2-3 语音分析在金融风控领域的探索应用

语音分析在金融风控的应用探索

基于语音的风险特征提取

• 问题来源：如何有效利用大量的无标记原始语音数据，服务于风险管理。
• 解决方案：通过分析用户的每一通电话，提取语音特征和标签，结合其他风险特征，挖掘出400多个风险相关特征，应用于风控场景中。
• 关键数据：
  • 近90天命中语音标签天数：用户风险语音风险特征和标签应用
  • 近360天命中语音标签次数：用户风险

单通道语音分离技术

• 问题：如何从单声道语音中提取客服和客户的声音特征。
• 解决方案：通过单通道语音分离技术，将单声道语音分离为客服和客户的声音。
• 评估方法：使用SDR（信号与噪声比）评估分离效果，SDR指标在16左右，表明分离效果明显。

语音文本打标

• 问题：如何充分利用语音对应的文本数据进行用户分析。
• 解决方案：将每轮对话中的用户文本进行聚类，并为每条样本打上标签。
• 方法：
  • 无监督聚类：采用快速社区发现算法进行聚类。
  • 有监督训练：根据聚类结果选择有意义的标签，进行人工标注。
• 关键数据：
  • 无监督模型：不同embedding维度的模型F1-score（训练）和F1-score（测试）对比
  • 有监督模型：不同embedding维度的模型F1-score（训练）和F2-score（测试）对比

总结与展望

• 总结：介绍了数禾科技在语音特征提取、单通道语音分离和语音文本打标方面的探索和应用。
• 关键点：
  • 语音数据在金融风控领域具有巨大价值。
  • 如何处理复杂语音环境和结合文本进行数据挖掘极具挑战。
  • 仍需进一步优化现有模型和方法，并尝试将现有方法和标签应用到更多领域。