1.本技术涉及数据处理技术领域，具体而言，涉及一种智能语音开关的控制方法及系统。


背景技术：

2.人工智能 （artificial intelligence，ai） 是当前全球最热门的话题之一，是21世纪引领世界未来科技领域发展和生活方式转变的风向标，人们在日常生活中其实已经方方面面地运用到了人工智能技术。利用人工智能对语音进行识别，识别到语音后对开关进行控制，这样能有效的地提高工作效率。然而，在语音识别过程中可能存在噪音以及用户声音沙哑等情况，这样就难以精确地识别到准确的语音内容。


技术实现要素：

3.鉴于此，本技术提供了一种智能语音开关的控制方法及系统。
4.第一方面，提供一种智能语音开关的控制方法，包括：获取待识别语音声纹信息，对所述待识别语音声纹信息进行声纹特征识别，并基于声纹特征识别结果统计所述待识别语音声纹信息对应的声纹描述内容；根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合；基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容。
5.进一步地，所述获取待识别语音声纹信息之后，还包括：对所述待识别语音声纹信息进行降维处理。
6.进一步地，对所述待识别语音声纹信息进行声纹特征识别，包括：对所述待识别语音声纹信息进行分类和修正处理，并对处理结果进行声纹特征识别。
7.进一步地，所述根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，包括：根据所述声纹描述内容确定所述待识别语音声纹信息的声波频谱，基于所述声纹描述内容和所述声波频谱构造权重语音参数，并利用所述权重语音参数对所述声纹描述内容进行分析；利用分析前的声纹描述内容和分析后的声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
8.进一步地，所述根据所述声纹描述内容确定所述待识别语音声纹信息的声波频谱，包括：根据声纹特征识别的节点和预设声波频谱震动区间确定声波频谱对应的声波范围震动区间；
利用数据训练模型对所述声纹描述内容进行评论处理；在评论后的声纹描述内容中确定所述声波范围震动区间内的第一个震动最大区间，并将所述震动最大区间对应的范围确定为所述待识别语音声纹信息的声波频谱。
9.进一步地，所述基于所述声纹描述内容和所述声波频谱构造权重语音参数，包括：基于所述声波频谱构造个体差异参数；对所述声纹描述内容进行优化识别的噪音过滤，以抽取语音字典信息作为语音字典标准模板；根据所述个体差异参数和所述语音字典标准模板确定权重语音参数。
10.进一步地，所述利用分析前的声纹描述内容和分析后的声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，包括：基于分析后的声纹描述内容统计每个电信号中每个声波范围对应的误差许可范围的和作为第一误差统计值；基于分析前的声纹描述内容统计每个电信号中每个声波范围对应的误差许可范围的和作为第二误差统计值；将所述第一误差统计值与所述第二误差统计值的比值确定为每个电信号的语音关键词；对每个电信号的语音关键词进行整合处理，并根据每个电信号的整合结果搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
11.进一步地，所述基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容，包括：按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容；其中，所述预设训练模型包括：将每个电信号的语音关键词均满足第一标准词义的内容确定为第一待选有效语音内容；若适配第一待选有效语音内容之间的间隔周期内容的时长满足第一预设时长，且所述间隔周期内容内不存在语音关键词满足第二标准词义的内容指标，则将所述适配第一待选有效语音内容和所述间隔周期内容连接为第二待选有效语音内容；将内容时长不满足第二预设时长的第一待选有效语音内容和第二待选有效语音内容确定为所述有效语音内容；其中，所述第一标准词义不满足所述第二标准词义；其中，所述按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容，包括：将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱；若所述样本声纹震动图谱对应的语音关键词满足所述第一标准词义，则根据校验程度标签判断是否为语义属性；若是，则将语音要素初始声纹震动簇设置为所述样本声纹震动图谱，将所述校验程度标签设置为校验标准，并将所述样本声纹震动图谱添加预设误差许可范围；若否，则将语音要素数量设置为零，将所述校验程度标签设置为校验标准，并将所述样本声纹震动图谱添加预设误差许可范围；其中，所述按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容，包括：
将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱；若所述样本声纹震动图谱对应的语音关键词小于所述第一标准词义，则根据校验程度标签判断是否为同一声源点；若是，则将语音要素结束声纹震动簇去除预设误差许可范围，将所述校验程度标签设置为可能为同一声源点，并将所述语音要素数量添加预设误差许可范围；若否，则直接将所述语音要素数量添加预设误差许可范围。
12.进一步地，将所述语音要素数量添加预设误差许可范围之后，还包括：若满足预设条件，则判断所述语音要素结束声纹震动簇与所述语音要素初始声纹震动簇的差异是否不满足所述第二预设时长；其中，所述预设条件包括所述校验程度标签为可能为同一声源点且所述语音要素数量是否不满足所述第一预设时长，或，所述校验程度标签为可能为同一声源点且所述样本声纹震动图谱对应的语音关键词满足所述第二标准词义；若是，则将所述语音要素初始声纹震动簇与所述语音要素结束声纹震动簇之间的同一声源点确定为有效语音内容，并将所述校验程度标签设置为非为同一声源点，将所述样本声纹震动图谱添加预设误差许可范围；若否，则直接将所述校验程度标签设置为非为同一声源点，将所述样本声纹震动图谱添加预设误差许可范围。
13.第二方面，提供一种智能语音开关的控制系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
14.本技术实施例所提供的一种智能语音开关的控制方法及系统，通过对待识别语音声纹信息进行声纹特征识别，以统计待识别语音声纹信息的声纹描述内容，提高了统计声纹描述内容的完整性。进一步的，基于待识别语音声纹信息的声纹描述内容统计各声纹震动图谱的信号对应的语音关键词，提高了统计语音关键词完整性，进而搭建待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，有效的在噪音干扰下抽取有效语音内容，提高了确定有效语音内容的准确性。
附图说明
15.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
16.图1为本技术实施例所提供的一种智能语音开关的控制方法的流程图。
17.图2为本技术实施例所提供的一种智能语音开关的控制装置的框图。
18.图3为本技术实施例所提供的一种智能语音开关的控制系统的架构图。
具体实施方式
19.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例
中的技术特征可以相互组合。
20.请参阅图1，示出了一种智能语音开关的控制方法，该方法可以包括以下步骤100
‑
步骤300所描述的技术方案。
21.步骤100，获取待识别语音声纹信息，对所述待识别语音声纹信息进行声纹特征识别，并基于声纹特征识别结果统计所述待识别语音声纹信息对应的声纹描述内容。
22.示例性的，待识别语音声纹信息用于表征用户发出的声音信息。
23.比如，声纹特征识别结果用于表征待识别语音声纹信息中可识别的重要声纹信息。
24.进一步地，声纹描述内容用于表征声纹特征识别结果中的声音内容。
25.步骤200，根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
26.示例性的，语音关键词集合用于表征用户通过说话发出的重要信息。
27.步骤300，基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容。
28.示例性的，有效语音内容用于表征智能语音控制开关的信息。
29.可以理解，在执行上述步骤100
‑
步骤300所描述的技术方案时，通过对待识别语音声纹信息进行声纹特征识别，以统计待识别语音声纹信息的声纹描述内容，提高了统计声纹描述内容的完整性。进一步的，基于待识别语音声纹信息的声纹描述内容统计各声纹震动图谱的信号对应的语音关键词，提高了统计语音关键词完整性，进而搭建待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，有效的在噪音干扰下抽取有效语音内容，提高了确定有效语音内容的准确性。
30.基于上述基础，获取待识别语音声纹信息之后，还可以包括以下步骤q1所描述的技术方案。
31.步骤q1，对所述待识别语音声纹信息进行降维处理。
32.可以理解，在执行上述步骤q1所描述的技术方案时，对待识别语音声纹信息进行降维处理，能有效地降低待识别语音声纹信息的复杂程度，降低后续步骤的工作量。
33.在一种可替换的实施例中，发明人发现，对所述待识别语音声纹信息进行声纹特征识别时，存在多种处理方式导致识别错误的问题，从而难以准确地进行声纹特征识别，为了改善上述技术问题，步骤100所描述的对所述待识别语音声纹信息进行声纹特征识别的步骤，具体可以包括以下步骤w1所描述的技术方案。
34.步骤w1，对所述待识别语音声纹信息进行分类和修正处理，并对处理结果进行声纹特征识别。
35.可以理解，在执行上述步骤w1所描述的技术方案时，对所述待识别语音声纹信息进行声纹特征识别时，改善多种处理方式导致识别错误的问题，从而能够准确地进行声纹特征识别。
36.在一种可替换的实施例中，发明人发现，根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合时，存在权重语音参数不准确的问题，从而难以准确地搭建语音关键词集合，为了改善上述技术问题，步骤200所描述的根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键
词集合的步骤，具体可以包括以下步骤e1和步骤e2所描述的技术方案。
37.步骤e1，根据所述声纹描述内容确定所述待识别语音声纹信息的声波频谱，基于所述声纹描述内容和所述声波频谱构造权重语音参数，并利用所述权重语音参数对所述声纹描述内容进行分析。
38.步骤e2，利用分析前的声纹描述内容和分析后的声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
39.可以理解，在执行上述步骤e1和步骤e2所描述的技术方案时，根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合时，尽可能地避免权重语音参数不准确的问题，从而能够准确地搭建语音关键词集合。
40.在一种可替换的实施例中，发明人发现，根据所述声纹描述内容时，存在声波范围震动区间不准确的问题，从而难以准确地确定所述待识别语音声纹信息的声波频谱，为了改善上述技术问题，步骤e1所描述的根据所述声纹描述内容确定所述待识别语音声纹信息的声波频谱的步骤，具体可以包括以下步骤e11
‑
步骤e13所描述的技术方案。
41.步骤e11，根据声纹特征识别的节点和预设声波频谱震动区间确定声波频谱对应的声波范围震动区间。
42.步骤e12，利用数据训练模型对所述声纹描述内容进行评论处理。
43.步骤e13，在评论后的声纹描述内容中确定所述声波范围震动区间内的第一个震动最大区间，并将所述震动最大区间对应的范围确定为所述待识别语音声纹信息的声波频谱。
44.可以理解，在执行上述步骤e11
‑
步骤e13所描述的技术方案时，根据所述声纹描述内容时，避免声波范围震动区间不准确的问题，从而能够准确地确定所述待识别语音声纹信息的声波频谱。
45.在一种可替换的实施例中，发明人发现，基于所述声纹描述内容和所述声波频谱构造权重语音参数时，存在个体差异参数不准确的问题，从而难以准确地构造权重语音参数，为了改善上述技术问题，步骤e1所描述的基于所述声纹描述内容和所述声波频谱构造权重语音参数的步骤，具体可以包括以下步骤r1
‑
步骤r3所描述的技术方案。
46.步骤r1，基于所述声波频谱构造个体差异参数。
47.步骤r2，对所述声纹描述内容进行优化识别的噪音过滤，以抽取语音字典信息作为语音字典标准模板。
48.步骤r3，根据所述个体差异参数和所述语音字典标准模板确定权重语音参数。
49.可以理解，在执行上述步骤r1
‑
步骤r3所描述的技术方案时，基于所述声纹描述内容和所述声波频谱构造权重语音参数时，改善个体差异参数不准确的问题，从而能够准确地构造权重语音参数。
50.在一种可替换的实施例中，发明人发现，利用分析前的声纹描述内容和分析后的声纹描述内容时，存在误差许可范围不准确的问题，从而难以准确地搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，为了改善上述技术问题，步骤e2所描述的利用分析前的声纹描述内容和分析后的声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合的步骤，具体可以包括以下步骤e21
‑
步骤e24所描述的技术方案。
51.步骤e21，基于分析后的声纹描述内容统计每个电信号中每个声波范围对应的误差许可范围的和作为第一误差统计值。
52.步骤e22，基于分析前的声纹描述内容统计每个电信号中每个声波范围对应的误差许可范围的和作为第二误差统计值。
53.步骤e23，将所述第一误差统计值与所述第二误差统计值的比值确定为每个电信号的语音关键词。
54.步骤e24，对每个电信号的语音关键词进行整合处理，并根据每个电信号的整合结果搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
55.可以理解，在执行上述步骤e21
‑
步骤e24所描述的技术方案时，利用分析前的声纹描述内容和分析后的声纹描述内容时，改善误差许可范围不准确的问题，从而能够准确地搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合。
56.在一种可替换的实施例中，发明人发现，基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容时，存在预设训练模型计算不准确的问题，从而难以准确地确定有效语音内容，为了改善上述技术问题，步骤300所描述的基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容的步骤，具体可以包括以下步骤t1所描述的技术方案。
57.步骤t1，按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容。
58.可以理解，在执行上述骤t1所描述的技术方案时，基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容时，改善预设训练模型计算不准确的问题，从而能够准确地确定有效语音内容。
59.在一种可替换的实施例中，预设训练模型的具体计算步骤，可以包括以下步骤t11
‑
步骤t13所描述的技术方案。
60.步骤t11，将每个电信号的语音关键词均满足第一标准词义的内容确定为第一待选有效语音内容。
61.步骤t12，若适配第一待选有效语音内容之间的间隔周期内容的时长满足第一预设时长，且所述间隔周期内容内不存在语音关键词满足第二标准词义的内容指标，则将所述适配第一待选有效语音内容和所述间隔周期内容连接为第二待选有效语音内容。
62.步骤t13，将内容时长不满足第二预设时长的第一待选有效语音内容和第二待选有效语音内容确定为所述有效语音内容。
63.比如，所述第一标准词义不满足所述第二标准词义。
64.可以理解，在执行上述步骤t11
‑
步骤t13所描述的技术方案时，通过不断地对语音关键词进行处理，从而提高有效语音内容的精度。
65.在一种可替换的实施例中，发明人发现，按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容时，存在多种判断方式导致判断混乱的问题，从而难以准确地确定有效语音内，为了改善上述技术问题，步骤t1所描述的按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容的步骤，具体可以包括以下步骤y1
‑
步骤y4所描述的技术方案。
66.步骤y1，将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱。
67.步骤y2，若所述样本声纹震动图谱对应的语音关键词满足所述第一标准词义，则根据校验程度标签判断是否为语义属性。
68.步骤y3，若是，则将语音要素初始声纹震动簇设置为所述样本声纹震动图谱，将所述校验程度标签设置为校验标准，并将所述样本声纹震动图谱添加预设误差许可范围。
69.步骤y4，若否，则将语音要素数量设置为零，将所述校验程度标签设置为校验标准，并将所述样本声纹震动图谱添加预设误差许可范围可以理解，在执行上述步骤y1
‑
步骤y4所描述的技术方案时，按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容时，改善多种判断方式导致判断混乱的问题，从而能够准确地确定有效语音内。
70.在一种可替换的实施例中，发明人发现，按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容时，存在样本声纹震动图谱不准确地问题，从而难以准确地确定有效语音内容，为了改善上述技术问题，步骤t1所描述的按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容的步骤，具体可以包括以下步骤u1
‑
步骤u4所描述的技术方案。
71.步骤u1，将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱。
72.步骤u2，若所述样本声纹震动图谱对应的语音关键词小于所述第一标准词义，则根据校验程度标签判断是否为同一声源点。
73.步骤u3，若是，则将语音要素结束声纹震动簇去除预设误差许可范围，将所述校验程度标签设置为可能为同一声源点，并将所述语音要素数量添加预设误差许可范围。
74.步骤u4，若否，则直接将所述语音要素数量添加预设误差许可范围。
75.可以理解，在执行上述步骤u1
‑
步骤u4所描述的技术方案时，按照预设训练模型在所述待识别语音声纹信息中确定有效语音内容时，改善样本声纹震动图谱不准确地问题，从而能够准确地确定有效语音内容。
76.基于上述基础，将所述语音要素数量添加预设误差许可范围之后，还可以包括以下步骤o1
‑
步骤o3所描述的技术方案。
77.步骤o1，若满足预设条件，则判断所述语音要素结束声纹震动簇与所述语音要素初始声纹震动簇的差异是否不满足所述第二预设时长。
78.比如，所述预设条件包括所述校验程度标签为可能为同一声源点且所述语音要素数量是否不满足所述第一预设时长，或，所述校验程度标签为可能为同一声源点且所述样本声纹震动图谱对应的语音关键词满足所述第二标准词义。
79.步骤o2，若是，则将所述语音要素初始声纹震动簇与所述语音要素结束声纹震动簇之间的同一声源点确定为有效语音内容，并将所述校验程度标签设置为非为同一声源点，将所述样本声纹震动图谱添加预设误差许可范围。
80.步骤o3，若否，则直接将所述校验程度标签设置为非为同一声源点，将所述样本声纹震动图谱添加预设误差许可范围。
81.可以理解，在执行上述步骤o1
‑
步骤o3所描述的技术方案时，通过不断地判断差异，从而提高样本声纹震动图谱的精度。
82.基于上述基础，将所述语音要素数量添加预设误差许可范围之后，还可以包括以
下步骤a1所描述的技术方案。
83.步骤a1，若不满足预设条件，则直接将所述样本声纹震动图谱添加预设误差许可范围。
84.举例而言，所述预设条件包括所述校验程度标签为可能为同一声源点且所述语音要素数量是否不满足所述第一预设时长，或，所述校验程度标签为可能为同一声源点且所述样本声纹震动图谱对应的语音关键词满足所述第二标准词义。
85.可以理解，在执行上述步骤a1所描述的技术方案时，在不满足预设条件时，调节误差许可范围，提高语音要素数量的精度。
86.基于上述基础，还可以包括以下步骤s1
‑
步骤s3所描述的技术方案。
87.步骤s1，若增加后的样本声纹震动图谱不满足所述待识别语音声纹信息的结束声纹震动图谱，则判断所述校验程度标签是否为校验标准，且所述语音要素结束声纹震动簇是否小于所述语音要素初始声纹震动簇，且所述待识别语音声纹信息的结束声纹震动图谱与所述语音要素初始声纹震动簇的差异是否不满足所述第二预设时长。
88.步骤s2，若均是，则将所述语音要素初始声纹震动簇与所述待识别语音声纹信息的结束声纹震动图谱之间的同一声源点确定为有效语音内容。
89.步骤s3，否则，重新将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱之后的步骤。
90.可以理解，在执行上述步骤s1
‑
步骤s3所描述的技术方案时，通过对样本声纹震动图谱进行判断，从而提高第二预设时长的精度。
91.基于上述基础，还可以包括以下步骤d1所描述的技术方案。
92.步骤d1，若增加后的样本声纹震动图谱满足所述待识别语音声纹信息的结束声纹震动图谱，则重新将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱之后的步骤。
93.可以理解，在执行上述步骤d1所描述的技术方案时，通过结束声纹震动图谱，提高重新将所述待识别语音声纹信息的初始声纹震动图谱确定为样本声纹震动图谱的精度。
94.在上述基础上，请结合参阅图2，提供了一种智能语音开关的控制装置200，应用于数据处理终端，所述装置包括：描述内容统计模型210，用于获取待识别语音声纹信息，对所述待识别语音声纹信息进行声纹特征识别，并基于声纹特征识别结果统计所述待识别语音声纹信息对应的声纹描述内容；关键词搭建模型220，用于根据所述声纹描述内容搭建所述待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合；语音内容确定模型230，用于基于所述语音关键词集合和第一标准词义在所述待识别语音声纹信息中确定有效语音内容。
95.在上述基础上，请结合参阅图3，示出了一种智能语音开关的控制系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
96.在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
97.综上，基于上述方案，通过对待识别语音声纹信息进行声纹特征识别，以统计待识别语音声纹信息的声纹描述内容，提高了统计声纹描述内容的完整性。进一步的，基于待识别语音声纹信息的声纹描述内容统计各声纹震动图谱的信号对应的语音关键词，提高了统计语音关键词完整性，进而搭建待识别语音声纹信息对应的按照声纹震动方式的语音关键词集合，有效的在噪音干扰下抽取有效语音内容，提高了确定有效语音内容的准确性。
98.应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd
‑
rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本技术的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
99.需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
100.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
101.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
102.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
103.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线
电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
104.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（lan）或广域网（wan），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（saas）。
105.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
106.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
107.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
108.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术所述内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
109.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。
110.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，
本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。