(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211237849.1 (22)申请日 2022.10.11 (71)申请人 英仕互联 （北京） 信息技 术有限公司 地址 100040 北京市石景山区体 育场南路2 号5层506室 申请人 同道精英 （天津） 信息技 术有限公司 (72)发明人 戴科彬　肖婷　 (74)专利代理 机构 北京千壹知识产权代理事务 所(普通合伙) 11940 专利代理师 王玉玲 (51)Int.Cl. G06F 16/16(2019.01) G06F 16/11(2019.01) G06F 40/284(2020.01) G06V 20/40(2022.01)G06Q 10/10(2012.01) (54)发明名称 一种视频面试信息的数据处理方法、 装置和 电子设备 (57)摘要 本发明涉及商业面试信息处理技术领域， 提 供了一种视频面试信息的数据处理方法、 装置和 电子设备， 包括将视频分解为音频文件和视频文 件， 将音频文件转换为文本文件； 提取视频中多 个预定时刻的视频帧图像， 识别每个视频帧图像 对应的年龄数据和容貌数据， 将多个视频帧图像 对应的平均年龄数据和平均容貌数据作为图像 特征； 计算音频特征； 计算得到文本特征； 将文本 文件输入至语言表征模型中， 获得语义特征； 将 所述图像特征、 音频特征、 文本特征和语义特征 输入至预先训练的胜任力模型中， 获得面试者的 评估结果， 胜任力模型包括多个职场因素， 评估 结果根据多个职场因素的预测分值获得。 本发明 区分度高， 灵活性强， 鲁棒 性好， 评估结果 准确。 权利要求书2页 说明书7页 附图3页 CN 115495418 A 2022.12.20 CN 115495418 A 1.一种视频面试信息的数据处 理方法， 其特 征在于， 所述方法包括： 将面试视频分解 为音频文件和视频文件， 并将所述音频文件转换为文本文件； 提取所述视频文件中多个预定时刻的视频帧图像， 识别每个视频帧图像对应的年龄特 征数据和容貌特征数据， 将多个视频帧图像对应的平均年龄特征数据和平均容貌特征数据 作为图像特征； 计算所述音频文件中的音 频参数， 得到所述音频参数组合形成的音 频特征； 对所述文本文件进行分词， 并统计各种不同类别字符的数量以及每句话的词数和字符数， 计算得到文本特 征； 将所述文本文件输入至预 先训练的语言表征模型中， 获得语义特 征； 将所述图像特征、 音频特征、 文本特征和语义特征输入至预先训练的胜任力模型中， 获 得所述面试者的评估结果， 其中所述胜任力模型包括多个职场因素， 所述评估结果根据所 述多个职场因素的预测分值获得。 2.根据权利要求1所述的一种视频面试信 息的数据处理方法， 其特征在于， 所述职场因 素通过如下 方式得到： 根据历史面试 数据筛选出多个面试维度； 将所述面试维度分解 为多个含义单一的特定描述的词汇； 去除所述特定描述的词汇中的无效部分， 得到施测词汇 表； 对所述施测词汇 表中的词汇进行评 定； 对评定后的施测词汇 表中的词汇进行主成分 分析， 确定所述职场因素。 3.根据权利要求1所述的一种视频面试信 息的数据处理方法， 其特征在于， 所述音频参 数包括占空比、 音频中断次数、 共振峰、 声音能量、 标准差、 最大值、 最小值和/或分布曲线对 应峰值。 4.根据权利要求1所述的一种视频面试信 息的数据处理方法， 其特征在于， 所述职场因 素包括好奇、 服从、 决断、 担当、 耐挫、 赋能、 成就、 淡定、 轻松、 同理心、 利他、 秩序、 行动、 踏 实、 变通、 激情、 精准、 合作、 创新和/或逻辑。 5.根据权利要求1所述的一种视频面试信 息的数据处理方法， 其特征在于， 所述胜任力 模型为XGBo ost模型。 6.一种视频面试信息的数据处 理装置， 其特 征在于， 包括： 视频处理模块， 被配置为将面试视频分解为音频文件和视频文件， 并将所述音频文件 转换为文本文件； 特征提取模块， 被配置为提取所述视频文件中多个预定时刻的视频帧图像， 识别每个 视频帧图像对应的年龄特征数据和容貌特征数据， 将多个视频帧图像对应的平均年龄特征 数据和平均容貌特征数据作为图像特征； 计算所述音频文件中的音频参数， 得到所述音频 参数组合形成的音频特征； 对所述文本文件进行分词， 并统计各种不同类别字符的数量以 及每句话的词数和字符数， 计算得到文本特征； 将所述文本文件输入至预先训练的语言表 征模型中， 获得语义特 征； 评估模块， 被配置为将所述图像特征、 音频特征、 文本特征和语义特征输入至预先训练 的胜任力模型中， 获得所述面试者的评估结果， 其中所述胜任力模型包括多个职场因素， 所 述评估结果 根据所述多个职场因素的预测分值获得。 7.根据权利要求6所述的一种视频面试信 息的数据处理装置， 其特征在于， 还包括职场 因素获得模块， 被 配置为：权　利　要　求　书 1/2 页 2 CN 115495418 A 2将所述面试维度分解 为多个含义单一的特定描述的词汇； 去除所述特定描述的词汇中的无效部分， 得到施测词汇 表； 对所述施测词汇 表中的词汇进行评 定； 对评定后的施测词汇 表中的词汇进行主成分 分析， 确定所述职场因素。 8.根据权利要求6所述的一种视频面试信 息的数据处理装置， 其特征在于， 所述音频参 数包括占空比、 音频中断次数、 共振峰、 声音能量、 标准差、 最大值、 最小值和/或分布曲线对 应峰值。 9.根据权利要求6所述的一种视频面试信 息的数据处理装置， 其特征在于， 所述职场因 素包括好奇、 服从、 决断、 担当、 耐挫、 赋能、 成就、 淡定、 轻松、 同理心、 利他、 秩序、 行动、 踏 实、 变通、 激情、 精准、 合作、 创新和/或逻辑。 10.一种电子设备， 其特 征在于包括： 处理器和存 储器， 所述存储器中存储有至少一条指令、 至少一段程序、 代码集或指令集， 所述指令、 所述 程序、 所述代码集或所述指 令集由所述处理器加载并执行以实现权利要求 1至5中任意一项 所述的视频面试信息的数据处 理方法。权　利　要　求　书 2/2 页 3 CN 115495418 A 3