智能面试录音转化的方法和系统与流程

本申请涉及智能面试，尤其涉及一种智能面试录音转化的方法和系统。

背景技术：

1、随着企业规模发展以及行业竞争加剧，企业的用工需求量以及从业人员流动性都在急速变大，从而使得企业员工招聘工作成为企业发展的关键因素。

2、传统的面试方式大多数还依赖于人工面试，而人工面试的主观性太强，且因为面试时间受限，同时部分面试人员不擅于表达，难以深入了解面试人员的专业技能能力。由此，会导致面试结果片面化，准确性低下。

3、因此，如何解决目前人才面试评估结果准确性低下成为亟待解决的技术问题。

技术实现思路

1、本申请提供了一种智能面试录音转化的方法和系统，旨在提高人才面试评估结果准确性。

2、第一方面，本申请还提供一种智能面试录音转化方法，用于如上所述的智能面试录音转化系统，所述智能面试录音转化方法包括：

3、获取目标工程师的面试数据；

4、基于ai大模型，对所述面试数据进行数据转化，获得面试文本数据；

5、基于所述ai大模型和预设工程师标签，对所述面试文本数据进行关键词识别，获得所述目标工程师的工程师标签信息；

6、基于所述工程师标签信息，从考核数据库中调取对应的专业考核试题，以供所述目标工程师进行考核，获得专业考核数据；

7、基于预设评分标准，对所述专业考核数据进行分值转化，获得所述目标工程师的等级标签，在坐标系中的一个象限中，将等级标签映射为第一点d；

8、获取目标工程师对临时问题的反应时间t和答复满意度m，按照公式tx1+mx2＝f，获取临时问题反映度f，将临时问题反映度f映射到坐标系的另一个象限的第二点w；其中，x1与x2均为系数值，其中，x2大于x1，且x2大于0.5，x1+x2等于1，临时问题为不在面试前发给目标工程师的问题表中的问题；

9、获取目标工程师的语速流畅度，将语速流畅度映射到坐标系的再一个象限的第三点y；

10、基于下列公式，得出目标工程师的二维表现面s，

11、s＝(a×b)÷2，其中，a为d与w之间的距离，b为d与w间的连线到y之间的最短间距；

12、基于二维表现面的大小，确定目标工程师的评分结果。

13、第二方面，本申请提供一种智能面试录音转化系统，所述系统包括：

14、面试模块，用于获取目标工程师的面试数据；基于ai大模型，对所述面试数据进行数据转化，获得面试文本数据；基于所述ai大模型和预设工程师标签，对所述面试文本数据进行关键词识别，获得所述目标工程师的工程师标签信息；基于所述工程师标签信息，从考核数据库中调取对应的专业考核试题，以供所述目标工程师进行考核，获得专业考核数据；

15、评分模块，用于基于预设评分标准，对所述专业考核数据进行分值转化，获得所述目标工程师的等级标签，在坐标系中的一个象限中，将等级标签映射为第一点d；获取目标工程师对临时问题的反应时间t和答复满意度m，按照公式tx1+mx2＝f，获取临时问题反映度f，将临时问题反映度f映射到坐标系的另一个象限的第二点w；其中，x1与x2均为系数值，其中，x2大于x1，且x2大于0.5，x1+x2等于1，临时问题为不在面试前发给目标工程师的问题表中的问题；获取目标工程师的语速流畅度，将语速流畅度映射到坐标系的再一个象限的第三点y；基于下列公式，得出目标工程师的二维表现面s，s＝(a×b)÷2，其中，a为d与w之间的距离，b为d与w间的连线到y之间的最短间距；基于二维表现面的大小，确定目标工程师的评分结果。

16、本申请提供一种智能面试录音转化方法和系统，本申请通过数据采集模块多方面采集目标工程师的面试数据，从而使得面试数据更丰富、更全面，进而使得面试评估依据的数据更多，提高面试评估结果的准确性。通过ai大模型和预设工程师标签，提取面试数据中的工程师标签信息，进而对目标工程师的专业技能标签化，使得工程师能力评估更专业和简洁，避免人为面试的主观性影响和片面化评价，从而使得面试评估结果更准确。通过将目标工程师在面试过程中的表现，包括对临时问题的反应时间、答复满意度、语速流畅度等，绘制目标工程师面试过程的二维表现面，进而根据二维表现面的大小，确定目标工程师的面试评分结果，使得面试结果更直观、准确。

技术特征：

1.一种智能面试录音转化方法，其特征在于，所述智能面试录音转化方法包括：

2.根据权利要求1所述的智能面试录音转化方法，其特征在于，还包括，基于情绪识别算法，获取目标工程师面试全程的多个情绪阶段，其中，情绪阶段包括开心阶段、平静阶段、纠结阶段、悲伤阶段、以及低落阶段；

3.根据权利要求2所述的智能面试录音转化方法，其特征在于，所述基于预设评分标准，对所述专业考核数据进行分值转化，获得所述目标工程师的等级标签之后，还包括：

4.根据权利要求3所述的智能面试录音转化方法，其特征在于，所述基于所述工程师标签信息和所述等级标签，创建所述目标工程师对应的工程师标签信息表之后，还包括：

5.根据权利要求4所述的智能面试录音转化方法，其特征在于，所述对所述工程师标签信息表进行标签信息更新之后，还包括：

6.根据权利要求1所述的智能面试录音转化方法，其特征在于，所述ai大模型包括语音转化子模型和文本纠错子模型；

7.根据权利要求1所述的智能面试录音转化方法，其特征在于，所述面试数据包括面试对话数据、自测数据和他评数据。

8.根据权利要求7所述的智能面试录音转化方法，其特征在于，所述获取目标工程师的面试数据，包括：

9.根据权利要求1所述的智能面试录音转化方法，其特征在于，所述基于所述ai大模型和预设工程师标签，对所述面试文本数据进行关键词识别，获得所述目标工程师的工程师标签信息之前，还包括：

10.一种智能面试录音转化系统，其特征在于，所述系统包括：

技术总结本申请提供一种智能面试录音转化的方法和系统。该方法通过数据采集模块多方面采集目标工程师的面试数据，从而使得面试数据更丰富、更全面，进而使得面试评估依据的数据更多，提高面试评估结果的准确性。通过AI大模型和预设工程师标签，提取面试数据中的工程师标签信息，进而对目标工程师的专业技能标签化，使得工程师能力评估更专业和简洁，避免人为面试的主观性影响和片面化评价，从而使得面试评估结果更准确。通过将目标工程师在面试过程中的表现，包括对临时问题的反应时间、答复满意度、语速流畅度等，绘制目标工程师面试过程的二维表现面，进而根据二维表现面的大小，确定目标工程师的面试评分结果，使得面试结果更直观。技术研发人员：黄景涛,李晓龙,薛成伟,周峰,沈昊,张旭受保护的技术使用者：北京神州光大科技有限公司技术研发日：技术公布日：2024/10/10