中關(guān)村科金副總裁鄧江：AI音視頻技術(shù)在金融場景下的應(yīng)用實(shí)操

作者：信遠(yuǎn) 2022-08-24 13:48:58

AISummit全球人工智能技術(shù)大會上，中關(guān)村科金副總裁鄧江帶來了主題演講《AI音視頻技術(shù)在金融場景下的應(yīng)用實(shí)操》，從應(yīng)用、技術(shù)、作用與價(jià)值三個(gè)層面來介紹音視頻技術(shù)與金融的技術(shù)應(yīng)用與思考。

傳統(tǒng)金融業(yè)面臨運(yùn)營低效、風(fēng)險(xiǎn)管控不力、獲客成本高等痛點(diǎn)。通過金融與科技的融合破解傳統(tǒng)業(yè)務(wù)痛點(diǎn)和難點(diǎn)是當(dāng)前金融業(yè)創(chuàng)新發(fā)展的重要支撐。

日前，在51CTO主辦的AISummit全球人工智能技術(shù)大會上，中關(guān)村科金副總裁鄧江帶來了主題演講《AI音視頻技術(shù)在金融場景下的應(yīng)用實(shí)操》，從應(yīng)用、技術(shù)、作用與價(jià)值三個(gè)層面來介紹音視頻技術(shù)與金融的技術(shù)應(yīng)用與思考。

在過去的三年，疫情對整個(gè)經(jīng)濟(jì)社會都造成了很大的影響。嚴(yán)重依賴于線下場景的金融業(yè)務(wù)也不例外。

AI音視頻技術(shù)在金融場景下的應(yīng)用

在前幾年疫情的大環(huán)境下，金融業(yè)務(wù)受到了很大影響，國家也出臺了一系列的管理辦法，來推動(dòng)無接觸金融的發(fā)展。

在新環(huán)境的要求下，在新技術(shù)的驅(qū)動(dòng)下，由傳統(tǒng)的人工驅(qū)動(dòng)的服務(wù)模式（線下人工驅(qū)動(dòng)的服務(wù)模式）迭代為AI驅(qū)動(dòng)的智能服務(wù)模式（線上+線下全渠道人機(jī)系統(tǒng)的服務(wù)模式）。傳統(tǒng)人工驅(qū)動(dòng)的服務(wù)模式下，只能實(shí)現(xiàn)線下面對面、文字、電話語音、音視頻等服務(wù)模式，在AI驅(qū)動(dòng)下，可以實(shí)現(xiàn)智能/無人網(wǎng)點(diǎn)、智能客服、智能IVR/外呼、AI智能視頻、AI虛擬員工等服務(wù)。

為了實(shí)現(xiàn)遠(yuǎn)程銀行，鄧江表示，有五大核心技術(shù)在驅(qū)動(dòng)整個(gè)技術(shù)的進(jìn)步。五大核心技術(shù)包括，人工智能技術(shù)、實(shí)時(shí)計(jì)算、生物識別及身份核驗(yàn)、數(shù)據(jù)決策數(shù)據(jù)計(jì)算、隱私保護(hù)。

在實(shí)現(xiàn)過程中，還有三大核心算法及四大核心技術(shù)能力，是技術(shù)落地過程中的另外兩部分技術(shù)需要。三大AI核心算法：語音技術(shù)、自然語言處理、機(jī)器視覺。四大核心技術(shù)能力：全渠道高質(zhì)量的音視頻通信能力、全渠道SDK封裝及適配能力、基于音視頻的AI算法深度整合應(yīng)用能力、靈活可視化的視頻服務(wù)場景編排能力。

金融場景下，智能視頻云建設(shè)的技術(shù)實(shí)操

鄧江表示，智能視頻云是一種推動(dòng)基礎(chǔ)視頻的數(shù)字化升級，以AI智能化、RPA流程自動(dòng)化，構(gòu)建"人機(jī)協(xié)同、人機(jī)自助"的視頻服務(wù)新模式。其在基礎(chǔ)云計(jì)算資源的支撐下，底層構(gòu)建支持高并發(fā)、快速響應(yīng)的音視頻平臺，包括ASR、TTS、NLP、OCR、人臉識別、防翻拍、活體檢測等。在業(yè)務(wù)中臺層面，實(shí)現(xiàn)客戶的流程管理，高并發(fā)下的智能排隊(duì)，相關(guān)信息的統(tǒng)計(jì)分析，訂單的管理，一系列的中臺支撐。

在前端，除了多端介入的支持以外，一系列對于仿冒身份的多模態(tài)的生物的核驗(yàn)，客戶端的自助和客服的遠(yuǎn)程視頻，以及對現(xiàn)場視頻的實(shí)時(shí)計(jì)算和捕捉。最前端是業(yè)務(wù)場景端，像理財(cái)、保險(xiǎn)、信托等等一系列的業(yè)務(wù)所對應(yīng)的相關(guān)線上線下結(jié)合的流程辦理。

依托于強(qiáng)大的底層基礎(chǔ)，形成五大核心產(chǎn)品：多模態(tài)身份核驗(yàn)、AI現(xiàn)場視頻服務(wù)、AI自助視頻服務(wù)、AI遠(yuǎn)程視頻服務(wù)、AI智能音視頻質(zhì)檢。并對AI視頻云的視頻服務(wù)體系進(jìn)行了介紹，拆解產(chǎn)品體系，介紹產(chǎn)品特性、流程管理及產(chǎn)品價(jià)值。

AI音視頻技術(shù)在金融場景下的應(yīng)用實(shí)操—移動(dòng)信貸

傳統(tǒng)金融信貸面簽有六大難點(diǎn)：

面臨信息孤島，面簽數(shù)據(jù)獨(dú)立于風(fēng)控體系，未充分發(fā)揮其動(dòng)態(tài)數(shù)據(jù)價(jià)值；全人工驅(qū)動(dòng)模式，質(zhì)量高度依賴人員經(jīng)驗(yàn)，參差不齊；業(yè)務(wù)效率低，無智能化或弱智能化輔助，基層壓力大、效率低；展業(yè)渠道單一，現(xiàn)場式面核面簽?zāi)Ｊ剑采w難且成本高；業(yè)務(wù)量瓶頸，業(yè)務(wù)波峰波谷，動(dòng)態(tài)擴(kuò)展匹配性差；人工抽檢風(fēng)險(xiǎn)大，人工離線抽樣審核，潛在風(fēng)險(xiǎn)大，反饋及時(shí)性不足，人員工作壓力大。

鄧江在介紹了面簽難點(diǎn)后，又從政策層面解讀了四項(xiàng)由銀保監(jiān)會發(fā)布的行業(yè)《通知》。鄧江表示，音視頻留痕已成為銀行業(yè)、信托業(yè)、保險(xiǎn)業(yè)、證券行業(yè)的硬性規(guī)定。

在鄧江老師的演講中，分享了移動(dòng)信貸的四個(gè)場景：遠(yuǎn)程視頻面簽、自助視頻面簽、客戶經(jīng)理上門面簽、網(wǎng)點(diǎn)柜臺現(xiàn)場面簽，同時(shí)介紹了全流程視頻風(fēng)控流程以及中關(guān)村科金在生物防偽方向的實(shí)踐成果，即多模態(tài)生物防偽與安全平臺。

多模態(tài)生物防偽與安全平臺，支持動(dòng)作、讀數(shù)等多種活體檢測方式，利用服務(wù)端強(qiáng)大的AI算法，提供更加精準(zhǔn)地識別和反欺詐能力，其平臺分為四層，由接入層、核心層、功能層、場景層組成。

接入層，由微信小程序、APP、移動(dòng)H5、Web、攝像機(jī)端口以及第三方系統(tǒng)組成。

核心層有三部分功能模塊，包括活體偽冒、欺詐檢測以及生物對比。在活體偽冒功能部分又由基礎(chǔ)、增強(qiáng)防偽檢測以及行為風(fēng)險(xiǎn)檢測組成，基礎(chǔ)防偽檢測包含人臉呈現(xiàn)式攻擊、聲紋呈現(xiàn)式攻擊、鏈路劫持檢測；增強(qiáng)防偽檢測包含，音色遷移合成檢測、深度仿造檢測；行為風(fēng)險(xiǎn)監(jiān)測包含人臉姿態(tài)檢測、唇語識別、音畫同步檢測、遮擋語義分割。欺詐檢測包含身份證偽造檢測、簽章偽造檢測、人像背景相似度、聲紋團(tuán)伙發(fā)現(xiàn)。生物對比包含對抗樣本增強(qiáng)學(xué)習(xí)、聲紋對比檢索、人臉對比檢索。

功能層由核驗(yàn)?zāi)芰υu估、行為風(fēng)險(xiǎn)評估、策略管理、第三方數(shù)據(jù)接入、聯(lián)邦學(xué)習(xí)、主動(dòng)攻擊攔截、加密存儲、無感注冊、無感錄制、無感刷新、生命周期管理、安全審計(jì)等12個(gè)模塊進(jìn)行功能實(shí)現(xiàn)。

場景層包含的業(yè)務(wù)場景有，多維實(shí)名認(rèn)證、授信用信、員工合規(guī)監(jiān)管、中介代理檢測、電審團(tuán)伙發(fā)現(xiàn)、CC投訴追查、辦公桌面安全、大客戶進(jìn)線。

在對多模態(tài)生物防偽平臺進(jìn)行了深度解析后，講解了AI智能音視頻質(zhì)檢+人工抽查復(fù)查的平臺功能，借助AI視覺及語音質(zhì)檢技術(shù)，在視頻服務(wù)中，實(shí)時(shí)質(zhì)檢，實(shí)時(shí)糾偏（文本糾偏、語音糾偏），實(shí)時(shí)提醒用戶和業(yè)務(wù)經(jīng)理，大幅提升一次通過率，避免用戶二次補(bǔ)錄成本高體驗(yàn)差問題，其中主要涉及的技術(shù)包含智能圖像識別、智能生物特征識別、智能語音識別、智能動(dòng)作識別、音畫同步檢測等。

在智能催收及智能回訪部分的介紹中，智能催收可以實(shí)現(xiàn)全自動(dòng)化催收作業(yè)，擬人化溝通；針對不同逾期階段和客戶類型可靈活定制話術(shù)；標(biāo)準(zhǔn)話術(shù)流程，避免人工催收話術(shù)不規(guī)范引起的合規(guī)風(fēng)險(xiǎn)和投訴問題。而智能回訪可以實(shí)現(xiàn)撥打效率高；通過后臺統(tǒng)計(jì)了解客戶觸達(dá)率；熱情飽滿，不影響客戶體驗(yàn)；降本增效。

在對AI智能視頻云的功能及涉及技術(shù)進(jìn)行剖析后，進(jìn)行了AI智能視頻云的相關(guān)案例分享，案例詳見官網(wǎng)視頻回放。

結(jié)語

在AI音視頻技術(shù)中，無論是人臉、聲紋、唇語、語音合成這些技術(shù)，都在場景中有深度的場景化定制。作為科技公司來說，除了打磨技術(shù)能力以外，更多的是深入業(yè)務(wù)場景，以客戶為中心，了解客戶需求，做到解決客戶業(yè)務(wù)中真實(shí)的痛點(diǎn)，能夠把工具用好，這是未來對于科技公司的更高要求。最終通過技術(shù)在金融場景中的深度應(yīng)用，來提升整個(gè)金融業(yè)務(wù)的水平，拓寬整個(gè)金融業(yè)務(wù)的規(guī)模化發(fā)展邊界。