基于视频交互的认证方法、系统以及相关装置与流程

本申请涉及语音识别，特别是涉及一种基于视频交互的认证方法、系统以及相关装置。

背景技术：

1、随着视频交互的不断发展，越来越多的业务可以在线办理，给用户带来更加便捷的体验。然而，在办理业务的过程中一般需要用户为自愿办理相应业务提供相应的证明；例如，朗读相关协议。常规的方式是由客服手举纸质协议供客户朗读，并在客户朗读结束后，人工判断所读内容与协议内容是否一致。该方式使得用户在读错后需要客服人员手动在纸质文件上指出相关错误，并引导客户重新朗读，导致整个业务办理过程耗时较长，效率较低。

技术实现思路

1、本申请主要解决的技术问题是提供一种基于视频交互的认证方法、系统以及相关装置，能够提高视频交互过程中认证的效率。

2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于视频交互的认证方法，包括：获取第一方和第二方交互时产生的初始视频流，确定所述初始视频流中的开始朗读标识和终止朗读标识；其中，所述开始朗读标识与第一客户端上触发的开始朗读协议文本的时刻对应，所述终止朗读标识与所述第一客户端上触发的终止朗读所述协议文本的时刻对应，所述第一客户端与所述第一方对应；基于所述开始朗读标识和所述终止朗读标识，从所述初始视频流中获得所述第一方的第一音频信息，并基于所述第一音频信息获得第一识别文本；基于所述第一识别文本和所述协议文本，判断是否完成认证。

3、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种基于视频交互的认证方法，包括：响应于第一客户端向第二客户端发送视频请求指令，所述第二客户端响应所述视频请求指令，采集第一方和第二方交互时的初始视频流；其中，所述第一客户端与所述第一方对应，所述第二客户端与所述第二方对应；响应于所述第一方在所述第一客户端触发开始朗读协议文本，以及所述第一方在所述第一客户端触发终止朗读协议文本，所述第一客户端将开始朗读标识和终止朗读标识发送至所述第二客户端；其中，所述开始朗读标识与第一客户端上触发的开始朗读协议文本的时刻对应，所述终止朗读标识与所述第一客户端上触发的终止朗读所述协议文本的时刻对应；所述第二客户端基于所述开始朗读标识和所述终止朗读标识，从所述初始视频流中获得所述第一方的第一音频信息，并基于所述第一音频信息获得第一识别文本；所述第二客户端基于所述第一识别文本和所述协议文本，判断是否完成认证。

4、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种基于视频交互的认证系统，包括：接收模块，用于获取第一方和第二方交互时产生的初始视频流，确定所述初始视频流中的开始朗读标识和终止朗读标识；其中，所述开始朗读标识与第一客户端上触发的开始朗读协议文本的时刻对应，所述终止朗读标识与所述第一客户端上触发的终止朗读所述协议文本的时刻对应，所述第一客户端与所述第一方对应；处理模块，用于基于所述开始朗读标识和所述终止朗读标识，从所述初始视频流中获得所述第一方的第一音频信息，并基于所述第一音频信息获得第一识别文本；判断模块，用于基于所述第一识别文本和所述协议文本，判断是否完成认证。

5、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现上述任一技术方案中所述的基于视频交互的认证方法。

6、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，存储有能够被处理器运行的程序指令，所述程序指令用于实现上述任一技术方案中所述的基于视频交互的认证方法。

7、本申请的有益效果是：区别于现有技术的情况，本申请提出的认证方法通过从第一方和第二方进行交互产生的视频流中获取第一方朗读协议文本的第一音频信息，并从第一音频信息中识别出第一识别文本，根据第一识别文本与协议文本的比对结果判断是否完成认证。该方式无需第二方出示相关纸质协议，同时也无需第二方根据第一方的朗读内容进行人为判断，提高视频交互过程中认证的效率。

技术特征：

1.一种基于视频交互的认证方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述开始朗读标识和所述终止朗读标识，从所述初始视频流中获得所述第一方的第一音频信息，并基于所述第一音频信息获得第一识别文本，包括：

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求3所述的方法，其特征在于，所述基于所述协议文本与所述第一识别文本存在差异的部分确定差异文本，将所述差异文本发送至所述第一客户端，以使所述第一方朗读所述差异文本，从所述初始视频流中获取第二音频信息，并基于所述第二音频信息完成认证，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述第二识别文本与所述差异文本进行比对，以判断是否完成认证，包括：

6.根据权利要求1所述的方法，其特征在于，所述获取第一方和第二方交互时产生的初始视频流，确定所述初始视频流中的开始朗读标识和终止朗读标识之前，包括：

7.一种基于视频交互的认证方法，其特征在于，包括：

8.一种基于视频交互的认证系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现权利要求1-7任一项所述的基于视频交互的认证方法。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器运行的程序指令，所述程序指令用于实现权利要求1-7任一项所述的基于视频交互的认证方法。

技术总结
本申请公开了一种基于视频交互的认证方法、系统以及相关装置，该方法包括：获取第一方和第二方交互时产生的初始视频流，确定所述初始视频流中的开始朗读标识和终止朗读标识；其中，所述开始朗读标识与第一客户端上触发的开始朗读协议文本的时刻对应，所述终止朗读标识与所述第一客户端上触发的终止朗读所述协议文本的时刻对应，所述第一客户端与所述第一方对应；基于所述开始朗读标识和所述终止朗读标识，从所述初始视频流中获得所述第一方的第一音频信息，并基于所述第一音频信息获得第一识别文本；基于所述第一识别文本和所述协议文本，判断是否完成认证。通过上述方式，本申请能够提高视频交互过程中认证的效率。

技术研发人员：吴为,蔡翱,王和潭
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：
技术公布日：2024/1/14