语音信息转换为文本信息，对文本信息进行分词，得到多个字词；采用敏感词检测算法对多个字词分别进行检测，判断多个字词中是否存在与预设敏感词相匹配的字词；当检测到多个字词中存在与预设敏感词相匹配的字词时，从多个字词中提取出与所述预设敏感词相匹配的字词，得到目标敏感词；从预设的敏感词对照表中查询目标敏感词相对应的严重等级；判断严重等级是否为目标严重等级；若是，则获取含有目标敏感词的语音片段，并确定第二用户的身份信息，将含有目标敏感词的语音片段及第二用户的身份信息进行打包，得到报警信息，最后将携带有报警信息的报警请求发送给报警中心，从而通过对第一用户与第二用户的线下沟通过程进行实时监控，并在分析到语音片段含有敏感词，且该敏感词对应的严重等级达到目标严重等级时，则第一用户可能存在受到人身威胁的情况，此时监控平台向报警中心发送报警请求，以快速、有效地做出反应，确保预防告警的时效性，提高监控效果。
146.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
147.以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。