[发明专利]通话检测模型训练方法及通话检测方法

说明书

本发明涉及一种通话检测模型训练方法及通话检测方法，在获取到待回收智能设备的通话录音后，将通话录音作为训练数据，训练出标注有分类信息的通话训练数据，最后发掘通话训练数据中隐藏的分类信息，以获得通话检测模型。基于此，便于后续通过通话检测模型检测智能设备的通话状态，在保证通话检测的准确性的同时，提高通话检测的效率并降低检测的成本。

技术领域

本发明涉及电子产品技术领域，特别是涉及一种通话检测模型训练方法及通话检测方法。

背景技术

随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。其中，用户在使用这部分智能设备时，与智能设备进行人机交互的主要手段是通过智能设备的屏幕来实现的。因此，智能设备屏幕的好坏对用户的使用体验起到重要的影响。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。在智能设备进行迭代的过程中，有效回收是智能设备剩余价值的有效利用手段之一，可减少对环境的化学污染以及减少浪费。

其中，在智能设备的回收过程中，其通话质量的好坏是决定智能设备的残值的重要参考。一般的，回收智能设备都会检测通话是否正常。通话异常会严重影响智能设备的正常使用，进而影响智能设备的残值率。因此，在智能设备的回收过程中，都需要检测通话是否正常为智能设备回收估价提供参考，降低回收亏本的风险。

传统的检测智能设备通话是否正常的方法主要是专业质检人员通过在一段时间内捕获通话功能软硬件的运行日志是否报错作为通话判断依据；或者，由专业质检人员在收到回收智能设备后，操作智能设备拨打电话，对智能设备通话功能进行观察，以判断该智能设备通话是否异常。然而，在回收时通过捕获运行日志的方法检准确率极低，大多是回收后人工操作对回收智能设备进行估价就起不了任何作用，只能影响后期毛利的计算，达不到回收时对智能设备通话是否异常进行检测的目的。而人工拨打电话进行检测十分耗费劳动力，且主观因素影响检测结果的稳定性和准确性，难以保证对通话检测的准确性。

由此可见，传统的通话检测方式还存在以上缺陷。

发明内容

基于此，有必要针对传统的通话检测方式还存在的缺陷，提供一种通话检测模型训练方法及通话检测方法。

一种通话检测模型训练方法，包括步骤：

获取待回收智能设备的通话录音；

将通话录音作为训练数据，训练出标注有分类信息的通话训练数据；

发掘通话训练数据中隐藏的分类信息，以获得通话检测模型。

上述的通话检测模型训练方法，在获取到待回收智能设备的通话录音后，将通话录音作为训练数据，训练出标注有分类信息的通话训练数据，最后发掘通话训练数据中隐藏的分类信息，以获得通话检测模型。基于此，便于后续通过通话检测模型检测智能设备的通话状态，在保证通话检测的准确性的同时，提高通话检测的效率并降低检测的成本。

在其中一个实施例中，获取待回收智能设备的通话录音的过程，包括步骤：

对待回收智能设备实现模拟电话拨打；

获取待回收智能设备在开始拨通电话后预设时间段的通话录音。

在其中一个实施例中，对待回收智能设备实现模拟电话拨打的过程，包括步骤：

在待回收智能设备内安装应用程序，以指示待回收智能设备根据应用程序完成电话拨打。

在其中一个实施例中，训练出标注有分类信息的通话训练数据的过程，包括步骤：

通过监督学习算法，训练出标注有分类信息的通话训练数据。

在其中一个实施例中，监督学习算法包括卷积神经网络算法、深度神经网络算法或循环神经网络算法。