风险识别方法、装置、存储介质以及电子设备与流程

1.本技术涉及信息安全领域，具体而言，涉及一种风险识别方法、装置、存储介质以及电子设备。


背景技术：

2.目前银行等金融机构中的大量业务存在违法代办流程，也即，通过专门进行违法代办机构批量进行业务代办的情况。
3.目前，银行等金融机构面对此类业务通常依赖人工经验判断业务办理方是否代理人员，依赖对比的历史业务也仅限于本机构内部。由于当前使用的方法对风险行为筛选判断往往需要人工介入判断，因此处理效率相对低下，并且准确性不足，会存在漏查、误判等情况，导致没有准确识别代办业务，不仅会影响正常进行业务办理的用户进行业务办理，还会使得漏查的代办人员成功办理业务，对金融机构造成危害和损失。
4.针对相关技术中通过人工识别代办业务的方法准确性和效率较低的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术提供一种风险识别方法、装置、存储介质以及电子设备，以解决相关技术中通过人工识别代办业务的方法准确性和效率较低的问题。
6.根据本技术的一个方面，提供了一种风险识别方法。该方法包括：获取用户办理业务时产生的音频数据；从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；根据第一预警结果和第二预警结果确定业务的风险情况。
7.可选地，根据第一预警结果和第二预警结果确定业务的风险情况包括：在第一预警结果和第二预警结果均表征业务不存在风险的情况下，确定业务不存在风险；在第一预警结果和第二预警结果均表征业务存在风险的情况下，确定业务存在风险；在第一预警结果或第二预警结果均表征业务存在风险的情况下，将音频数据和业务的业务内容发送至服务端，接收服务端发送的风险判断结果，并根据风险判断结果确定业务的风险情况。
8.可选地，目标模型中包括分词子模型和对比子模型，将文本信息输入目标模型中，得到相似度信息包括：将文本信息输入分词子模型中进行分词，得到文本信息的分词结果，其中，分词结果中包括多个词语；将分词结果中的多个词语依次输入对比子模型中，并通过对比子模型在预设文本信息中获取与每个词语相似度最高的预设词语，得到多个相似度信息，其中，对比子模型中包括预设文本信息。
9.可选地，根据相似度信息确定第一预警结果包括：依次判断每个相似度信息是否大于预设相似度，并获取大于预设相似度的相似度信息，得到目标相似度；确定目标相似度
的数量，得到第一数量，并判断第一数量是否大于预设数量；在第一数量大于预设数量的情况下，确定第一预警结果为业务存在风险；在第一数量小于等于预设数量的情况下，确定第一预警结果为业务不存在风险。
10.可选地，将声纹特征数据与历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果包括：将声纹特征数据按照预设分段规则中的分段号进行分段，得到多段声纹特征数据，其中，每段声纹特征数据对应一个分段号；按照分段号依次将每段声纹特征数据与数据库中分段号相同的历史声纹特征数据进行对比，得到多个第一对比结果；获取在业务场景下的检测规则，并判断多个第一对比结果是否符合检测规则；在多个第一对比结果符合检测规则的情况下，确定第二预警结果为业务存在风险；在多个第一对比结果不符合检测规则的情况下，确定第二预警结果为业务不存在风险。
11.可选地，判断多个第一对比结果是否符合检测规则包括：确定检测规则中的多个目标分段号；依次判断每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据是否相同；在每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据相同的情况下，确定多个第一对比结果符合检测规则。
12.可选地，在根据第一预警结果和第二预警结果确定业务的风险情况之后，该方法还包括：在业务存在风险的情况下，按照分段号依次将每段声纹特征数据存储至数据库中分段号对应的历史声纹特征数据所在的数据池中，得到更新后的历史声纹特征数据。
13.根据本技术的另一方面，提供了一种风险识别装置。该装置包括：获取单元，用于获取用户办理业务时产生的音频数据；第一确定单元，用于从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；第二确定单元，用于将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；第三确定单元，用于根据第一预警结果和第二预警结果确定业务的风险情况。
14.根据本发明实施例的另一方面，还提供了一种计算机存储介质，计算机存储介质用于存储程序，其中，程序运行时控制计算机存储介质所在的设备执行一种风险识别方法。
15.根据本发明实施例的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种风险识别方法。
16.通过本技术，采用以下步骤：获取用户办理业务时产生的音频数据；从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；根据第一预警结果和第二预警结果确定业务的风险情况。解决了相关技术中通过人工识别代办业务的方法准确性和效率较低的问题。通过将音频数据中的文字信息和声纹分别进行识别，从而在有效保障各机构数据安全的前提下，通过文字信息和声纹识别的结果多维度快速精准地识别此次办理业务的用户是否为业务代办人。进而达到了准确识别业务是否存在风险的效果。
附图说明
17.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
18.图1是根据本技术实施例提供的风险识别方法的流程图；
19.图2是根据本技术实施例提供的可选的声纹特征数据检测方法的流程图；
20.图3是根据本技术实施例提供的风险识别装置的示意图；
21.图4为根据本技术实施例提供的一种电子设备的示意图。
具体实施方式
22.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
23.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
24.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.需要说明的是，本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。
26.需要说明的是，本公开所确定的风险识别方法、装置、存储介质以及电子设备可用于信息安全领域，也可用于除信息安全领域之外的任意领域，本公开所确定的风险识别方法、装置、存储介质以及电子设备的应用领域不做限定。
27.根据本技术的实施例，提供了一种风险识别方法。
28.图1是根据本技术实施例提供的风险识别方法的流程图。如图1所示，该方法包括以下步骤：
29.步骤s101，获取用户办理业务时产生的音频数据。
30.具体的，用户在电话中进行业务办理的时候，可以在用户办理业务的时候，实时获取用户的音频数据，也即语音信息，从而可以根据语音信息对用户的身份进行识别，以及对办理的业务内容或业务要求进行识别，从而确定该业务是否存在风险。
31.步骤s102，从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信
息之间的相似度。
32.具体的，在得到音频数据后，可以通过文字识别方法将语音转换为文字，得到文本信息，并将该文本信息输入到目标模型中。由于目标模型中存在预设文本信息，因此，可以通过目标模型将语音转换得到的文本信息与预设文本信息进行对比，根据文本信息与预设文本信息之间的相似度确定文本信息中是否存在异常内容，从而通过文本信息确定用户办理的业务是否存在风险。
33.步骤s103，将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果。
34.具体的，在得到音频数据后，还可以通过将音频数据转化为声纹特征数据，并根据声纹特征数据与数据库中的历史声纹特征数据进行对比，识别出曾经办理过代办业务的用户，进而将该用户办理的业务确定为存在风险的业务。
35.步骤s104，根据第一预警结果和第二预警结果确定业务的风险情况。
36.具体的，在得到第一预警结果和第二预警结果后，可以综合两种结果确定该业务是否存在风险，通过两个维度的数据得到的结果综合确定业务是否存在风险，进而提高了风险业务识别的准确性。
37.本技术实施例提供的风险识别方法，通过获取用户办理业务时产生的音频数据；从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；根据第一预警结果和第二预警结果确定业务的风险情况。解决了相关技术中通过人工识别代办业务的方法准确性和效率较低的问题。通过将音频数据中的文字信息和声纹分别进行识别，从而在有效保障各机构数据安全的前提下，通过文字信息和声纹识别的结果多维度快速精准地识别此次办理业务的用户是否为业务代办人，进而达到了准确识别业务是否存在风险的效果。
38.可选地，在本技术实施例提供的风险识别方法中，根据第一预警结果和第二预警结果确定业务的风险情况包括：在第一预警结果和第二预警结果均表征业务不存在风险的情况下，确定业务不存在风险；在第一预警结果和第二预警结果均表征业务存在风险的情况下，确定业务存在风险；在第一预警结果或第二预警结果均表征业务存在风险的情况下，将音频数据和业务的业务内容发送至服务端，接收服务端发送的风险判断结果，并根据风险判断结果确定业务的风险情况。
39.具体的，在第一预警结果和第二预警结果均表征业务不存在风险的情况下，证明该业务在两个维度的审核中均不存在风险，因此风险较低，可以进行该业务的执行。在第一预警结果和第二预警结果均表征业务存在风险的情况下，证明该业务在两个维度的审核中均存在风险，因此风险较高，禁止进行该业务的执行。在第一预警结果和第二预警结果中的其中一个结果为有风险，另一个结果为无风险的情况下，表征该业务在从两个维度进行判断后的结论不一致，因此，为了防止出现误判的情况，可以将该业务的业务内容发送至服务端，通过金融机构中的业务专家对存在业务内容进行进一步评价，并综合业务类型、客户与
客服人员沟通音频数据原始文本进行判断，确认最终评价结果，从而准确识别业务是否存在风险。
40.可选地，在本技术实施例提供的风险识别方法中，目标模型中包括分词子模型和对比子模型，将文本信息输入目标模型中，得到相似度信息包括：将文本信息输入分词子模型中进行分词，得到文本信息的分词结果，其中，分词结果中包括多个词语；将分词结果中的多个词语依次输入对比子模型中，并通过对比子模型在预设文本信息中获取与每个词语相似度最高的预设词语，得到多个相似度信息，其中，对比子模型中包括预设文本信息。
41.具体的，首先，调用语音识别技术模块，输入客户通过电话办理业务的音频数据，将客户与业务人员的对话音频数据转化为文本内容，将客户发言内容抽取出来用于后续文本分析处理。
42.进一步的，在分词子模型中可以预设n-最短路径分词、n-gram模型等算法，并对模型参数进行调整，使得可以对文本信息进行分词，从而将长文本信息拆分为多个短词语文本信息。
43.例如，文本信息为“需要进行贷款业务办理”，则可以将文本信息通过分词子模型分解成：“需要”“进行”“贷款业务”“办理”。
44.最后，对比子模型可以运用nlp(natural language processing自然语言处理)相关算法对多个短文本信息进行分析处理：1)需要先根据历史经验生成预设文本信息，用于作为多个短文本信息的对照文本信息，预设文本信息中可以存储多个历史风险信息，也即，在用户办理风险业务的时候记录的文本信息。2)训练对比子模型进行关键词匹配，采用预设文本信息、预设语料库以及预设文本信息和预设语料库之间的词语相似度对对比子模型进行训练，完成训练后即可将客户语句分词结果与预设文本信息中的词语进行相似度匹配，并在预设文本信息中获取与每个词语相似度最高的预设词语，从而得到多个相似度信息。
45.可选地，在本技术实施例提供的风险识别方法中，根据相似度信息确定第一预警结果包括：依次判断每个相似度信息是否大于预设相似度，并获取大于预设相似度的相似度信息，得到目标相似度；确定目标相似度的数量，得到第一数量，并判断第一数量是否大于预设数量；在第一数量大于预设数量的情况下，确定第一预警结果为业务存在风险；在第一数量小于等于预设数量的情况下，确定第一预警结果为业务不存在风险。
46.具体的，在得到多个相似度信息的情况下，可以确定每个相似度是否大于预设相似度，也即，在确定与每个词语的相似度最高的词语后，可以通过相似度确定该词语是否为敏感词语。例如，a词语在预设文本信息中b词语和c词语的相似度分别为20％和25％，因此，a词语的相似度信息为25％，在预设相似度为90％的情况下，相似度信息小于预设相似度，进而可以表征a词语与预设文本信息中的所有词语均不相似，可以确定a词语并非敏感词语。
47.进一步的，在依次确定每个词语在预设文本信息中的相似度信息后，可以确定相似度大于预设相似度的词语的数量，从而确定用户语句中的敏感词汇的第一数量，从而根据第一数量确定用户语句是否存在异常，并在第一数量大于预设数量，也即存在敏感词或者敏感词过多的情况下将用户语句确定为异常语句，从而确定该业务存在风险。
48.可选地，在本技术实施例提供的风险识别方法中，将声纹特征数据与历史声纹特
征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果包括：将声纹特征数据按照预设分段规则中的分段号进行分段，得到多段声纹特征数据，其中，每段声纹特征数据对应一个分段号；按照分段号依次将每段声纹特征数据与数据库中分段号相同的历史声纹特征数据进行对比，得到多个第一对比结果；获取在业务场景下的检测规则，并判断多个第一对比结果是否符合检测规则；在多个第一对比结果符合检测规则的情况下，确定第二预警结果为业务存在风险；在多个第一对比结果不符合检测规则的情况下，确定第二预警结果为业务不存在风险。
49.需要说明的是，在获取客户办理业务的音频数据后，可以将音频数据转换为声纹特征数据，也即用户的声纹信息，可以用于进行用户身份的识别。进行声纹特征数据转换的步骤可以为：1)调用语音处理模块从音频数据中获取到足够时长和语音材料的音频数据。2)对音频数据进行归一化、滤波、a/d转换、预加重、分帧等标准模块预处理。3)提取预处理后的音频数据的特征参数，并采用梅尔倒谱系数作为特征，将预处理后的音频数据经过快速傅里叶变换计算出每帧音频数据的频谱参数，再将每帧数据的频谱参数通过一组n(n通常介于20到40)个三角形带通滤波器构成的梅尔频率滤波器做卷积运算，之后对每个频带的输出取对数，求出每个输出的对数能量s(m)，m＝1，2，3，
…
，n。最后对此n个参数进行离散余弦变换，求出梅尔倒谱系数作为声纹特征数据。
50.具体的，在得到声纹特征数据后，可以将声纹特征数据按照预设分段方法进行分段，在按照预设分段方法进行分段后，会直接根据分段结果为每段声纹特征数据分配一个分段号，并根据分段号在数据库中获取分段号相同的历史声纹特征数据，并进行声纹特征数据的对比，从而得到多个对比结果。
51.进一步的，在得到多个对比结果后，可以根据对比结果与业务场景下的检测规则综合确定声纹特征数据是否存在异常。
52.可选地，在本技术实施例提供的风险识别方法中，判断多个第一对比结果是否符合检测规则包括：确定检测规则中的多个目标分段号；依次判断每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据是否相同；在每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据相同的情况下，确定多个第一对比结果符合检测规则。
53.具体的，图2是根据本技术实施例提供的可选的声纹特征数据检测方法的流程图，如图2所示，在不同的业务场景下，检测规则也不相同，由于将声纹特征数据分为多段数据，因此可以在其中的某几段声纹特征数据与对应的历史声纹特征数据相同的情况下，确定该音频信息转化得到的声纹特征数据存在异常。其中，数据库中存储的历史声纹特征数据均为用户办理风险业务时留存的声纹特征数据，因此，在与历史声纹特征数据相同的情况下，可以确定该业务存在风险。
54.需要说明的是，在某几种业务场景下，可以在对声纹特征数据分段后，对某几个固定分段号下的声纹特征数据进行对比确定，也可以随机选取任意分段号下的声纹特征数据进行对比确定，并在对比结果表征全部相同的情况下，确定符合检测规则，从而确定该业务存在风险。
55.例如，可以将声纹特征数据输入多方安全计算模块，进行多方安全计算任务处理。处理过程如下：1)特征分片加密处理，根据多方安全计算节点数量，将声纹特征数据进行分
片加密处理，通过多方安全计算秘密分享协议对声纹特征数据进行分片和加密处理，完成后将每段声纹特征数据按照分段号发送至其中一个多方安全计算节点上。其中，每个节点上存储多个历史声纹特征数据。2)调用基于多方安全的声纹比对模块进行声纹特征比对，将新采集的每段声纹特征数据与节点中的机构共享维护数据库中的历史声纹特征数据进行对比，基于多方安全计算的秘密分享协议进行算法比对检索，如检索到比对匹配度达到设定阀值的结果，则返回命中结果，即新采集声纹特征数据命中历史声纹特征数据，从而在准确确定每段声纹特征数据与对应的历史声纹特征数据是否相同的基础上，还对声纹数据进行加密，保证用户信息安全。
56.可选地，在本技术实施例提供的风险识别方法中，在根据第一预警结果和第二预警结果确定业务的风险情况之后，该方法还包括：在业务存在风险的情况下，按照分段号依次将每段声纹特征数据存储至数据库中分段号对应的历史声纹特征数据所在的数据池中，得到更新后的历史声纹特征数据。
57.具体的，在确定该业务存在风险后，可以将办理该业务的声纹特征数据重新进行分段，并按照分段号将每段声纹特征数据存储至对应的存储池中，从而更新每个存储池中的历史声纹特征数据，进而丰富了数据库中的历史声纹特征数据的数据量，提高了后续进行声纹特征数据对比的准确性。
58.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
59.本技术实施例还提供了一种风险识别装置，需要说明的是，本技术实施例的风险识别装置可以用于执行本技术实施例所提供的用于风险识别方法。以下对本技术实施例提供的风险识别装置进行介绍。
60.图3是根据本技术实施例提供的风险识别装置的示意图。如图3所示，该装置包括：获取单元31，第一确定单元32，第二确定单元33，第三确定单元34。
61.获取单元31，用于获取用户办理业务时产生的音频数据。
62.第一确定单元32，用于从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度。
63.第二确定单元33，用于将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果。
64.第三确定单元34，用于根据第一预警结果和第二预警结果确定业务的风险情况。
65.本技术实施例提供的风险识别装置，通过获取单元31，用于获取用户办理业务时产生的音频数据。第一确定单元32，用于从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度。第二确定单元33，用于将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果。第三确定单元34，用于根据第一预警结果和第二预警结果确定业务的风险情况。解决了相关技术中通过人工识别代办业务的
方法准确性和效率较低的问题。通过将音频数据中的文字信息和声纹分别进行识别，从而在有效保障各机构数据安全的前提下，通过文字信息和声纹识别的结果多维度快速精准地识别此次办理业务的用户是否为业务代办人。进而达到了准确识别业务是否存在风险的效果。
66.可选地，在本技术实施例提供的风险识别装置中，第三确定单元34包括：第一确定模块，用于在第一预警结果和第二预警结果均表征业务不存在风险的情况下，确定业务不存在风险；第二确定模块，用于在第一预警结果和第二预警结果均表征业务存在风险的情况下，确定业务存在风险；第三确定模块，用于在第一预警结果或第二预警结果均表征业务存在风险的情况下，将音频数据和业务的业务内容发送至服务端，接收服务端发送的风险判断结果，并根据风险判断结果确定业务的风险情况。
67.可选地，在本技术实施例提供的风险识别装置中，目标模型中包括分词子模型和对比子模型，第一确定单元32包括：输入模块，用于将文本信息输入分词子模型中进行分词，得到文本信息的分词结果，其中，分词结果中包括多个词语；获取模块，用于将分词结果中的多个词语依次输入对比子模型中，并通过对比子模型在预设文本信息中获取与每个词语相似度最高的预设词语，得到多个相似度信息，其中，对比子模型中包括预设文本信息。
68.可选地，在本技术实施例提供的风险识别装置中，第一确定单元32包括：第一判断模块，用于依次判断每个相似度信息是否大于预设相似度，并获取大于预设相似度的相似度信息，得到目标相似度；第四确定模块，用于确定目标相似度的数量，得到第一数量，并判断第一数量是否大于预设数量；第五确定模块，用于在第一数量大于预设数量的情况下，确定第一预警结果为业务存在风险；第六确定模块，用于在第一数量小于等于预设数量的情况下，确定第一预警结果为业务不存在风险。
69.可选地，在本技术实施例提供的风险识别装置中，第二确定单元33包括：分段模块，用于将声纹特征数据按照预设分段规则中的分段号进行分段，得到多段声纹特征数据，其中，每段声纹特征数据对应一个分段号；对比模块，用于按照分段号依次将每段声纹特征数据与数据库中分段号相同的历史声纹特征数据进行对比，得到多个第一对比结果；第二判断模块，用于获取在业务场景下的检测规则，并判断多个第一对比结果是否符合检测规则；第七确定模块，用于在多个第一对比结果符合检测规则的情况下，确定第二预警结果为业务存在风险；第八确定模块，用于在多个第一对比结果不符合检测规则的情况下，确定第二预警结果为业务不存在风险。
70.可选地，在本技术实施例提供的风险识别装置中，第二判断模块包括：第一确定子模块，用于确定检测规则中的多个目标分段号；判断子模块，用于依次判断每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据是否相同；第二确定子模块，用于在每个目标分段号对应的历史声纹特征数据与分段号相同的声纹特征数据相同的情况下，确定多个第一对比结果符合检测规则。
71.可选地，在本技术实施例提供的风险识别装置中，该装置还包括：更新单元，用于在业务存在风险的情况下，按照分段号依次将每段声纹特征数据存储至数据库中分段号对应的历史声纹特征数据所在的数据池中，得到更新后的历史声纹特征数据。
72.上述风险识别装置包括处理器和存储器，上述获取单元31，第一确定单元32，第二确定单元33，第三确定单元34等均作为程序单元存储在存储器中，由处理器执行存储在存
储器中的上述程序单元来实现相应的功能。
73.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决相关技术中通过人工识别代办业务的方法准确性和效率较低的问题。
74.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
75.本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现所述风险识别方法。
76.本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述风险识别方法。
77.如图4所示，本发明实施例提供了一种电子设备，电子设备40包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取用户办理业务时产生的音频数据；从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；根据第一预警结果和第二预警结果确定业务的风险情况。本文中的设备可以是服务器、pc、pad、手机等。
78.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取用户办理业务时产生的音频数据；从音频数据中识别文本信息，将文本信息输入目标模型中，得到相似度信息，并根据相似度信息确定第一预警结果，其中，相似度信息表征文本信息与预设文本信息之间的相似度；将音频数据转换为声纹特征数据，将声纹特征数据与数据库中的历史声纹特征数据进行对比，得到第一对比结果，并根据第一对比结果和业务的业务场景确定第二预警结果；根据第一预警结果和第二预警结果确定业务的风险情况。
79.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
80.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
81.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
82.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
83.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
84.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
85.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
86.还需要说明的是，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、方法、商品或者设备不仅包括那些要素，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、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
87.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。