一种基于n元非自回归语音合成方法、装置及电子设备
技术领域
1.本发明属于数据信息处理技术领域，特别适用于在线教育服务中的数据信息处理，更具体的是涉及一种基于n元非自回归语音合成方法、装置及电子设备。


背景技术：

2.语音合成是将计算机自己生成的文字信息或者外部输入的文字信息转变为人类可以听得懂的语音并输出的技术。最近几年语音合成技术迅猛发展，基于神经网络的语音合成技术使得合成后的音频效果与真实人声非常的贴近。基于神经网络的语音合成方案主要包括两种：一种是基于自回归模型，另一种是基于非自回归模型。
3.目前基于自回归模型的方案在生成语音音频时，是以已生成的语音为基础，能有效学习声学特征的时间变化，从而生成高质量的语音，但由于语音序列生成的性质，导致语音在生成过程中推理速度较慢，从而使得语音合成的速度较慢。基于非自回归模型的方案相较前者，推理速度更快，生成的语音鲁棒性更高，能有效避免一些待合成文字的漏合、重复合成问题。
4.但目前基于非自回归模型的方案对梅尔频谱解码器的复杂度和拟合能力都有较高的要求，当梅尔频谱解码器训练不充分或你和能力不够强时，整体音频的合成质量就大打折扣，甚至出现错误。


技术实现要素：

5.(一)要解决的技术问题
6.本发明至少旨在解决现有基于非自回归模型的方案对梅尔频谱解码器的复杂度和拟合能力都有较高的要求的问题。
7.(二)技术方案
8.为解决上述技术问题，本发明的一方面提出一种基于n元非自回归语音合成方法，n为梅尔谱粒度，方法包括：
9.获取待合成的文本内容，对所述待合成的文本内容进行标准化处理；
10.将标准化处理后的所述待合成的文本内容输入基于n元非自回归的语音模型，输出精细化梅尔谱，其中n为自然整数；
11.将所述精细化梅尔谱转为语音合成文件。
12.在本发明的一种示例性实施例中，对所述待合成的文本内容进行标准化处理进一步包括：
13.将所述待合成的文本内容切分成短句；
14.对所述短句进行文本正则化处理；
15.将文本正则化处理后的短句进行拆字处理，输出所述短句对应的最小的发音单元构成的发音序列。
16.在本发明的一种示例性实施例中，所述基于n元非自回归的语音模型包括n元粗略
梅尔特征谱预测模型和n元精细梅尔特征谱预测模型。
17.在本发明的一种示例性实施例中，所述n元粗略梅尔特征谱预测模型接收所述发音序列，输出1/n梅尔粗略谱。
18.在本发明的一种示例性实施例中，所述n元精细梅尔特征谱预测模型接收所述1/n梅尔粗略谱，输出精细化梅尔谱。
19.在本发明的一种示例性实施例中，将所述精细化梅尔谱转为语音合成文件具体包括：
20.接收所述精细化梅尔谱；
21.根据业务要求选取声码器模型输出语音合成文件。
22.在本发明的一种示例性实施例中，如果业务要求为非实时合成，则选取wavernn声码器模型；
23.如果业务要求为实时合成，则选取multiband_melgan声码器模型。
24.本发明第二方面提出一种基于n元非自回归语音合成装置，n为梅尔谱粒度，装置包括：
25.文本处理模块，用于获取待合成的文本内容，对所述待合成的文本内容进行标准化处理；
26.梅尔谱处理模块，用于将标准化处理后的所述待合成的文本内容输入基于n元非自回归的语音模型，输出精细化梅尔谱，其中n为自然整数；
27.语音合成模块，用于将所述精细化梅尔谱转为语音合成文件。
28.本发明第三方面提出一种电子设备，包括：
29.一个或多个处理器；
30.存储装置，用于存储一个或多个程序；
31.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的方法。
32.本发明第四方面提出一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的方法。
33.(三)有益效果
34.本发明将常规的非自回归模型预测任务修改为仅预测每个文本符号对应梅尔特征谱图的1/n部分，再在将该“1/n粗略谱”输入一个谱图还原网络，将1/n的特征谱图还原为n，即利用常规的非自回归网络预测“1/n粗略谱”，在利用一个还原网络将梅尔特征谱图还原为正常的谱图。由于常规的非自回归网络的预测任务减少为原来的1/n，大大降低了梅尔特征解码器的工作要求，同时还提升了模型的鲁棒性。
附图说明
35.图1是本发明的一个实施例中的一种基于n元非自回归语音合成方法流程示意图；
36.图2是本发明的一个实施例中的对文本内容进行标准化处理的流程示意图；
37.图3是本发明的一个实施例中的n元粗略梅尔特征谱预测模型处理流程示意图；
38.图4是本发明的一个实施例中的一种基于n元非自回归语音合成装置结构示意图；
39.图5是本发明的一个实施例的电子设备的结构示意图；
40.图6是本发明的一个实施例的计算机可读记录介质的示意图。
具体实施方式
41.在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
42.附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。
43.附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理单元装置和/或微控制器装置中实现这些功能实体。
44.各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
45.为解决上述技术问题，本发明提出一种基于n元非自回归语音合成方法及装置，将常规的非自回归模型预测任务修改为仅预测每个文本符号对应梅尔特征谱图的1/n部分，再在将该“1/n粗略谱”输入一个谱图还原网络，将1/n的特征谱图还原为n，大大降低了梅尔特征解码器的工作要求，同时还提升了模型的鲁棒性。
46.图1是一种基于n元非自回归语音合成方法的流程示意图，如图1所示，方法包括：
47.s101、获取待合成的文本内容，对所述待合成的文本内容进行标准化处理。
48.在本实施方式中，由于输入的文本内容包含很多非标准的文本内容，比如标点、数字、符号等等文字或词语的内容，n元非自回归的语音模型无法将这些非标准的文本信息转化为梅尔谱，因此需要文本内容进行标准化处理。
49.在上述技术方案的基础上，进一步地，对所述待合成的文本内容进行标准化处理流程图如图2所示，具体包括：
50.s1011、将所述待合成的文本内容切分成短句。
51.在本实施方式中，输入的文本内容通常是整段的内容，包括多个长句或短句，为了方便模型进行处理，需要对文字内容进行切割，将段落转化为长句，将长句转化为断句。在本实施方式中，根据标点符号对句子进行切割，比如逗号，分号，句号，感叹号等等。
52.s1012、对所述短句进行文本正则化处理。
53.文本正则化的目的是将文本转换成一种更方便使用、更标准的表达形式。在通常人们日常生活中使用的文本中含有大量的非标准词，这些词在词典中查不到，他们的读音也不能通过正常的拼音规则获得。
54.在本实施方式中，本技术主要针对中文文本，在中文文本中，非标准词是指包含非汉字字符，比如阿拉伯数字、英文字符等等，这个转化过程就是文本正则化。文本正则化是语音合成的关键环节，而且往往非标准词是用户关注的重点，比如价格、日期、时间等等，文本正则化直接影响语音合成的质量。非标准词在不同的应用场景对应不同的标准词，比如2021，按数字读为“两千零二十一”，按年代读为“二零二一”。
55.s1013、将文本正则化处理后的短句进行拆字处理，输出所述短句对应的最小的发音单元构成的发音序列。
56.在本实施方式中，正则化处理后的断句需要拆分成词。对拆分后的词进行词性预测，判断每个词的词性，词性包括名词、动词、形容词等等。准确判断词的词性能够提高最终发音序列的准确性。
57.经过词性预测后，需要对词中的多音字进行发音纠正，此处就需要前面的预测的词性，根据词性确定多音字究竟发什么音，比如“我了解了”，其中了解是动词，所以第一个“了”读“li
ǎ
o”，第二个“了”是助词，所以读“le”。
58.经过多音字发音纠正，短句中每个字符对应的最小的发音单元就都能确定下来，在本实施方式中，文本为中文，所以最小的发音单元就是声韵母。在其他实施方式中，文本为英文，则最小的发音单元就是音素。短句中所有字符对应的最小的发音单元构成发音序列。
59.s102、将标准化处理后的所述待合成的文本内容输入基于n元非自回归的语音模型，输出精细化梅尔谱，其中n为自然整数。
60.在上述技术方案的基础上，进一步地，所述基于n元非自回归的语音模型包括n元粗略梅尔特征谱预测模型和n元精细梅尔特征谱预测模型。
61.在本实施方式中，基于n元非自回归的语音模型包括n元粗略梅尔特征谱预测模型和n元精细梅尔特征谱预测模型。
62.在上述技术方案的基础上，进一步地，所述n元粗略梅尔特征谱预测模型接收所述发音序列，输出梅尔粗略谱。
63.在本实施方式中，n元粗略梅尔特征谱预测模型包括文本编码特征模块，帧数预测模块，文本编码特征扩展模块，以及梅尔谱解码模块，流程如图3所示，步骤如下：
64.s1021、文本编码特征模块接收发音序列，输出与发音序列对应的文本编码特征。
65.s1022、帧数预测模块根据文本编码特征预测发音序列中每一个发音单位持续发音时长所对应帧数数值，该帧数为最终合成音频对应发音单位梅尔特征谱帧数的
66.s1023、文本编码特征扩展模块根据该帧数数值对文本编码特征进行扩展，最后将扩展后的文本编码特征输入梅尔谱解码模块，输出梅尔粗略谱。
67.在上述技术方案的基础上，进一步地，所述n元精细梅尔特征谱预测模型接收所述梅尔粗略谱，输出精细化梅尔谱。
68.在本实施方式中，n元精细梅尔特征谱预测模型主要负责将接收的梅尔粗略谱
进行精细化，n元精细梅尔特征谱预测模型会利用cnn网络将梅尔粗略谱上采样为精细化梅尔谱，即由于梅尔粗略谱中每个发音单位对应的帧数仅为精细化梅尔谱中真实帧数的通过n元精细梅尔特征谱预测模型后，除了能将每个发音单位对应帧数的谱图数据扩展为真实帧数的谱图数据，还能进一步对梅尔粗略谱精细化，最终生成有效的精细化梅尔谱。
69.s103、将所述精细化梅尔谱转为语音合成文件。
70.在本实施方式中，通过声码器模型将精细化梅尔谱合成最终的语音合成文件。
71.在上述技术方案的基础上，进一步地，将所述精细化梅尔谱转为语音合成文件具体包括：
72.接收所述精细化梅尔谱；
73.根据业务要求选取声码器模型输出语音合成文件。
74.在上述技术方案的基础上，进一步地，如果业务要求为非实时合成，则选取wavernn声码器模型；
75.如果业务要求为实时合成，则选取multiband_melgan声码器模型。
76.在本实施方式中，根据最终业务的要求选取对应的声码器模型，比如业务是与用户进行互动的场景选用实时合成，在与用户进行交流的同时语音还在合成，减少用户的等待时间；当场景为朗读大段文本时，及时性要求较低，可以选用非实时合成。
77.下面通过实施例一对本发明提供的基于n元非自回归语音合成进行解释。
78.实施例一：
79.s201、输入文本“zyb”。
80.s202、对“zyb”进行标准化处理。
81.此处由于是举例，故假定输入文本内容“zyb”标准化前后内容不变，所以标准化处理后发音序列为“zyb”。
82.s203、文本特征编码模块接收发音序列，输出文本编码特征“z’，y’，b
’”
。
83.s204、帧数预测模块预测发音序列的帧数数值。
84.在本实施例中，假定输入文本“zyb”最终合成音频对应的梅尔特征普对应的谱图精确的帧数(pfn,precise frame number)分别为：pfn1＝2，pfn2＝4，pfn3＝4。
85.假定n取2，那么帧数预测模块在预测时，zyb发音序列分别对应的预测帧数(rfn，rougth frame number)就是：
[0086][0087][0088][0089]
s204、文本编码特征扩展模块利用预测帧数结果1、2、2对文本编码特征进行扩展，扩展的结果为“z’，y’，y’，b’，b
’”
。
[0090]
s205、扩展的结果输入梅尔谱解码模块，输出梅尔粗略谱(r_mel，roughmel)，“z_
r_mel_1，y_r_mel_1，y_r_mel_2，b_r_mel_1，b_r_mel_2”。
[0091]
s206、n元精细梅尔特征谱预测模型输出精细化梅尔谱(p_mel,precisemel)，由于n取2，所以精细化梅尔谱为“z_p_mel_1，z_p_mel_2，y_p_mel_1，y_p_mel_2，y_p_mel_3，y_p_mel_4，b_p_mel_1，b_p_mel_2，b_p_mel_3，b_p_mel_4”。
[0092]
s207、通过声码器模型将精细化梅尔谱转化为音频文件。
[0093]
图4是本发明的一个实施例中的一种基于n元非自回归语音合成装置结构示意图，基于n元非自回归语音合成装置400包括：
[0094]
文本处理模块401，用于获取待合成的文本内容，对所述待合成的文本内容进行标准化处理。
[0095]
在本实施方式中，由于输入的文本内容包含很多非标准的文本内容，比如标点、数字、符号等等文字或词语的内容，n元非自回归的语音模型无法将这些非标准的文本信息转化为梅尔谱，因此需要文本内容进行标准化处理。
[0096]
在上述技术方案的基础上，进一步地，对所述待合成的文本内容进行标准化处理流程图如图2所示，具体包括：
[0097]
s1011、将所述待合成的文本内容切分成短句。
[0098]
在本实施方式中，输入的文本内容通常是整段的内容，包括多个长句或短句，为了方便模型进行处理，需要对文字内容进行切割，将段落转化为长句，将长句转化为断句。在本实施方式中，根据标点符号对句子进行切割，比如逗号，分号，句号，感叹号等等。
[0099]
s1012、对所述短句进行文本正则化处理。
[0100]
文本正则化的目的是将文本转换成一种更方便使用、更标准的表达形式。在通常人们日常生活中使用的文本中含有大量的非标准词，这些词在词典中查不到，他们的读音也不能通过正常的拼音规则获得。
[0101]
在本实施方式中，本技术主要针对中文文本，在中文文本中，非标准词是指包含非汉字字符，比如阿拉伯数字、英文字符等等，这个转化过程就是文本正则化。文本正则化是语音合成的关键环节，而且往往非标准词是用户关注的重点，比如价格、日期、时间等等，文本正则化直接影响语音合成的质量。非标准词在不同的应用场景对应不同的标准词，比如2021，按数字读为“两千零二十一”，按年代读为“二零二一”。
[0102]
s1013、将文本正则化处理后的短句进行拆字处理，输出所述短句对应的最小的发音单元构成的发音序列。
[0103]
在本实施方式中，正则化处理后的断句需要拆分成词。对拆分后的词进行词性预测，判断每个词的词性，词性包括名词、动词、形容词等等。准确判断词的词性能够提高最终发音序列的准确性。
[0104]
经过词性预测后，需要对词中的多音字进行发音纠正，此处就需要前面的预测的词性，根据词性确定多音字究竟发什么音，比如“我了解了”，其中了解是动词，所以第一个“了”读“li
ǎ
o”，第二个“了”是助词，所以读“le”。
[0105]
经过多音字发音纠正，短句中每个字符对应的最小的发音单元就都能确定下来，在本实施方式中，文本为中文，所以最小的发音单元就是声韵母。在其他实施方式中，文本为英文，则最小的发音单元就是音素。短句中所有字符对应的最小的发音单元构成发音序列。
[0106]
梅尔谱处理模块402，用于将标准化处理后的所述待合成的文本内容输入基于n元非自回归的语音模型，输出精细化梅尔谱，其中n为自然整数。
[0107]
在上述技术方案的基础上，进一步地，所述基于n元非自回归的语音模型包括n元粗略梅尔特征谱预测模型和n元精细梅尔特征谱预测模型。
[0108]
在本实施方式中，基于n元非自回归的语音模型包括n元粗略梅尔特征谱预测模型和n元精细梅尔特征谱预测模型。
[0109]
在上述技术方案的基础上，进一步地，所述n元粗略梅尔特征谱预测模型接收所述发音序列，输出梅尔粗略谱。
[0110]
在本实施方式中，n元粗略梅尔特征谱预测模型包括文本编码特征模块，帧数预测模块，文本编码特征扩展模块，以及梅尔谱解码模块，流程如图3所示，步骤如下：
[0111]
s1021、文本编码特征模块接收发音序列，输出与发音序列对应的文本编码特征。
[0112]
s1022、帧数预测模块根据文本编码特征预测发音序列中每一个发音单位持续发音时长所对应帧数数值，该帧数为最终合成音频对应发音单位梅尔特征谱帧数的
[0113]
s1023、文本编码特征扩展模块根据该帧数数值对文本编码特征进行扩展，最后将扩展后的文本编码特征输入梅尔谱解码模块，输出梅尔粗略谱。
[0114]
在上述技术方案的基础上，进一步地，所述n元精细梅尔特征谱预测模型接收所述梅尔粗略谱，输出精细化梅尔谱。
[0115]
在本实施方式中，n元精细梅尔特征谱预测模型主要负责将接收的梅尔粗略谱进行精细化，n元精细梅尔特征谱预测模型会利用cnn网络将梅尔粗略谱上采样为精细化梅尔谱，即由于梅尔粗略谱中每个发音单位对应的帧数仅为精细化梅尔谱中真实帧数的通过n元精细梅尔特征谱预测模型后，除了能将每个发音单位对应帧数的谱图数据扩展为真实帧数的谱图数据，还能进一步对梅尔粗略谱精细化，最终生成有效的精细化梅尔谱。
[0116]
语音合成模块403，用于将所述精细化梅尔谱转为语音合成文件。
[0117]
在本实施方式中，通过声码器模型将精细化梅尔谱合成最终的语音合成文件。
[0118]
在上述技术方案的基础上，进一步地，将所述精细化梅尔谱转为语音合成文件具体包括：
[0119]
接收所述精细化梅尔谱；
[0120]
根据业务要求选取声码器模型输出语音合成文件。
[0121]
在上述技术方案的基础上，进一步地，如果业务要求为非实时合成，则选取wavernn声码器模型；
[0122]
如果业务要求为实时合成，则选取multiband_melgan声码器模型。
[0123]
在本实施方式中，根据最终业务的要求选取对应的声码器模型，比如业务是与用户进行互动的场景选用实时合成，在与用户进行交流的同时语音还在合成，减少用户的等待时间；当场景为朗读大段文本时，及时性要求较低，可以选用非实时合成。
[0124]
图5是根据一示例性实施例示出的一种电子设备的框图。
[0125]
如图5所示，电子设备以通用计算设备的形式表现。其中处理器可以是一个，也可以是多个并且协同工作。本发明也不排除进行分布式处理，即处理器可以分散在不同的实体设备中。本发明的电子设备并不限于单一实体，也可以是多个实体设备的总和。
[0126]
所述存储器存储有计算机可执行程序，通常是机器可读的代码。所述计算机可读程序可以被所述处理器执行，以使得电子设备能够执行本发明的方法，或者方法中的至少部分步骤。
[0127]
所述存储器包括易失性存储器，例如随机存取存储单元(ram)和/或高速缓存存储单元，还可以是非易失性存储器，如只读存储单元(rom)。
[0128]
可选的，该实施例中，电子设备还包括有i/o接口，其用于电子设备与外部的设备进行数据交换。i/o接口可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0129]
应当理解，图5显示的电子设备仅仅是本发明的一个示例，本发明的电子设备中还可以包括上述示例中未示出的元件或组件。例如，有些电子设备中还包括有显示屏等显示单元，有些电子设备还包括人机交互元件，例如按扭、键盘等。只要该电子设备能够执行存储器中的计算机可读程序以实现本发明方法或方法的至少部分步骤，均可认为是本发明所涵盖的电子设备。
[0130]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图6所示，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明实施方式的上述方法。
[0131]
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0132]
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0133]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户
计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0134]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：基于用户的开启指令启动虚拟交互功能；基于虚拟交互功能获取所述用户的实时视频；将所述实时视频输入动作识别模型中，生成动作识别标签，所述动作识别模型通过深度学习模型实现；根据所述动作识别标签生成虚拟对象；将所述目标虚拟对象绘制在所述用户的实时视频中以进行展示。
[0135]
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0136]
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施例的方法。
[0137]
以上具体地示出和描述了本发明的示例性实施例。应可理解的是，本发明不限于这里描述的详细结构、设置方式或实现方法；相反，本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。