语音增强方法、装置、设备及存储介质与流程

1.本发明实施例涉及语音处理技术领域，尤其涉及一种语音增强方法、装置、设备及存储介质。


背景技术：

2.传统的语音增强技术都是基于信号处理的方法，这类算法基于一系列数学计算上的假设和场景的理想假设。算法的降噪性能不高，对于语音识别系统的性能提升更为有限。随着计算机技术的发展和深度学习算法的成熟，基于神经网络模型的语音增强技术逐渐成为主流。这类方法中大多数在频域对语音进行消噪处理，对非平稳噪声和多样噪声环境适应能力远高于信号处理方法，但同时对模型训练数据量的要求较高，模型的稳定性不及信号处理方法。语音增强方法的服务对象分为语音通信和语音识别系统，算法分别在语音通信和语音识别系统的前端进行预处理，两者的优化方向不同，算法要使用不同的优化目标达到各自的效果，很难在提高语音清晰度的同时又能大幅度提升语音识别系统的准确率。


技术实现要素：

3.本发明实施例提供一种语音增强方法、装置、设备及存储介质，可以改善语音增强过程中容易产生语音丢失和语音失真等损伤原始语音数据的问题，保证语音增强的效果。
4.第一方面，本发明实施例提供了一种语音增强方法，包括：
5.获取语音样本数据，并将所述语音样本数据按照设定比例拆分为训练集和验证集；其中，所述语音样本数据包括带噪语音及对应的纯净语音；
6.基于所述训练集对设定语音增强模型进行训练；
7.基于所述验证集对训练后的所述设定语音增强模型进行验证；
8.将待增强语音输入验证后的所述设定语音增强模型，输出目标语音。
9.第二方面，本发明实施例还提供了一种语音增强装置，包括：
10.样本数据获取模块，用于获取语音样本数据，并将所述语音样本数据按照设定比例拆分为训练集和验证集；其中，所述语音样本数据包括带噪语音及对应的纯净语音；
11.设定语音增强模型训练模块，用于基于所述训练集对设定语音增强模型进行训练；
12.设定语音增强模型验证模块，用于基于所述验证集对训练后的所述设定语音增强模型进行验证；
13.目标语音获取模块，用于将待增强语音输入验证后的所述设定语音增强模型，输出目标语音。
14.第三方面，本发明实施例还提供了一种计算机设备，包括：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如本发明实施例所述的语音增强方法。
15.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机
程序，该程序被处理装置执行时实现如本发明实施例所述的语音增强方法。
16.本发明实施例公开了一种语音增强方法、装置、设备及存储介质。获取语音样本数据，并将语音样本数据按照设定比例拆分为训练集和验证集；其中，语音样本数据包括带噪语音及对应的纯净语音；基于训练集对设定语音增强模型进行训练；基于验证集对训练后的设定语音增强模型进行验证；将待增强语音输入验证后的设定语音增强模型，输出目标语音。本发明实施例提供的语音增强方法，将待增强语音输入验证后的设定语音增强模型，输出目标语音，可以改善语音增强过程中容易产生语音丢失和语音失真等损伤原始语音数据的问题，保证语音增强的效果。
附图说明
17.图1是本发明实施例一中的一种语音增强方法的流程图；
18.图2是本发明实施例一中的频域特征提取模块的示例图；
19.图3是本发明实施例一中的设定语音增强模型的结构原理图；
20.图4是本发明实施例二中的一种语音增强装置的结构示意图；
21.图5是本发明实施例三中的一种计算机设备的结构示意图。
具体实施方式
22.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
23.实施例一
24.图1为本发明实施例一提供的一种语音增强方法的流程图，本实施例可适用于对带有噪音的语音进行增强的情况，该方法可以由语音增强装置来执行，如图1所示，该方法具体包括如下步骤：
25.步骤110，获取语音样本数据，并将语音样本数据按照设定比例拆分为训练集和验证集。
26.其中，语音样本数据包括带噪语音及对应的纯净语音，其中带噪语音可以是有纯净语音与噪声数据按照随机信噪比混合而成。训练集用于对设定语音增强模型进行训练，验证集用于对训练后的设定语音增强模型的效果进行验证。训练集中包含的语音样本数据的数量大于验证集中的语音样本数据。例如：设定比例可以是2:1。
27.具体的，获取语音样本数据的过程可以是：获取纯净语音；将纯净语音与噪声数据按照随机信噪比进行混合，获得带噪语音；将纯净语音和带噪语音组成语音样本数据。
28.其中，纯净语音可以从设定语料库(例如：librispeech)中获取。噪声数据可以从wham噪声数据集但不限于该语音数据集获取。随机信噪比的范围可以是-5～25db之间的值。示例性的，获取语音样本数据的过程可以是：从librispeech语料库选取了4个不同用户的纯净语音，共选取了132条数据作为训练集，每条语音总长度为10s。在语料库中，又选取了4个说话人的纯净语音作为验证集，其中共有3个用户与训练集中的用户相同但语音内容不同，共有50条语音。有1个用户与训练集中的用户不同，该用户共有10条语音。从噪声数据集中选取8条噪声数据。将噪声数据与纯净语音按照随机信噪比(-5～25db)的方式进行混
合，最终训练集共有1056条带噪语音以及对应1056条纯净语音的数据，大约有3h的数据。验证集共有480条带噪语音及其相应的纯净语音，大约有1.5h的数据。
29.步骤120，基于训练集对设定语音增强模型进行训练。
30.其中，设定语音增强模型从输入到输出依次包括：傅里叶变换模块、频域特征提取模块、数据融合模块、傅里叶逆变换模块、归一化模块、时域特征提取模块及特征分析模块；傅里叶变换模块的输出跳跃连接至数据融合模块的输入。
31.其中，傅里叶变换模块可以是短时傅里叶变换(short-time fourier transform，stft)模块，本实施例中，语音采样频率可以是16khz，可以按照510个采样点的帧长和250个采样点的帧移进行短时傅里叶变换。频域特征提取模块包括第一频域特征提取单元和第二频域特征提取单元。其中，第一频域特征提取单元依次包括归一化层、丢弃层及多头注意力机制层；第二频域特征提取单元依次包括：归一化层、丢弃层和前馈层网络；其中，前馈层网络依次包括：循环层、激活层、丢弃层和线性处理层。图2是本实施例中频域特征提取模块的示例图。如图2所示，数据依次经过归一化层、丢弃层及多头注意力机制层，输出的数据与输入归一化层的数据相乘后再依次进入循环层、激活层、丢弃层和线性处理层。其中，该归一化层对数据进行层归一化。
32.傅里叶逆变换模块可以是短时傅里叶逆变换模块(inverse short-time fourier transform，istft)。归一化模块包括：归一化层、一维卷积层、激活层及分段层。其中，该归一化层为对数据进行组归一化；激活层可以是由relu激活函数；分段层用于对三维张量以块大小为k(可以取200、250或者300等)、块移为p(p＝k/2，取整)进行分块处理。同时为了均匀分块，采用padding对最后一个块进行填充操作。
33.时域特征提取模块包括第一时域特征提取单元和第二时域特征提取单元；其中，第一时域特征提取单元和第一频域特征提取单元的结构相同，第二时域特征提取单元和第二频域特征提取单元的结构相同。
34.其中，特征分析模块包括二维卷积层、重叠相加层、一维卷积单元及一维逆卷积层。
35.重叠相加层的处理过程为分段处理的逆过程，用于将多个数据块按照块移p来重叠相加，恢复成原始未分段时三维张量的长度。
36.一维卷积层单元包括三个一维卷积层，其中两个一维卷积层并联，每个一维卷积层与一个激活函数相连，两个并联的一维卷积的输出相乘后输入第三个一维卷积层。三个激活函数分别为tanh激活函数、sigmoid激活函数及relu激活函数。一维逆卷积层与一维卷积层的步幅和卷积核大小相同。
37.示例性的，图3是本实施例中设定语音增强模型的结构原理图。图3中的双阶段transformer分别表示频域特征提取模块和时域特征提取模块，groupnorm表示组归一化层，conv1d和1dconv均表示一维卷积层，2-dconv表示二维卷积层，convtranspose1d表示一维逆卷积层。
38.如图3所示，设定语音增强模型的工作原理分频域部分和时域部分。其中，频域部分的处理过程如下：
39.首先将带噪语音x作为模型的输入数据，先进行傅里叶变换。如下述公式所示，得到输出数据h：h＝stft(x)。
40.然后经过双阶段transformer结构。在第一阶段的transformer结构中，首先对h进行层归一化(layernorm)，然后经过丢弃层(dropout)，再经过多头注意力机制(multiheadattention)，得到输出数据h
′
：如下述公式所示：h
′
＝multiheadattention(dropout(layernorm(h)))。
41.下一步，将h
′
和h加之后输入第二阶段的transformer结构，依次经过层归一化、丢弃层，再经过前馈层网络(feed forward network，ffn)，得到输出数据h
″
，如下述公式所示：h
″
＝feed forward(dropout(layernorm(h
′
)))
42.最后，将h和h
″
的乘积逆傅里叶变换，恢复原输入数据x的维度大小。得到频域部分的最终输出结果z，如下述公式所示：z＝istft(h*h
″
)。
43.其中，时域部分的处理过程如下所示：
44.将频域部分的输出结果z作为输入，经过组归一化(groupnorm)，然后经过一个一维卷积(conv1d)，并通过一个relu激活函数的变换得到输出结果z
′
，如下述公式所示：z
′
＝relu(conv1d(groupnorm(z)))。
45.接着，将z
′
以段大小为k、段移为p(p＝k/2，取整)进行分段处理。然后将分割出来的每一段输入到双阶段transformer结构中，在第一阶段transformer中对每个段进行处理，提取段内信息。将第一阶段提取的段内信息作为第二阶段transformer输入，在段和段之间提取上下文信息，从而得到输出结果z
″
。
46.然后将z
″
输入至一个二维卷积层(conv2d)，得到输出结果s。如下公式所示：s＝conv2d(z
″
)，然后对s进行重叠相加。
47.下一步，对将s进行一维卷积操作，然后经过tanh激活函数得到结果s1，如下式所示：s1＝tanh(conv1d(s))。同时，将s输入到另外一个一维卷积，然后经过sigmoid激活函数得到结果s2，如下式所示：s2＝sigmoid(conv1d(s))。最后，将s1和s2作乘积之后经过一个一维卷积和relu激活函数，得到s
′
，如下述公式所示：s
′
＝relu(conv1d(s1*s2))。
48.最后，将s
′
输入到一个一维逆卷积层中(conv1d-transpose)，得到增强后的语音s
″
，如下述公式所示：s
″
＝conv1d-transpose(s
′
)。
49.具体的，基于训练集对设定语音增强模型进行训练的过程可以是：将训练集中的带噪语音输入设定语音增强模型，获得第一增强语音；计算第一增强语音与训练集中的纯净语音间的尺度不变信噪比si-snr损失函数；基于si-snr损失函数和设定优化器对设定语音增强模型进行训练，直到满足训练终止条件。
50.其中，训练终止条件可以是迭代次数达到设定值。设定优化器可以是adam优化器。尺度不变信噪比si-snr损失函数的计算公式如下：其中，e
noise
＝s
″‑starget
，s
″
表示增强语音，s表示纯净语音，||s||2＝《s,s》表示语音信号的功率，《s
″
,s》＝|s
″
|
·
|s|。
51.步骤130，基于验证集对训练后的设定语音增强模型进行验证。
52.基于验证集对训练后的设定语音增强模型进行验证的过程可以是：将验证集中的
带噪语音输入训练后的设定语音增强模型，输出第二增强语音；确定第二增强语音的第一语音质量指标和第二语音质量指标；若第一语音质量指标和第二语音质量指标均满足条件，则设定语音增强模型验证完成；否则，基于训练集对设定语音增强模型进行重新训练。
53.其中，第一语音质量指标可以是pesq(perceptual evaluation of speech quality)指标，取值范围为-0.5～4.5，值越大代表性能越好。第二语音质量指标可以是stoi(short time objective intelligibility)指标，范围在0～1之间，语音可懂度与语音失真和语音丢失之间的关系较大，失真越大则stoi值越低。第一语音质量指标和第二语音质量指标均满足条件可以理解为pesq指标大于第一设定值，stoi大于第二设定值。示例性的，第一设定值可以设置为4，第二设定值可以设置为0.8。
54.具体的，将验证集中的带噪语音输入训练后的设定语音增强模型的具体原理参见上述实施例中的设定语音增强模型的工作原理，此处不再赘述。
55.步骤140，将待增强语音输入验证后的设定语音增强模型，输出目标语音。
56.具体的，将待增强语音输入验证后的设定语音增强模型输出目标语音的具体原理参见上述实施例中的设定语音增强模型的工作原理，此处不再赘述。
57.示例性的，表1列出了不同增强算法在不同信噪比下的pesq和stoi值，表2列出了本实施例提出的时频结合的语音增强算法在不同信噪比下的pesq和stoi值。
58.表1
[0059][0060]
表2
[0061][0062]
[0063]
通过比较表1和表2发现本专利提出的算法在不同信噪比下pesq大致提升0.8，比dnn-dm算法提高了0.4，比lstm-irm算法提高0.3。另外，还可以发现dnn-dm算法和lstm-irm算法在语音听感质量提高的同时语音的可懂度会出现降低的情况。相比较于本专利提出的算法并未出现此情况，由此可以说明本实施例提出的算法能够在一定程度上减少语音丢失和语音失真。
[0064]
本实施例的技术方案，获取语音样本数据，并将语音样本数据按照设定比例拆分为训练集和验证集；其中，语音样本数据包括带噪语音及对应的纯净语音；基于训练集对设定语音增强模型进行训练；基于验证集对训练后的设定语音增强模型进行验证；将待增强语音输入验证后的设定语音增强模型，输出目标语音。本发明实施例提供的语音增强方法，将待增强语音输入验证后的设定语音增强模型，输出目标语音，可以改善语音增强过程中容易产生语音丢失和语音失真等损伤原始语音数据的问题，保证语音增强的效果。
[0065]
实施例二
[0066]
图4是本公开实施例提供的一种语音增强装置的结构示意图。如图4所示，该装置包括：
[0067]
样本数据获取模块210，用于获取语音样本数据，并将语音样本数据按照设定比例拆分为训练集和验证集；其中，语音样本数据包括带噪语音及对应的纯净语音；
[0068]
设定语音增强模型训练模块220，用于基于训练集对设定语音增强模型进行训练；
[0069]
设定语音增强模型验证模块230，用于基于验证集对训练后的设定语音增强模型进行验证；
[0070]
目标语音获取模块240，用于将待增强语音输入验证后的设定语音增强模型，输出目标语音。
[0071]
可选的，样本数据获取模块210，还用于：
[0072]
获取纯净语音；
[0073]
将纯净语音与噪声数据按照随机信噪比进行混合，获得带噪语音；
[0074]
将纯净语音和带噪语音组成语音样本数据。
[0075]
可选的，设定语音增强模型训练模块220，还用于：
[0076]
将训练集中的带噪语音输入设定语音增强模型，获得第一增强语音；
[0077]
计算第一增强语音与训练集中的纯净语音间的尺度不变信噪比si-snr损失函数；
[0078]
基于si-snr损失函数和设定优化器对设定语音增强模型进行训练，直到满足训练终止条件。
[0079]
可选的，设定语音增强模型验证模块230，还用于：
[0080]
将验证集中的带噪语音输入训练后的设定语音增强模型，输出第二增强语音；
[0081]
确定第二增强语音的第一语音质量指标和第二语音质量指标；
[0082]
若第一语音质量指标和第二语音质量指标均满足条件，则设定语音增强模型验证完成；否则，基于训练集对设定语音增强模型进行重新训练。
[0083]
可选的，设定语音增强模型从输入到输出依次包括：傅里叶变换模块、频域特征提取模块、数据融合模块、傅里叶逆变换模块、归一化模块、时域特征提取模块及特征分析模块；傅里叶变换模块的输出跳跃连接至数据融合模块的输入。
[0084]
可选的，频域特征提取模块包括第一频域特征提取单元和第二频域特征提取单
元；
[0085]
第一频域特征提取单元依次包括归一化层、丢弃层及多头注意力机制层；第二频域特征提取单元依次包括：归一化层、丢弃层和前馈层网络；第一频域特征提取单元的输入与第二频域特征提取单元跳跃连接；其中，前馈层网络依次包括：循环层、激活层、丢弃层和线性处理层。
[0086]
可选的，归一化模块包括：归一化层、一维卷积层、激活层及分段层；
[0087]
时域特征提取模块包括第一时域特征提取单元和第二时域特征提取单元；其中，第一时域特征提取单元和第一频域特征提取单元的结构相同，第二时域特征提取单元和第二频域特征提取单元的结构相同；
[0088]
特征分析模块包括二维卷积层、重叠相加层、一维卷积单元及一维逆卷积层。
[0089]
上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
[0090]
实施例四
[0091]
图5为本发明实施例三提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的计算机设备312的框图。图5显示的计算机设备312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备312是典型的语音增强功能的计算设备。
[0092]
如图5所示，计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于：一个或者多个处理器316，存储装置328，连接不同系统组件(包括存储装置328和处理器316)的总线318。
[0093]
总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industry standard architecture，isa)总线，微通道体系结构(micro channel architecture，mca)总线，增强型isa总线、视频电子标准协会(video electronics standards association，vesa)局域总线以及外围组件互连(peripheral component interconnect，pci)总线。
[0094]
计算机设备312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0095]
存储装置328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory，ram)330和/或高速缓存存储器332。计算机设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统334可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(compact disc-read only memory，cd-rom)、数字视盘(digital video disc-read only memory，dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序
模块，这些程序模块被配置以执行本发明各实施例的功能。
[0096]
具有一组(至少一个)程序模块326的程序336，可以存储在例如存储装置328中，这样的程序模块326包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。
[0097]
计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信，还可与一个或者多个使得用户能与该计算机设备312交互的设备通信，和/或与使得该计算机设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口322进行。并且，计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(local area network，lan)，广域网wide area network，wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(redundant arrays of independent disks，raid)系统、磁带驱动器以及数据备份存储系统等。
[0098]
处理器316通过运行存储在存储装置328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的语音增强方法。
[0099]
实施例四
[0100]
本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的语音增强方法。本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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。计算机可读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：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0101]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0102]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0103]
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该电子设备执行时，使得该电子设备：获取语音样本数据，并将所述语音样本数据按照设定比例拆分为训练集和验证集；其中，所述语音样本数据包括带噪语音及对应的纯净语音；基于所述训练集对设定语音增强模型进行训练；基于所述验证集对训练后的所述设定语音增强模型进行验证；将待增强语音输入验证后的所述设定语音增强模型，输出目标语音。
[0104]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c ，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0105]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0106]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
[0107]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0108]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0109]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，
本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。