异常情绪检测方法及装置与流程

1.本发明涉及情绪检测技术领域，尤指一种异常情绪检测方法及装置。


背景技术：

2.目前，很多行业由于其自身的特点，企业员工在工作现场的情绪状态，会直接影响企业业绩，甚至影响企业的发展。例如，客服人员以及催收人员这样处理特殊问题的行业，员工需要严格遵守现场工作行为准则，但常常面临情绪干扰等问题。若无法及时检测到员工的异常情绪，会对员工身心，甚至企业发展有重大影响。但是，目前各行业中，无法全面、准确且及时的检测员工异常情绪。


技术实现要素：

3.针对现有技术中存在的问题，本发明实施例的主要目的在于提供一种异常情绪检测方法及装置，实现对员工异常情绪进行全面、准确且及时的检测。
4.为了实现上述目的，本发明实施例提供一种异常情绪检测方法，所述方法包括：
5.获取工位视频数据、区域视频数据及人员语音数据，解析所述工位视频数据及所述区域视频数据，分别得到工位图片组及区域图片组；
6.对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果，并对所述人员语音数据进行识别，得到多个语音识别结果；
7.根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果。
8.可选的，在本发明一实施例中，所述对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果包括：
9.对所述区域图片组中人员的步态进行识别，得到人员步态识别结果；其中，所述人员步态识别结果属于所述人员情绪识别结果。
10.可选的，在本发明一实施例中，所述根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果包括：
11.若所述人员步态识别结果中的步态情绪结果为异常，则判断所述人员步态识别结果中的步态异常时间是否大于所述行为规则参数中的步态时间阈值，若是，则根据所述步态异常时间生成步态异常识别结果；其中，所述步态异常识别结果属于所述异常情绪检测结果。
12.可选的，在本发明一实施例中，所述对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果还包括：
13.对所述工位图片组中的人员进行面部表情识别，得到人员表情识别结果；其中，所述人员表情识别结果属于所述人员情绪识别结果。
14.可选的，在本发明一实施例中，所述根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果还包括：
15.若所述人员表情识别结果中的面部表情结果为异常，则判断所述人员表情识别结果中的表情异常时间是否大于所述行为规则参数中的表情时间阈值，若是，则根据所述表情异常时间生成表情异常识别结果；其中，所述表情异常识别结果属于所述异常情绪检测结果。
16.可选的，在本发明一实施例中，所述对所述人员语音数据进行识别，得到多个语音识别结果包括：
17.对所述人员语音数据进行语音识别，得到文本情绪识别结果、语速识别结果及音量识别结果；其中，所述文本情绪识别结果、语速识别结果及音量识别结果属于所述语音识别结果。
18.可选的，在本发明一实施例中，所述根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果还包括：
19.若所述文本情绪识别结果中的文本情绪结果为异常，则判断所述文本情绪识别结果中的文本异常时间是否大于所述行为规则参数中的文本时间阈值，若是，则根据所述文本异常时间生成文本异常识别结果；其中，所述文本异常识别结果属于所述异常情绪检测结果；
20.若根据所述行为规则参数中的人员语速阈值，获知所述语速识别结果中的人员语速最大值大于所述人员语速阈值，则判断所述语速识别结果中的人员语速时间是否大于所述行为规则参数中的超速时间阈值，若是，则根据所述人员语速时间生成人员语速异常结果；其中，所述人员语速异常结果属于所述异常情绪检测结果；
21.若根据所述行为规则参数中的人员音量阈值，获知所述音量识别结果中的人员音量最大值大于所述人员音量阈值，则判断所述音量识别结果中的人员音量时间是否大于所述行为规则参数中的音量时间阈值，若是，则根据所述人员音量时间生成人员音量异常结果；其中，所述人员音量异常结果属于所述异常情绪检测结果。
22.本发明实施例还提供一种异常情绪检测装置，所述装置包括：
23.数据采集模块，用于获取工位视频数据、区域视频数据及人员语音数据，解析所述工位视频数据及所述区域视频数据，分别得到工位图片组及区域图片组；
24.数据识别模块，用于对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果，并对所述人员语音数据进行识别，得到多个语音识别结果；
25.检测结果模块，用于根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果。
26.可选的，在本发明一实施例中，所述数据识别模块还用于对所述区域图片组中人员的步态进行识别，得到人员步态识别结果；其中，所述人员步态识别结果属于所述人员情绪识别结果。
27.可选的，在本发明一实施例中，所述检测结果模块还用于若所述人员步态识别结果中的步态情绪结果为异常，则判断所述人员步态识别结果中的步态异常时间是否大于所述行为规则参数中的步态时间阈值，若是，则根据所述步态异常时间生成步态异常识别结果；其中，所述步态异常识别结果属于所述异常情绪检测结果。
28.可选的，在本发明一实施例中，所述数据识别模块还用于对所述工位图片组中的人员进行面部表情识别，得到人员表情识别结果；其中，所述人员表情识别结果属于所述人
员情绪识别结果。
29.可选的，在本发明一实施例中，所述检测结果模块还用于若所述人员表情识别结果中的面部表情结果为异常，则判断所述人员表情识别结果中的表情异常时间是否大于所述行为规则参数中的表情时间阈值，若是，则根据所述表情异常时间生成表情异常识别结果；其中，所述表情异常识别结果属于所述异常情绪检测结果。
30.可选的，在本发明一实施例中，所述数据识别模块还用于对所述人员语音数据进行语音识别，得到文本情绪识别结果、语速识别结果及音量识别结果；其中，所述文本情绪识别结果、语速识别结果及音量识别结果属于所述语音识别结果。
31.可选的，在本发明一实施例中，所述检测结果模块包括：
32.文本情绪单元，用于若所述文本情绪识别结果中的文本情绪结果为异常，则判断所述文本情绪识别结果中的文本异常时间是否大于所述行为规则参数中的文本时间阈值，若是，则根据所述文本异常时间生成文本异常识别结果；其中，所述文本异常识别结果属于所述异常情绪检测结果；
33.语速检测单元，用于若根据所述行为规则参数中的人员语速阈值，获知所述语速识别结果中的人员语速最大值大于所述人员语速阈值，则判断所述语速识别结果中的人员语速时间是否大于所述行为规则参数中的超速时间阈值，若是，则根据所述人员语速时间生成人员语速异常结果；其中，所述人员语速异常结果属于所述异常情绪检测结果；
34.音量检测单元，用于若根据所述行为规则参数中的人员音量阈值，获知所述音量识别结果中的人员音量最大值大于所述人员音量阈值，则判断所述音量识别结果中的人员音量时间是否大于所述行为规则参数中的音量时间阈值，若是，则根据所述人员音量时间生成人员音量异常结果；其中，所述人员音量异常结果属于所述异常情绪检测结果。
35.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
36.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
37.本发明通过实时采集员工作时的音视频数据，并对人员工作现场的情绪进行实时识别与检测，不仅可以提高现场检测自动化水平，而且也可以保证员工情绪稳定，提供工作质量，助力企业业务快速发展。
附图说明
38.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的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明实施例一种异常情绪检测方法的流程图；
40.图2为本发明实施例中异常情绪检测的流程图；
41.图3为本发明实施例一种异常情绪检测装置的结构示意图；
42.图4为本发明实施例中检测结果模块的结构示意图；
43.图5为本发明一实施例所提供的电子设备的结构示意图。
具体实施方式
44.本发明实施例提供一种异常情绪检测方法及装置，可用于金融领域或其他领域，需要说明的是，本发明的异常情绪检测方法及装置可用于金融领域，也可用于除金融领域之外的任意领域，本发明的异常情绪检测方法及装置应用领域不做限定。
45.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
46.如图1所示为本发明实施例一种异常情绪检测方法的流程图，本发明实施例提供的异常情绪检测方法的执行主体包括但不限于计算机。图中所示方法包括：
47.步骤s1，获取工位视频数据、区域视频数据及人员语音数据，解析所述工位视频数据及所述区域视频数据，分别得到工位图片组及区域图片组。
48.其中，工位视频数据、区域视频数据及人员语音数据可以分别通过员工工位的工位摄像机、办公区域的区域摄像机以及员工工位的麦克风来获取。对工位视频数据及区域视频数据进行解析，具体的，可以采用常规技术手段进行视频流解析，将工位视频数据及区域视频数据解析为连续图片组，得到工位图片组及区域图片组。
49.步骤s2，对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果，并对所述人员语音数据进行识别，得到多个语音识别结果。
50.其中，采用现有人工智能识别技术，例如，resnet18模型、ewalk数据集的lstm 随机分类器等，对工位图片组及区域图片组进行识别，得到多个人员情绪识别结果。具体的，人员情绪识别结果包括人员步态识别结果及人员表情识别结果。
51.进一步的，采用现有的语音识别技术，对人员语音数据进行识别，具体的，将人员语音数据转换为文本数据，并检测人员语音数据的语速及音量。其中，得到的文本情绪识别结果、语速识别结果及音量识别结果均属于语音识别结果。
52.步骤s3，根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果。
53.其中，预设的行为参数包括步态时间阈值、表情时间阈值、文本时间阈值、人员语速阈值、超速时间阈值、人员音量阈值及音量时间阈值等。利用预设的行为参数，以及人员情绪识别结果及语音识别结果，得到异常行为检测结果。具体的，异常行为检测结果包括步态异常识别结果、表情异常识别结果、文本异常识别结果、人员语速异常结果及人员音量异常结果。其中，异常行为检测结果代表了人员出现难过、愤怒、悲伤、生气、不满等情绪波动的情况。
54.作为本发明的一个实施例，所述对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果包括：对所述区域图片组中人员的步态进行识别，得到人员步态识别结果；其中，所述人员步态识别结果属于所述人员情绪识别结果。
55.其中，对连续的区域图片组中人员的步态进行识别，具体可以采用ewalk数据集的lstm 随机分类器进行检测识别。检测识别的人员步态识别结果包括人员步态所呈现的人员情绪为难过、愤怒、平静及欢快等步态情绪结果。具体的，步态情绪结果为悲伤、难过、生气或愤怒时，则判定步态情绪结果为异常。此外，人员步态识别结果还包括不同的异常情绪
对应的具体时间及持续时长，即步态异常时间。
56.在本实施例中，根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果包括：若所述人员步态识别结果中的步态情绪结果为异常，则判断所述人员步态识别结果中的步态异常时间是否大于所述行为规则参数中的步态时间阈值，若是，则根据所述步态异常时间生成步态异常识别结果；其中，所述步态异常识别结果属于所述异常情绪检测结果。
57.其中，若人员步态识别结果中的步态情绪结果为悲伤、难过、生气或愤怒，则认为步态情绪结果为异常。若人员步态识别结果中的步态情绪结果为异常，则判断步态异常时间是否大于行为规则参数中的步态时间阈值(例如30秒)。若是，则说明人员出现了异常情绪的情况。根据步态异常时间生成步态异常识别结果，具体的，步态异常识别结果包括人员身份、步态情绪结果(愤怒、悲伤等)，以及步态情绪结果对应的具体时间及持续的时长(步态异常时间)。
58.进一步的，步态异常识别结果属于异常情绪检测结果，当检测到出现异常情绪检测结果时，生成预警信息，并发送至对应的异常情况处理人员，及时处理人员的异常情绪，对人员进行安抚。
59.作为本发明的一个实施例，对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果还包括：对所述工位图片组中的人员进行面部表情识别，得到人员表情识别结果；其中，所述人员表情识别结果属于所述人员情绪识别结果。
60.其中，采用resnet18模型对连续的工位图片组中的人员进行面部表情识别，得到人员表情识别结果。具体的，人员表情识别结果包括面部表情结果及其对应的表情异常时间，面部表情结果包括开心、生气、难过、愤怒等。其中，当面部表情结果为悲伤、生气、难过或愤怒时，则判定面部表情结果为异常。面部表情结果为异常时对应的具体时间，以及持续的时长为表情异常时间。
61.在本实施例中，根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果还包括：若所述人员表情识别结果中的面部表情结果为异常，则判断所述人员表情识别结果中的表情异常时间是否大于所述行为规则参数中的表情时间阈值，若是，则根据所述表情异常时间生成表情异常识别结果；其中，所述表情异常识别结果属于所述异常情绪检测结果。
62.其中，若人员表情识别结果中的面部表情结果为悲伤、生气、难过或愤怒时，则判定面部表情结果为异常。若面部表情结果为异常，则判断对应的表情异常时间是否大于行为规则参数中的表情时间阈值(例如30秒)。若是，则说明人员出现了异常情绪的情况。根据表情异常时间生成表情异常识别结果，具体的，表情异常识别结果包括人员身份、面部表情结果(愤怒、难过等)，以及面部表情结果对于的具体时间及持续时长。
63.进一步的，表情异常识别结果属于异常情绪检测结果，当检测到出现异常情绪检测结果时，生成预警信息，并发送至对应的异常情况处理人员，及时处理人员的异常情绪，对人员进行安抚。
64.作为本发明的一个实施例，对所述人员语音数据进行识别，得到多个语音识别结果包括：对所述人员语音数据进行语音识别，得到文本情绪识别结果、语速识别结果及音量识别结果；其中，所述文本情绪识别结果、语速识别结果及音量识别结果属于所述语音识别
结果。
65.其中，采用现有的语音识别技术，对采集到的人员语音数据进行话术识别。得到的多个语音识别结果包括文本情绪识别结果、语速识别结果及音量识别结果。具体的，文本情绪识别结果为语音数据中的人员讲话内容所呈现的人员情绪(如愤怒、悲伤等)、对应的具体时间以及持续时长(文本异常时间)，可以采用现有的人工智能识别工具(如百度ai开发平台)对人员语音数据进行情绪识别。语速识别结果包括人员语速的最大值，以及最大语速值持续的时长。具体的，可以为最大语速值在预设误差范围内变化时持续的时长，由此得到人员语速时间。此外，音量识别结果为人员讲话时的最大音量值，以及最大音量值持续的时长。具体的，可以为最大音量值在预设误差范围内(如2分贝)变化时持续的时长，由此得到人员音量时间。
66.在本实施例中，如图2所示，根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果还包括：
67.步骤s21，若所述文本情绪识别结果中的文本情绪结果为异常，则判断所述文本情绪识别结果中的文本异常时间是否大于所述行为规则参数中的文本时间阈值，若是，则根据所述文本异常时间生成文本异常识别结果；其中，所述文本异常识别结果属于所述异常情绪检测结果。
68.其中，若文本情绪结果为难过、生气、愤怒或悲伤，则判断文本情绪结果为异常。若文本情绪结果为异常，则判断文本情绪识别结果中的文本异常时间是否大于行为规则参数中的文本时间阈值(例如30秒)。若是，则说明出现了人员情绪异常的情况。根据文本异常时间生成文本异常识别结果，具体的，文本异常识别结果包括人员身份、文本情绪结果(难过、生气、愤怒或悲伤)，以及对应的具体时间与持续时长。
69.步骤s22，若根据所述行为规则参数中的人员语速阈值，获知所述语速识别结果中的人员语速最大值大于所述人员语速阈值，则判断所述语速识别结果中的人员语速时间是否大于所述行为规则参数中的超速时间阈值，若是，则根据所述人员语速时间生成人员语速异常结果；其中，所述人员语速异常结果属于所述异常情绪检测结果。
70.其中，行为规则参数包括人员语速阈值，可以为例如5字/秒等。判断人员语速最大值是否大于人员语速阈值，若是，则说明可能出现了人员语速超速的情况。判断语速识别结果中的人员语速时间是否大于行为规则参数中的超速时间阈值，若是，则说明的确发生了人员语速超速的情况。根据人员语速时间，即人员语速超速的具体时间，生成人员语速异常结果。具体的，人员语速异常结果包括人员身份，及其语速超速的具体时间。
71.步骤s23，若根据所述行为规则参数中的人员音量阈值，获知所述音量识别结果中的人员音量最大值大于所述人员音量阈值，则判断所述音量识别结果中的人员音量时间是否大于所述行为规则参数中的音量时间阈值，若是，则根据所述人员音量时间生成人员音量异常结果；其中，所述人员音量异常结果属于所述异常情绪检测结果。
72.其中，行为规则参数包括人员音量阈值，可以为例如20分贝等。判断音量识别结果中的人员音量最大值是否大于人员音量阈值，若是，则说明可能出现了人员音量过大的情况。进一步的，判断音量识别结果中的人员音量时间，即音量过大持续的时间，是否大于行为规则参数中的音量时间阈值，若是，则说明的确出现了人员音量过大的情况。根据人员音量时间生成人员音量异常结果，具体的，人员音量异常结果包括人员身份，及音量过大的具
体时间。
73.进一步的，文本异常识别结果、人员语速异常结果及人员音量异常结果属于异常情绪检测结果，当检测到出现异常情绪检测结果时，生成预警信息，并发送至对应的异常情况处理人员，及时处理人员的异常情绪，对人员进行安抚。
74.如图3所示为本发明实施例一种异常情绪检测装置的结构示意图，图中所示装置包括：
75.数据采集模块10，用于获取工位视频数据、区域视频数据及人员语音数据，解析所述工位视频数据及所述区域视频数据，分别得到工位图片组及区域图片组。
76.其中，工位视频数据、区域视频数据及人员语音数据可以分别通过员工工位的工位摄像机、办公区域的区域摄像机以及员工工位的麦克风来获取。对工位视频数据及区域视频数据进行解析，具体的，可以采用常规技术手段进行视频流解析，将工位视频数据及区域视频数据解析为连续图片组，得到工位图片组及区域图片组。
77.数据识别模块20，用于对所述工位图片组及所述区域图片组进行识别，得到多个人员情绪识别结果，并对所述人员语音数据进行识别，得到多个语音识别结果。
78.其中，采用现有人工智能识别技术，例如，resnet18模型、ewalk数据集的lstm 随机分类器等，对工位图片组及区域图片组进行识别，得到多个人员情绪识别结果。具体的，人员情绪识别结果包括人员步态识别结果及人员表情识别结果。
79.进一步的，采用现有的语音识别技术，对人员语音数据进行识别，具体的，将人员语音数据转换为文本数据，并检测人员语音数据的语速及音量。其中，得到的文本情绪识别结果、语速识别结果及音量识别结果均属于语音识别结果。
80.检测结果模块30，用于根据所述人员情绪识别结果、语音识别结果及预设的行为规则参数，生成异常情绪检测结果。
81.其中，预设的行为参数包括步态时间阈值、表情时间阈值、文本时间阈值、人员语速阈值、超速时间阈值、人员音量阈值及音量时间阈值等。利用预设的行为参数，以及人员情绪识别结果及语音识别结果，得到异常行为检测结果。具体的，异常行为检测结果包括步态异常识别结果、表情异常识别结果、文本异常识别结果、人员语速异常结果及人员音量异常结果。其中，异常行为检测结果代表了人员出现难过、愤怒、悲伤、生气、不满等情绪波动的情况。
82.进一步的，当检测到出现异常情绪检测结果时，生成预警信息，并发送至对应的异常情况处理人员，及时处理人员的异常情绪，对人员进行安抚。
83.作为本发明的一个实施例，所述数据识别模块还用于对所述区域图片组中人员的步态进行识别，得到人员步态识别结果；其中，所述人员步态识别结果属于所述人员情绪识别结果。
84.在本实施例中，所述检测结果模块还用于若所述人员步态识别结果中的步态情绪结果为异常，则判断所述人员步态识别结果中的步态异常时间是否大于所述行为规则参数中的步态时间阈值，若是，则根据所述步态异常时间生成步态异常识别结果；其中，所述步态异常识别结果属于所述异常情绪检测结果。
85.作为本发明的一个实施例，所述数据识别模块还用于对所述工位图片组中的人员进行面部表情识别，得到人员表情识别结果；其中，所述人员表情识别结果属于所述人员情
绪识别结果。
86.在本实施例中，所述检测结果模块还用于若所述人员表情识别结果中的面部表情结果为异常，则判断所述人员表情识别结果中的表情异常时间是否大于所述行为规则参数中的表情时间阈值，若是，则根据所述表情异常时间生成表情异常识别结果；其中，所述表情异常识别结果属于所述异常情绪检测结果。
87.作为本发明的一个实施例，所述数据识别模块还用于对所述人员语音数据进行语音识别，得到文本情绪识别结果、语速识别结果及音量识别结果；其中，所述文本情绪识别结果、语速识别结果及音量识别结果属于所述语音识别结果。
88.在本实施例中，如图4所示，所述检测结果模块30包括：
89.文本情绪单元31，用于若所述文本情绪识别结果中的文本情绪结果为异常，则判断所述文本情绪识别结果中的文本异常时间是否大于所述行为规则参数中的文本时间阈值，若是，则根据所述文本异常时间生成文本异常识别结果；其中，所述文本异常识别结果属于所述异常情绪检测结果；
90.语速检测单元32，用于若根据所述行为规则参数中的人员语速阈值，获知所述语速识别结果中的人员语速最大值大于所述人员语速阈值，则判断所述语速识别结果中的人员语速时间是否大于所述行为规则参数中的超速时间阈值，若是，则根据所述人员语速时间生成人员语速异常结果；其中，所述人员语速异常结果属于所述异常情绪检测结果；
91.音量检测单元33，用于若根据所述行为规则参数中的人员音量阈值，获知所述音量识别结果中的人员音量最大值大于所述人员音量阈值，则判断所述音量识别结果中的人员音量时间是否大于所述行为规则参数中的音量时间阈值，若是，则根据所述人员音量时间生成人员音量异常结果；其中，所述人员音量异常结果属于所述异常情绪检测结果。
92.基于与上述一种异常情绪检测方法相同的申请构思，本发明还提供了上述一种异常情绪检测装置。由于该一种异常情绪检测装置解决问题的原理与一种异常情绪检测方法相似，因此该一种异常情绪检测装置的实施可以参见一种异常情绪检测方法的实施，重复之处不再赘述。
93.本发明通过实时采集员工作时的音视频数据，并对人员工作现场的情绪进行实时识别与检测，不仅可以提高现场检测自动化水平，而且也可以保证员工情绪稳定，提供工作质量，助力企业业务快速发展。
94.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
95.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
96.如图5所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图5中所示的所有部件；此外，电子设备600还可以包括图5中没有示出的部件，可以参考现有技术。
97.如图5所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。
98.其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非
易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。
99.输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
100.该存储器140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
101.存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
102.通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
103.基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。
104.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
105.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
106.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
107.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
108.本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。