向“音”而生 數(shù)美科技護航實時語音社交平臺發(fā)展

　　2021年初，音頻社交應(yīng)用Clubhouse迅速沖擊互聯(lián)網(wǎng)圈，在馬斯克入駐的名人效應(yīng)和自身獨特的邀請注冊與推薦機制雙重加持下，Clubhouse的討論迅速在中國火熱蔓延開來，“音頻社交”賽道引爆業(yè)界關(guān)注，國內(nèi)互聯(lián)網(wǎng)圈迅速開啟軍備競賽，抓住音頻社交領(lǐng)域的新機遇。

　　但值得所有即時性音頻社交平臺關(guān)注的是，Clubhouse在國內(nèi)的火爆猶如煙花般絢爛且短暫。由于信息智能管理的缺失，Clubhouse的討論房間多次出現(xiàn)風(fēng)險內(nèi)容，幾經(jīng)周折最終在國內(nèi)被暫停服務(wù)。自此，爆火中文社交網(wǎng)絡(luò)的Clubhouse熱度大減，不復(fù)往日繁榮。

　　為了抓住音頻社交領(lǐng)域的新機遇，國內(nèi)互聯(lián)網(wǎng)圈迅速開啟軍備競賽，紛紛開始嘗試打造國內(nèi)版的“Clubhouse”。 映客直播上線對話吧;金融信息服務(wù)提供商鯨準(zhǔn)推出Capital coffee;小米剛剛結(jié)束服務(wù)的即時通訊軟件米聊在幾天后即重新上線，打造與Clubhouse有高度相似的語音聊天軟件……

　　面臨的挑戰(zhàn)

　　實時語音社交平臺，每天都會產(chǎn)出海量聊天信息，聊天內(nèi)容很容易失控，極有可能混有敏感信息和灰色內(nèi)容，不利于平臺業(yè)務(wù)的發(fā)展，對網(wǎng)絡(luò)環(huán)境造成威脅。由此可見，敏感信息過濾已經(jīng)成為影響平臺業(yè)務(wù)發(fā)展的風(fēng)險線，也必將成為語音社交平臺運營發(fā)展中的重要模塊。

　　面對海量增長的音頻消費和使用需求，音頻內(nèi)容審核迫在眉睫，但平臺的風(fēng)控系統(tǒng)往往會遇到以下兩大方面的困境：

　　1.敏感信息過濾

　　人力投入成本高：音頻內(nèi)容數(shù)據(jù)量大，人工日均審核量有限

　　實時響應(yīng)要求高：內(nèi)容復(fù)雜多元，及時響應(yīng)時事政策難度大

　　培訓(xùn)投入成本高：人審理解能力參差不齊，培訓(xùn)投入成本大

　　2.平臺運營管理

　　專業(yè)程度要求高：實時流內(nèi)容風(fēng)控難度大，自研投入成本高

　　風(fēng)險應(yīng)急能力弱：突發(fā)違規(guī)處理能力弱，危機應(yīng)對經(jīng)驗不足

　　審核效果需求嚴(yán)：兼顧風(fēng)控與體驗，高實時與高產(chǎn)能難兩全

　　語音審核除了要識別音頻包含的文本內(nèi)容是否涉及敏感信息，同時還存在語音語調(diào)上的擬聲詞、感嘆詞和語氣詞的審核難度，例如涉及色情信息的嬌喘、呻吟等。這為語音審核提出了更高的挑戰(zhàn)。目前普遍采用的人工審核方式雖然能夠提供較好的審核能力，但需要對音頻文件進行整段察驗，對音頻流進行實時監(jiān)控，造成了較高的時間成本和人力投入。

　　數(shù)美實時語音社交平臺內(nèi)容風(fēng)控專項解決方案

　　對此，數(shù)美科技經(jīng)過多年在內(nèi)容風(fēng)控領(lǐng)域的深厚積累和持續(xù)自我升級，開發(fā)了基于深度學(xué)習(xí)與畫像的全棧式智能音頻風(fēng)控解決方案，能夠精準(zhǔn)識別色情、違禁等內(nèi)容風(fēng)險與垃圾廣告信息，實現(xiàn)高效、準(zhǔn)確、全面覆蓋的內(nèi)容審核過濾，幫助平臺防御音頻內(nèi)容風(fēng)險。

　　方案架構(gòu)

　　在語音內(nèi)容獲取上，數(shù)美科技的智能音頻過濾技術(shù)支持OGG、MP3、ASF、WMA、WAV、MP3PRO、RM、REAL、APE、MODULE、MIDI、VQF等多種音頻格式和音頻流，能夠應(yīng)對不同語音內(nèi)容提供平臺使用的常用音頻格式，同時支持語音直播實時監(jiān)控、語音點播、語音消息和各種音頻文件的檢測。

　　除此之外，智能音頻識別還整合了業(yè)界一流的語音識別技術(shù)、大規(guī)模GPU計算的深度學(xué)習(xí)、基于敏感詞庫的名單服務(wù)、特殊聲音識別模型、基于深度學(xué)習(xí)的NLP模型以及實時分布式規(guī)則引擎等。其中深度學(xué)習(xí)模型能夠讓系統(tǒng)從多個維度檢測語義環(huán)境，準(zhǔn)確識別說話意圖。而智能音頻識別技術(shù)根據(jù)不同場景和行業(yè)采用了專門化的判斷策略，結(jié)合強大的標(biāo)簽體系能夠為不同類型社交平臺提供定制化的過濾服務(wù)。

　　音頻內(nèi)容識別組成

　　在獲取到待檢測的音頻文件和音頻流后，主要從四個方面進行內(nèi)容的檢測識別：

　　1.違禁違規(guī)

　　利用語音轉(zhuǎn)文本技術(shù)將語音信息轉(zhuǎn)為文本信息，再通過成熟的文本內(nèi)容檢測，對音頻中出現(xiàn)的多種類型違規(guī)內(nèi)容進行檢測。

　　2.涉黃違規(guī)

　　利用大規(guī)模GPU集群的計算能力和深度學(xué)習(xí)技術(shù)，準(zhǔn)確快速穩(wěn)定地識別音頻中出現(xiàn)的色情，低俗或性感部分，在管理后臺對其進行標(biāo)注和反饋，從而大規(guī)模提升人工審核團隊效率，增強用戶瀏覽體驗。

　　3.特殊聲音識別

　　同樣利用大規(guī)模GPU集群的強大計算能力和深度機器學(xué)習(xí)的技術(shù)，除了一般的涉黃違規(guī)語言內(nèi)容，還能準(zhǔn)確識別出嬌喘、呻吟等非文本類的特殊聲音。

　　4.導(dǎo)流廣告

　　通過語音轉(zhuǎn)文本技術(shù)將語音信息轉(zhuǎn)為文本信息，對文本內(nèi)容進行關(guān)鍵詞檢測，識別出潛在的添加微信號、QQ號、QQ群以及虛假信息等導(dǎo)流廣告音頻內(nèi)容。

　　智能音頻過濾技術(shù)對問題音頻判斷的正確率以及反饋的正確率均高于90%。保證高正確率的同時， 還提供了高處理效率，智能音頻過濾API的最快響應(yīng)時間不超過1s，超時率低于0.01%，而智能音頻過濾API也具有深厚的處理容量，默認(rèn)支持并發(fā)100路處理任務(wù)，還可根據(jù)需求動態(tài)擴容。

　　同時，數(shù)美即時語音社交平臺內(nèi)容風(fēng)控專項解決方案也具備以下四大特點：

　　極速先行：毫秒級系統(tǒng)回調(diào)響應(yīng)，7*24小時全天候服務(wù)。

　　強勢驅(qū)動：采用高性能應(yīng)用計算、全棧式實時智能風(fēng)控引擎。

　　安全可靠：榮獲ISO20000、ISO27001 認(rèn)證，遵循GDPR管理條例。

　　智能多元：覆蓋多元化業(yè)務(wù)場景、支持多語言自動識別。

　　行業(yè)實踐

　　目前數(shù)美的音頻風(fēng)控解決方案已服務(wù)多個企業(yè)，例如某語音社交APP每天產(chǎn)生上千萬條的海量語音消息(包括群聊和私聊)，這些語音消息都可能存在違規(guī)和廣告導(dǎo)流等風(fēng)險信息，全量審查語音消息的人工成本高、實時性差。采用數(shù)美智能語音識別服務(wù)后，需要審核的數(shù)據(jù)時長從每天860小時驟降到20小時，極大降低人工審核成本，識別準(zhǔn)確率高達95%以上。

　　關(guān)于數(shù)美

　　數(shù)美科技(北京數(shù)美時代科技有限公司)成立于2015年6月，總部位于北京，并在杭州、上海、深圳、成都設(shè)有研發(fā)中心和分支機構(gòu)， 團隊核心成員均來自百度、阿里、騰訊、360、小米等知名互聯(lián)網(wǎng)企業(yè)，擁有10余年搜索、安全、語音等互聯(lián)網(wǎng)在線產(chǎn)品研發(fā)經(jīng)驗。目前，公司已累計完成四輪融資，累計金額超1億美金。

　　數(shù)美科技是專業(yè)的在線業(yè)務(wù)風(fēng)控解決方案提供商，致力于用AI技術(shù)解決在線業(yè)務(wù)中廣泛存在風(fēng)險挑戰(zhàn)，為全球互聯(lián)網(wǎng)、互聯(lián)網(wǎng)+以及產(chǎn)業(yè)互聯(lián)網(wǎng)客戶提供全棧式、可信賴的在線業(yè)務(wù)風(fēng)控解決方案，現(xiàn)已服務(wù)工商銀行、銀聯(lián)、春秋航空、小紅書、愛奇藝、猿輔導(dǎo)等上千家客戶，覆蓋金融、航旅、游戲、新零售、地產(chǎn)、電商、視頻、媒體、出行、教育等十多個行業(yè)。

　　數(shù)美科技結(jié)合多年黑產(chǎn)對抗經(jīng)驗打造的全棧式智能風(fēng)控產(chǎn)品-天網(wǎng)，旨在為客戶解決營銷欺詐、支付風(fēng)控、數(shù)據(jù)盜爬、欺詐廣告等風(fēng)險問題，降本增效;同時，結(jié)合人工智能技術(shù)打造全棧式智能內(nèi)容識別產(chǎn)品-天凈，為客戶提供一站式的內(nèi)容風(fēng)控方案，幫助客戶識別文本、圖片、音頻、視頻、網(wǎng)頁中出現(xiàn)的涉政、違禁、暴恐、色情、導(dǎo)流廣告等內(nèi)容，規(guī)避內(nèi)容風(fēng)險，提升運營效率。

　　目前，數(shù)美科技已經(jīng)構(gòu)建了全場景、全流程、全維度業(yè)務(wù)風(fēng)控產(chǎn)品矩陣，實現(xiàn)了SaaS AI風(fēng)控網(wǎng)絡(luò)的全球化部署，服務(wù)覆蓋中國、東南亞、北美、歐洲、中東，累計攔截風(fēng)險行為600多億次，累計保護全球30多億用戶，為全球企業(yè)的線上業(yè)務(wù)發(fā)展保駕護航。