面签方法、装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113903338A(43)申请公布日2022.01.07(21)申请号202111212802.5(22)申请日2021.10.18(71)申请人深圳追一科技有限公司地址518057广东省深圳市南山区粤海街道科技园社区科苑路8号讯美科技广场3号楼23A、23B(72)发明人刘致远田升穆少垒(74)专利代理机构深圳智汇远见知识产权代理有限公司44481代理人蒋学超(51)Int.Cl.G10L15/22(2006.01)G10L17/22(2013.01)G06V40/16(2022.01)G06V40/20(2022.01)权利要求书2页说明书19页附图10页(54)发明名称面签方法、装置、电子设备和存储介质(57)摘要本公开实施例公开了一种面签方法、装置、电子设备和存储介质。上述方法包括：获取目标语音和目标人物图像，其中，上述目标语音包括面签问题对应的语音，上述目标人物图像包括面部图像；基于上述目标语音和上述目标人物图像，生成数字人视频，其中，上述数字人视频指示上述目标人物图像指示的人物发出上述目标语音指示的声音；基于上述数字人视频，对待面签用户进行面签。本公开实施例可以通过数字人视频实现面签，无需人工坐席进行远程面签，节省了面签成本、提高了面签效率、丰富了远程面签的方式。CN113903338ACN113903338A权利要求书1/2页1.一种面签方法，其特征在于，所述方法包括：获取目标语音和目标人物图像，其中，所述目标语音包括面签问题对应的语音，所述目标人物图像包括面部图像；基于所述目标语音和所述目标人物图像，生成数字人视频，其中，所述数字人视频指示所述目标人物图像指示的人物发出所述目标语音指示的声音；基于所述数字人视频，对待面签用户进行面签。2.根据权利要求1所述的方法，其特征在于，所述基于所述数字人视频，对待面签用户进行面签，包括：在所述待面签用户使用的用户终端呈现所述数字人视频后，获取所述待面签用户针对所述面签问题的回复音频；基于所述回复音频，对所述待面签用户进行面签。3.根据权利要求2所述的方法，其特征在于，所述基于所述回复音频，对所述待面签用户进行面签，包括：在所述回复音频符合预设音频重识别条件的情况下，所述目标语音还包括用于指示待面签用户重新回复所述面签问题的语音。4.根据权利要求3所述的方法，其特征在于，在所述回复音频不符合所述预设音频重识别条件的情况下，所述基于所述回复音频，对所述待面签用户进行面签，包括：在所述回复音频的语义信息与针对所述面签问题预先设置的语义信息相匹配的情况下，确定所述待面签用户通过面签；在所述回复音频的语义信息与针对所述面签问题预先设置的语义信息不匹配的情况下，确定所述待面签用户未通过面签。5.根据权利要求3所述的方法，其特征在于，所述预设音频重识别条件包括以下至少一项：所述待面签用户使用的用户终端在预设时间段内未获取到回复音频；所述待面签用户使用的用户终端获取到的回复音频无法识别。6.根据权利要求2所述的方法，其特征在于，所述基于所述回复音频，对所述待面签用户进行面签，包括：基于所述待面签用户使用的用户终端获取的图像和所述回复音频，对所述待面签用户进行面签。7.根据权利要求6所述的方法，其特征在于，所述方法应用于所述用户终端；以及所述方法还包括：以全屏的方式呈现所述数字人视频，以及在所述用户终端的预设区域以小窗的形式呈现所述待面签用户使用的用户终端获取的图像。8.根据权利要求1所述的方法，其特征在于，所述目标语音包括预设面签开场语，所述预设面签开场语用于指示待面签用户进行人脸识别，所述待面签用户使用的用户终端设置有图像获取装置；以及在所述图像获取装置获取到的图像不符合预先确定的人脸识别条件的情况下，所述目标语音还包括用于指示待面签用户调整人脸位姿或所述图像获取装置的位姿的语音。9.根据权利要求8所述的方法，其特征在于，在所述基于所述数字人视频，对待面签用2CN113903338A权利要求书2/2页户进行面签之前，所述方法还包括：在所述图像获取装置获取到的图像符合所述人脸识别条件的情况下，对所述图像获取装置获取到的图像中的人脸图像区域进行人脸识别，得到人脸识别结果，其中，所述人脸识别结果指示所述人脸图像区域指示的人员与待面签用户对应的证件上的图像指示的人员是否为同一人员；以及如果所述人脸识别结果指示非同一人员，则所述目标语音还包括用于指示所述人脸图像区域指示的人员与待面签用户对应的证件上的图像指示的人员非同一人员的语音。10.根据权利要求8所述的方法，其特征在于，所述基于所述数字人视频，对待面签用户进行面签，包括：如果所述人脸识别结果指示为同一人员，则基于所述数字人视频，对待面签用户进行面签。11.根据权