本发明属于防欺诈技术领域，具体涉及一种基于语音识别的防欺诈方法及防欺诈助听器。
背景技术：
目前慢慢进入老龄化社会，但是老年人缺乏自我保护意识，容易轻信诈骗人的谎言，不仅会带来财产上的损失，也给身心造成了巨大的损害。尽管人们已经意识到诈骗行为的危害，但值得关注的是，当今社会生活中，仍然会不断地曝出各种诈骗成功的案例，因此，急需在科学技术层面上对这种诈骗行为进行防范，特别是针对老年人。
目前，很多老年人经常佩戴助听器进行辅助通话，当外界人员与老人通话时，必须通话助听器作为通话内容的媒介与老人进行信息交换。但是目前的助听器只是很简单的信息传递功能，没有语音识别功能，无法进行欺诈判断，有时候老人会很容易地掉入诈骗分子的陷阱中，可以考虑通过助听器获取老人与犯罪分子的通话内容，并利用语音识别技术对通话内容进行分析和判断，从而预防老人被骗的情况发生。
技术实现要素：
本发明提供一种基于语音识别的防欺诈方法，可以降低电话诈骗，提高安全性。
同时，本发明还提供了一种防欺诈助听器。
本发明提供了一种基于语音识别的防欺诈方法，所述方法包括步骤：
通过助听器获取通话内容；
使用所述助听器上的分类器对所述通话内容进行分析；
判断所述通话内容是否与预设语音识别模型相似；当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；
当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；
当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；
当判断所述通话内容为正常内容时，继续所述助听器的正常工作。
优选地，在所述使用所述助听器上的分类器对所述通话内容进行分析之后还包括步骤：
判断所述通话内容是否触发预设关键字；
当触发预设关键字时，所述分类器将其与所述预设语音识别模型做相似判断；
当未触发预设关键字时，所述分类器将其判断为正常内容。
优选地，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设家属声纹库相似；
当判断二者相似时，判断所述通话内容为正常内容；
当判断二者不相似时，继续判断所述通话内容为推销内容或诈骗内容工作。
优选地，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设罪犯声纹库相似；
当判断二者相似时，判断所述通话内容为推销内容或诈骗内容；
当判断二者不相似时，继续判断所述通话内容为正常内容。
优选地，在所述使用所述助听器上的分类器对所述通话内容进行分析之前还包括步骤：
获取诈骗案件和推销案件的语音数据和文本数据；
对所述文本数据进行机器学习处理，以获得所述预设语音识别模型；
对所述语音数据进行声音识别处理，以获得诈骗人员和推销人员的声音。
优选地，所述获取诈骗案件和推销案件的语音数据和文本数据包括以下的一种或多种：
获取在用户所在地区与用户相近年龄段人员沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与于同一时间段内汇聚至同一地点的所有用户沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与诈骗人员数据库中的诈骗人员和推销人员数据库中的推销人员进行沟通的用户的语音数据和文本数据；
获取网络服务器上存储的诈骗案件和推销案件的语音数据和文本数据；
获取公安内部存储的诈骗案件和推销案件的语音数据和文本数据。
优选地，所述对所述文本数据进行机器学习处理，以获得所述预设语音识别模型包括步骤：
获取所述文本数据中的语句模式和关键字；
获取用户在通话时的情绪；
分析所述语句模式、所述关键字和所述情绪，以获得所述预设语音识别模型。
优选地，所述获取所述推销内容的相关负面信息，并将其推送给用户家属包括步骤：
获取所述推销内容中出现的关键字；
爬取所述关键字相关的负面信息；
判断所述负面信息数量是否超过阈值；
当超过阈值时，将所述负面信息推送给用户家属终端。
优选地，所述屏蔽所述助听器包括以下的一种或多种：
所述助听器播放故障语音；
所述助听器播放音乐；
所述助听器降低自身发声大小；
所述助听器增加环境噪音。
本发明还提供了一种基于语音识别的防欺诈助听器，所述助听器包括：
获取器，用于获取通话内容；
分类器，用于对所述通话内容进行分析；
判断器，用于判断所述通话内容是否与所述分类器中的预设语音识别模型相似；
执行器，用于根据所述判断器判断结构执行；
其中，当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；
当判断所述通话内容为推销内容时，所述执行器获取所述推销内容的相关负面信息，并将其推送给用户家属；
当判断所述通话内容为诈骗内容时，所述执行器屏蔽所述助听器并发送报警信息给用户家属；
当判断所述通话内容为正常内容时，所述执行器继续所述助听器的正常工作。
本发明提供的一种基于语音识别的防欺诈方法及防欺诈助听器，通过助听器获取通话内容，并使用所述助听器上的分类器对所述通话内容进行分析，以判断所述通话内容是否与预设语音识别模型相似，进而判断所述通话内容为推销内容、诈骗内容或正常内容；当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；当判断所述通话内容为正常内容时，继续所述助听器的正常工作；通过对助听器的功能升级，可以对助听器的通话内容进行过滤，降低老人受到欺诈的风险，大大提高他们的幸福指数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种基于语音识别的防欺诈方法的流程示意图；
图2是本发明提供的一种基于语音识别的防欺诈助听器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例1
如图1，本发明提供了一种基于语音识别的防欺诈方法，所述方法包括步骤：
s1：通过助听器获取通话内容。
在本步骤中，通过助听器获取用户与通话对象的通话内容，方便后续对通话内容的分析与判断。
s2：使用所述助听器上的分类器对所述通话内容进行分析。
在本步骤中，助听器上预先设置有分类器，分类器内预先存储有预设语音识别模型，分类器在获取通话内容后与预设语音识别模型进行比较。其中，预设语音识别模型至少有2种，依次为：诈骗通话内容模型和推销通话内容模型，分类器将获取的每个通话内容依次与所有的预设语音识别模型进行比较，从而得出分析结果。
s3：判断所述通话内容是否与预设语音识别模型相似；当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容。
在本步骤中，分类器将通话内容分别与预设语音识别模型进行相似性判断，也即分别与诈骗通话内容模型和推销通话内容模型进行相似度判断；当通话内容与预设语音识别模型相似时，即可判断通话内容为推销内容或诈骗内容；当判断不相似时，即为正常内容。
s4：当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属。
在本步骤中，当分类器判断通话内容为推销内容时，可以控制服务器获取所述推销内容的相关负面信息，并将其推送给用户家属。具体地，助听器可以与网络进行实时通信，助听器可以从网络上获取负面信息直接发送给用户家属终端；或者，助听器可以将推销内容传送给服务器，由服务器获取负面信息并直接发送给用户家属终端。
s5：当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属。
在本步骤中，当分类器判断通话内容为诈骗内容时，可以屏蔽所述助听器并发送报警信息给用户家属。具体地，助听器可以自己直接屏蔽自身并直接发送报警信息给用户家属；或者，助听器在屏蔽自身时控制服务器，由服务器发送报警信息给用户家属。
s6：当判断所述通话内容为正常内容时，继续所述助听器的正常工作。
在本步骤中，当分类器判断通话内容为正常内容时，助听器继续正常工作。
在本申请实施例中，首先助听器获取用户的通话内容，助听器上的分类器对通话内容进行分析，由于分类器上存储有预设语音识别模型，所以可以根据预设语音识别模型与通话内容之间的相似程序，以判断其属于正常通话、推销通话或者诈骗通话。当判断所述通话内容为正常内容时，继续所述助听器的正常工作；当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属。
其中，预设语音识别模型还可以包括正常通话内容模型、诈骗通话内容模型和推销通话内容模型，在获取通话内容后，分类器将通话内容依次分别与三种通话内容模型进行相似度判断，可以得到三个相似度，且其中相似度最大的即表示最接近对应的语音识别模型，从而判断此通话内容属于对应的通话内容模型。比如，通话内容a与正常通话内容模型、诈骗通话内容模型和推销通话内容模型之间的相似度分别为0.9、0.8和0.7，则说明其更接近正常通话内容模型，则判断通话内容a为正常内容。
实施例2
在本申请实施例中，在所述使用所述助听器上的分类器对所述通话内容进行分析之后还包括步骤：
判断所述通话内容是否触发预设关键字；
当触发预设关键字时，所述分类器将其与所述预设语音识别模型做相似判断；
当未触发预设关键字时，所述分类器将其判断为正常内容。
在本申请实施例中，考虑到在某些时候，助听器获取的通话内容可能比较多，如果逐一与预设语音识别模型进行比较，则会增大数据处理量，可以首先在使用所述助听器上的分类器对所述通话内容进行分析之后进行关键字判断。
比如，若关键字为“金钱”、“打款”，当通话内容中出现这些关键字时，则可以直接进入所述分类器与所述预设语音识别模型做相似判断的步骤；当未出现这些关键字时，则认为其为通话内容正常。如此操作，一方面考虑到诈骗或者推销会具有一定的话术，在通话内容中常会出现一些高频词汇，这些高频词即为关键字；另一方面，如此操作，也可以节约判断过程。
实施例3
在本申请实施例中，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设家属声纹库相似；
当判断二者相似时，判断所述通话内容为正常内容；
当判断二者不相似时，继续判断所述通话内容为推销内容或诈骗内容工作。
在本申请实施例中，可以预先在助听器内存储有家属声纹库，当判断为诈骗或者推销时，可以先与家属声纹库内的声音相比较，如果为家属声音，则可以排除诈骗或者推销的嫌疑。如此操作，可以防止由于和家属在讨论某些诸如“金钱”、“打款”等高频词汇时将其误认为推销或者诈骗时的尴尬情况，也可以减少数据处理量。
实施例4
在本申请实施例中，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设罪犯声纹库相似；
当判断二者相似时，判断所述通话内容为推销内容或诈骗内容；
当判断二者不相似时，继续判断所述通话内容为正常内容。
在本申请实施例中，与实施例3相似，也可以预先在助听器内存储有罪犯声纹库，当判断为正常内容时，可以先与罪犯声纹库内的罪犯声音相比较，如果为罪犯声音，则可以判断所述通话内容为推销内容或诈骗内容。如此操作，可以防止由于诈骗或者推销人员采取其他话术时避开高频词而助听器将其误判断为正常内容时的遗漏情况，同时也可以提高判断的准确性。
实施例5
在本申请实施例中，在所述使用所述助听器上的分类器对所述通话内容进行分析之前还包括步骤：
获取诈骗案件和推销案件的语音数据和文本数据；
对所述文本数据进行机器学习处理，以获得所述预设语音识别模型；
对所述语音数据进行声音识别处理，以获得诈骗人员和推销人员的声音。
在本申请实施例中，需要获取诈骗案件和推销案件的语音数据和文本数据，并对其中的文本数据进行机器学习处理，才可以获得所述预设语音识别模型；以及对所述语音数据进行声音识别处理，获得诈骗人员和推销人员的声音，从而方便上述一些步骤的进行。
比如，可以收集诈骗案件的大量语音数据，通过对语音数据的大数据分析和机器学习，可以获得诈骗人员的说话方式和用词习惯等，在对一条通话内容进行分析时，如果与诈骗人员的用词习惯相似，则可以大概率确定此通话内容的主人为诈骗人员。
实施例6
在本申请实施例中，所述获取诈骗案件和推销案件的语音数据和文本数据包括以下的一种或多种：
获取在用户所在地区与用户相近年龄段人员沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与于同一时间段内汇聚至同一地点的所有用户沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与诈骗人员数据库中的诈骗人员和推销人员数据库中的推销人员进行沟通的用户的语音数据和文本数据；
获取网络服务器上存储的诈骗案件和推销案件的语音数据和文本数据；
获取公安内部存储的诈骗案件和推销案件的语音数据和文本数据。
在本申请实施例中，通过上述各种途径，可以尽可能全面地获取诈骗案件和推销案件的语音数据和文本数据，降低罪犯遗漏的风险。当然，也可以有其他途径，此处不再赘述。
实施例7
在本申请实施例中，所述对所述文本数据进行机器学习处理，以获得所述预设语音识别模型包括步骤：
获取所述文本数据中的语句模式和关键字；
获取用户在通话时的情绪；
分析所述语句模式、所述关键字和所述情绪，以获得所述预设语音识别模型。
在本申请实施例中，需要对获取的文本数据进行语句模式和关键字分析，才可以进行具体的机器学习。比如，推销人员喜欢称呼男性用户为“爷爷”，那么“爷爷”即可为关键字之一；推销人员喜欢用“爷爷，你看看这款产品……，对您身体特别好”，那么这种语句模式即可认定为推销人员常用的语句模式之一，等等。同时，也可以分析用户在通话时的情绪，比如用户在听到诸如“爷爷”的称呼时，情绪会比较开心，对用户对于某些特定词汇的特定情绪的分析，也很有助于进行机器学习和形成预设语音识别模型。其中，用户的情绪可以通过用户身上的可穿戴设备获取，可穿戴设备和助听器通过服务器进行通信。
实施例8
在本申请实施例中，所述获取所述推销内容的相关负面信息，并将其推送给用户家属包括步骤：
获取所述推销内容中出现的关键字；
爬取所述关键字相关的负面信息；
判断所述负面信息数量是否超过阈值；
当超过阈值时，将所述负面信息推送给用户家属终端。
在本申请实施例中，当推销内容中出现某些关键字时，可以在网络上爬取关键字相关的负面信息，并在其数量超过阈值时，将其推送给用户家属的终端设备。比如，关键字可以为某个保健品的名称，当推销内容中出现此名称时，可以在网络上获取此产品的负面信息，并推送给用户家属的手机。其中，助听器可以和手机通过服务器通信。
实施例9
在本申请实施例中，所述屏蔽所述助听器包括以下的一种或多种：
所述助听器播放故障语音；
所述助听器播放音乐；
所述助听器降低自身发声大小；
所述助听器增加环境噪音。
在本申请实施例中，屏蔽所述助听器的方式可以有多种，可以采取上述任一一种或者多种的结合，比如可以在获取通话内容为诈骗内容时，助听器自动播放“故障，无法工作”的语音，从而模拟故障，以阻止用户与通话对象的通话。当然，所述屏蔽所述助听器的操作也可以有其他方式，此处不再赘述。
实施例10
在本申请实施例中，所述发送报警信息给用户家属还包括：
对所述助听器定位；
所述助听器联动其周围可控制的摄像头拍摄与用户交谈的人员；
记录人员的图像特征；
将所述图形特征发送给家属终端。
在本申请实施例中，发送报警信息给用户家属除了上述的发送产品负面信息给用户家属终端外，还可以发送与用户进行通话的人员的图形特征。比如，当助听器判断与用户通话的人员为推销人员时，可以通过服务器与助听器周围的摄像头联动，并控制摄像头拍摄通话人员的面部特征，从而将其发送给用户家属，便于后续警察的侦查工作。其中，助听器可以预先通过服务器与摄像头进行通信控制设定。
实施例11
在本申请实施例中，所述发送报警信息给用户家属还包括：
获取所述助听器内存储的预设时间段内诈骗人员的文本数据；
根据所述文本数据，于诈骗数据库中检索诈骗内容及诈骗心理并推送给家属终端。
在本申请实施例中，当判断通话对象为诈骗人员时，可以获取助听器内存储的文本数据，根据诈骗人员通话的文本数据从而可以分析这个诈骗人员的性格、心理、内容等方面，并将其推送给用户家属终端。其中，可以通过诈骗数据库进行性格、心理、内容等方面的分析，比如，预先收集多个诈骗人员，采用心理学知识可以对诈骗人员进行画像，并将数据汇总至诈骗数据库中，从而可以有利于后续判断。
实施例12
在本申请实施例中，在当判断所述通话内容为诈骗内容之后还包括步骤：
向其他的所述助听器发送传送数据请求；
在得到允许后，将至少部分诈骗内容传送给其他所述助听器的用户。
在本申请实施例中，当判断通话内容为诈骗内容后，在获得其他助听器的许可后，可以将助听器内存储的通话内容发送给其他助听器，从而可以用于其他用户的预防和警示。
实施例13
在本申请实施例中，在当判断所述通话内容为诈骗内容之后还包括步骤：
断开用户的支付途径；
当用户的监护人同意后，连接所述支付途径。
在本申请实施例中，当判断通话内容为诈骗内容时，需要断开用户的支付途径，避免金钱损失。只有在得到监护人的同意后，才可以连接支付途径。其中，助听器可以通过服务器与支付途径进行连接以及命令控制。
实施例14
在本申请实施例中，在所述屏蔽所述助听器之后还包括步骤：
获取用户的情绪及语言；
当所述情绪触发预设情绪且所述语言触发预设关键字时，恢复所述助听器。
在本申请实施例中，当屏蔽助听器后，用户无法很好地听清楚外界的声音，此时可能会情绪比较暴躁、愤怒或者焦急，也会说出一些语言，表示自己听不到的心情，此时，可以在获知此种情况后，恢复助听器的正常功能。比如，可以通过一些可穿戴设备获取用户情绪，然后助听器通过服务器与可穿戴设备通信，并获取用户发出的诸如“需要助听器”等关键字，从而回复助听器的正常功能。
实施例15
在本申请实施例中，在所述判断所述通话内容是否与预设语音识别模型相似之前还包括步骤：
判断所述助听器是否处于监护状态；当判断所述助听器处于非监护状态时，无需进行所述通话内容为推销内容或诈骗内容的判断。
在本申请实施例中，需要对助听器进行状态设置，比如，当用户周围没有监护人时，才需要进行通话内容判断，此时助听器处于无监护状态。
如图2，本发明还提供了一种基于语音识别的防欺诈助听器，所述助听器可以执行上述方法。其中，所述助听器包括：
获取器1，用于获取通话内容；
分类器2，用于对所述通话内容进行分析；
判断器3，用于判断所述通话内容是否与所述分类器2中的预设语音识别模型相似；
执行器4，用于根据所述判断器3判断结构执行；
其中，当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；
当判断所述通话内容为推销内容时，所述执行器4获取所述推销内容的相关负面信息，并将其推送给用户家属；
当判断所述通话内容为诈骗内容时，所述执行器4屏蔽所述助听器并发送报警信息给用户家属；
当判断所述通话内容为正常内容时，所述执行器4继续所述助听器的正常工作。
本发明提供的一种基于语音识别的防欺诈方法及防欺诈助听器，通过助听器获取通话内容，并使用所述助听器上的分类器对所述通话内容进行分析，以判断所述通话内容是否与预设语音识别模型相似，进而判断所述通话内容为推销内容、诈骗内容或正常内容；当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；当判断所述通话内容为正常内容时，继续所述助听器的正常工作；通过对助听器的功能升级，可以对助听器的通话内容进行过滤，降低老人受到欺诈的风险，大大提高他们的幸福指数。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
1.一种基于语音识别的防欺诈方法，其特征在于，所述方法包括步骤：
通过助听器获取通话内容；
使用所述助听器上的分类器对所述通话内容进行分析；
判断所述通话内容是否与预设语音识别模型相似；当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；
当判断所述通话内容为推销内容时，获取所述推销内容的相关负面信息，并将其推送给用户家属；
当判断所述通话内容为诈骗内容时，屏蔽所述助听器并发送报警信息给用户家属；
当判断所述通话内容为正常内容时，继续所述助听器的正常工作。
2.根据权利要求1所述的防欺诈方法，其特征在于，在所述使用所述助听器上的分类器对所述通话内容进行分析之后还包括步骤：
判断所述通话内容是否触发预设关键字；
当触发预设关键字时，所述分类器将其与所述预设语音识别模型做相似判断；
当未触发预设关键字时，所述分类器将其判断为正常内容。
3.根据权利要求1所述的防欺诈方法，其特征在于，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设家属声纹库相似；
当判断二者相似时，判断所述通话内容为正常内容；
当判断二者不相似时，继续判断所述通话内容为推销内容或诈骗内容工作。
4.根据权利要求1所述的防欺诈方法，其特征在于，在所述判断所述通话内容为推销内容或诈骗内容之后还包括步骤：
判断所述通话内容的声音是否与预设罪犯声纹库相似；
当判断二者相似时，判断所述通话内容为推销内容或诈骗内容；
当判断二者不相似时，继续判断所述通话内容为正常内容。
5.根据权利要求1所述的防欺诈方法，其特征在于，在所述使用所述助听器上的分类器对所述通话内容进行分析之前还包括步骤：
获取诈骗案件和推销案件的语音数据和文本数据；
对所述文本数据进行机器学习处理，以获得所述预设语音识别模型；
对所述语音数据进行声音识别处理，以获得诈骗人员和推销人员的声音。
6.根据权利要求5所述的防欺诈方法，其特征在于，所述获取诈骗案件和推销案件的语音数据和文本数据包括以下的一种或多种：
获取在用户所在地区与用户相近年龄段人员沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与于同一时间段内汇聚至同一地点的所有用户沟通的诈骗人员和推销人员的语音数据和文本数据；
获取与诈骗人员数据库中的诈骗人员和推销人员数据库中的推销人员进行沟通的用户的语音数据和文本数据；
获取网络服务器上存储的诈骗案件和推销案件的语音数据和文本数据；
获取公安内部存储的诈骗案件和推销案件的语音数据和文本数据。
7.根据权利要求5所述的防欺诈方法，其特征在于，所述对所述文本数据进行机器学习处理，以获得所述预设语音识别模型包括步骤：
获取所述文本数据中的语句模式和关键字；
获取用户在通话时的情绪；
分析所述语句模式、所述关键字和所述情绪，以获得所述预设语音识别模型。
8.根据权利要求1所述的防欺诈方法，其特征在于，所述获取所述推销内容的相关负面信息，并将其推送给用户家属包括步骤：
获取所述推销内容中出现的关键字；
爬取所述关键字相关的负面信息；
判断所述负面信息数量是否超过阈值；
当超过阈值时，将所述负面信息推送给用户家属终端。
9.根据权利要求1所述的防欺诈方法，其特征在于，所述屏蔽所述助听器包括以下的一种或多种：
所述助听器播放故障语音；
所述助听器播放音乐；
所述助听器降低自身发声大小；
所述助听器增加环境噪音。
10.一种基于语音识别的防欺诈助听器，其特征在于，所述助听器包括：
获取器，用于获取通话内容；
分类器，用于对所述通话内容进行分析；
判断器，用于判断所述通话内容是否与所述分类器中的预设语音识别模型相似；
执行器，用于根据所述判断器判断结构执行；
其中，当二者相似时，判断所述通话内容为推销内容或诈骗内容；当二者不相似时，判断所述通话内容为正常内容；
当判断所述通话内容为推销内容时，所述执行器获取所述推销内容的相关负面信息，并将其推送给用户家属；
当判断所述通话内容为诈骗内容时，所述执行器屏蔽所述助听器并发送报警信息给用户家属；
当判断所述通话内容为正常内容时，所述执行器继续所述助听器的正常工作。
技术总结