语音识别方法、服务器、语音识别系统和存储介质与流程

1.本发明涉及语音识别技术领域，特别涉及一种语音识别方法、服务器、语音识别系统和存储介质。


背景技术：

2.在相关技术中，通过对用户发出的语音进行语音识别，从而确定用户的意图，并根据用户的意图执行相应的操作，使得用户可通过语音交互的方式来执行相应的控制功能，并可通过个性化服务的方式提高识别准确率。


技术实现要素：

3.本发明提供一种语音识别方法、服务器、语音识别系统和存储介质。
4.本发明实施方式的语音识别方法包括：在车辆的业务场景变化时，接收所述车辆上传的业务场景信息；根据所述业务场景信息生成用户数据模型的源数据，所述业务场景信息包括用户特征热词；根据所述源数据生成或更新所述用户数据模型，所述用户数据模型能够用于对所述车辆发送的语音请求进行识别。
5.上述语音识别方法中，通过业务场景信息确定对应车辆所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
6.所述用户特征热词存储在移动终端中，所述移动终端能够和所述车辆通信连接，所述语音识别方法包括：在所述移动终端和所述车辆建立连接的时候，确定所述业务场景变化。如此，可方便对用户数据模型的快速更新。
7.所述用户特征热词包括通讯录热词，所述业务场景包括通讯场景，所述车辆用于获取所述移动终端发送的所述通讯录热词；在车辆的业务场景变化时，接收所述车辆上传的业务场景信息，包括：在当前的业务场景为所述通讯场景的情况下，接收所述车辆发送的所述通讯录热词；根据所述业务场景信息，生成用户数据模型的源数据，包括：将所述通讯录热词同步到所述源数据。如此，可方便将通讯录中的信息更新到用户数据模型中。
8.所述用户特征热词生成在所述车辆中，所述语音识别方法包括：在所述车辆生成所述用户特征热词的时候，确定所述业务场景变化。如此，可方便对用户数据模型的快速更新。
9.所述业务场景包括交互场景，所述车辆用于将首次生成的交互热词确定为所述用户特征热词；在车辆的业务场景变化时，接收所述车辆上传的业务场景信息，包括：在当前的业务场景为所述交互场景的情况下，接收所述车辆发送的所述交互热词；根据所述业务场景信息，生成用户数据模型的源数据，包括：将所述交互热词同步到所述源数据。如此，可方便将用户与车辆交互的相关信息更新到用户数据模型中。
10.所述语音识别方法包括：根据车辆标识和用户标识加载对应的用户数据模型；在所述车辆行驶时接收所述车辆发送的语音请求；根据所述用户数据模型对所述语音请求进
行语音识别。如此，可根据不同的不同的应用场景来以对应的用户数据模型来进行语音识别。
11.所述语音识别方法包括：根据所有接收到的所述用户特征热词，以第一预设时长间隔对所述用户数据模型进行更新；和/或对存储时长大于或等于第二预设时长间隔的所述用户特征热词进行删除。如此，可保证在业务场景变化的情况下更新用户数据模型的效率。
12.本发明实施方式的服务器包括接收模块和控制模块，所述接收模块用于：在车辆的业务场景变化时，接收所述车辆上传的业务场景信息；所述控制模块用于：根据所述业务场景信息，生成用户数据模型的源数据，所述业务场景信息包括用户特征热词；根据所述源数据生成或更新所述用户数据模型，所述用户数据模型能够用于对所述车辆发送的语音请求进行识别。
13.上述服务器中，通过业务场景信息确定对应车辆所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
14.本发明实施方式的语音识别系统，包括车辆和服务器，车辆用于发送业务场景信息，所述业务场景信息包括用户特征热词；服务器用于在车辆的业务场景变化时，接收所述业务场景信息；根据所述业务场景信息，生成用户数据模型的源数据；根据所述源数据生成或更新所述用户数据模型，所述用户数据模型能够用于对所述车辆发送的语音请求进行识别。
15.上述语音识别系统中，通过业务场景信息确定对应车辆所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
16.本发明实施方式的计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现上述任意一种实施方式的语音识别方法。
17.上述计算机可读存储介质中，通过业务场景信息确定对应车辆所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
18.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
19.本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1是本发明的语音识别方法的流程示意图；
21.图2是本发明的服务器的示意图；
22.图3是本发明的语音识别系统的示意图；
23.图4至图5是本发明的语音识别方法的流程示意图；
24.图6是本发明的语音识别系统的示意图；
25.图7至图9是本发明的语音识别方法的流程示意图；
26.图10是本发明的语音识别方法的场景示意图；
27.图11是本发明的语音识别方法的流程示意图；
28.图12是本发明的服务器与计算机可读存储介质连接的示意图。
29.主要元件符号说明：
30.服务器10、接收模块11、控制模块12、处理器13、车辆20、移动终端30、语音识别系统40、计算机可读存储介质50。
具体实施方式
31.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
32.在相关技术中，通过对用户发出的语音进行语音识别，从而确定用户的意图，并根据用户的意图执行相应的操作，使得用户可通过语音交互的方式来执行相应的控制功能，并可通过个性化服务的方式提高识别准确率。
33.具体地，在获取到用户发出的语音请求的时候，可对语音请求进行语音识别来得到语义信息。在语义信息能够到达机器能够辨别出的程度的情况下，即能够根据语义信息来识别得到与语音请求对应的控制指令，进而执行控制指令，达到语音控制的效果。然而，在实际应用中，用户所发出的语音请求容易出现难以被识别的状况，从而容易造成识别错误，给用户造成困扰。
34.请参阅图1和图2，本发明实施方式的一种语音识别方法可以用于服务器10。语音识别方法包括：
35.02：在车辆20的业务场景变化时，接收车辆20上传的业务场景信息；
36.03：根据业务场景信息生成用户数据模型的源数据，业务场景信息包括用户特征热词；
37.04：根据源数据生成或更新用户数据模型，用户数据模型能够用于对车辆20发送的语音请求进行识别。
38.请参阅图2、图3和图6，本发明实施方式的语音识别方法可以由本发明实施方式的服务器10实现，服务器10能够和车辆20通信连接，服务器10包括接收模块11和控制模块12。其中，步骤01可以由接收模块11实现，步骤02可以由控制模块12实现，步骤03可以由控制模块12实现。也就是说，接收模块11可以用于在车辆20的业务场景变化时，接收车辆20上传的业务场景信息。控制模块12可以用于根据业务场景信息生成用户数据模型的源数据，业务场景信息包括用户特征热词；根据源数据生成或更新用户数据模型，用户数据模型能够用于对车辆20发送的语音请求进行识别。
39.上述语音识别方法和服务器10中，通过业务场景信息确定对应车辆20所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
40.业务场景可以为用户对车辆20的实车使用场景。在实车使用场景中，用户可以与车辆20之间产生直接或间接的交互，使得车辆20能够根据所产生的交互来确定当前实车使用场景具体是何种场景，从而能够确定业务场景是否发生变化。业务场景可以包括通讯场
景、导航场景、多媒体场景等。
41.车辆20会在当前的业务场景变化的情况下发送业务场景信息，服务器10则可以对车辆20发送的业务场景信息进行接收。业务场景的变化，可以是用户通过新的交互来产生，也可以是车辆20与其它终端设备进行通信连接而触发。
42.用户特征热词可以是文本信息。业务场景信息包括音频信息，用户特征热词可以是音频信息经过自动语音识别技术(automatic speech recognition，asr)之后得到的文本结果。
43.服务器10在接收到业务场景信息后，就可以根据业务场景信息中包括的用户特征热词来生成源数据，并根据生成的源数据来训练得到用户数据模型。由于不同的业务场景信息对应不同类型的业务场景，不同的业务场景信息中包括的用户特征热词也会相应地对应不同类型的业务场景，在业务场景发生变化时，其变化的过程中会产生与用户相关的个人内容，这些个人内容往往会记录到用户个人进行交互的习惯和偏好，从而可根据个人内容来产生对应的用户特征热词，通过用户特征热词训练得到的用户数据模型就能够用于识别出在对应的场景中用户所发出的语音请求。
44.请参阅图3和图4，用户特征热词存储在移动终端30中，移动终端30能够和车辆20通信连接，语音识别方法包括：
45.011：在移动终端30和车辆20建立连接的时候，确定业务场景变化。
46.请参阅图2，步骤011可以由控制模块12实现。也就是说，控制模块12可以用于在移动终端30和车辆20建立连接的时候，确定业务场景变化。
47.如此，可方便对用户数据模型的快速更新。具体地，移动终端30可以为智能手机，用户特征热词可以为存储在智能手机中的通讯录。通讯录可以包括联系人的姓名和联系方式。在移动终端30和车辆20建立连接(如蓝牙连接)的时候，可以确认车辆20当前的业务场景，并确定当前的业务场景在建立连接的同时发生变化，从而可确定移动终端30向车辆20传输的信息中的用户特征热词，车辆20在获取到存储在移动终端30内的用户特征热词后会再上传至服务器10，服务器10将接收到的用户特征热词用于生成源数据。
48.在移动终端30和车辆20建立连接时，可以直接向车辆20传输信息，将相互建立连接的时候作为业务场景发生变化的触发时机，可提高在当前场景中根据存储在移动终端30内的用户特征热词来生成用户数据模型的速度，进而方便用户数据模型能够立即用于识别与用户特征热词相关联的语音请求。
49.请参阅图3和图5，用户特征热词包括通讯录热词，业务场景包括通讯场景，车辆20用于获取移动终端30发送的通讯录热词。
50.步骤02(在车辆20的业务场景变化时，接收车辆20上传的业务场景信息)，包括：
51.021：在当前的业务场景为通讯场景的情况下，接收车辆20发送的通讯录热词；
52.步骤03(根据业务场景信息生成用户数据模型的源数据)，包括：
53.031：将通讯录热词同步到源数据。
54.请参阅图2，步骤021可以由接收模块11实现，步骤031可以由控制模块12实现。也就是说，接收模块11可以用于在当前的业务场景为通讯场景的情况下，接收车辆20发送的通讯录热词。控制模块12可以用于在移动终端30和车辆20建立连接的时候，确定业务场景变化。
55.如此，可方便将通讯录中的信息更新到用户数据模型中。具体地，业务场景信息中的通讯录热词可以记录有存储在移动终端30内的通讯录，通讯录中可以存储有联系人的姓名。在车辆20和移动终端30建立连接的时候，可确定当前的业务场景为通讯场景，并确定当前的业务场景发生变化，从而使得移动终端30向车辆20上传包括通讯录热词的业务场景信息，再通过车辆20将业务场景信息上传给服务器10，使得服务器10接收相应的通讯录热词，并将接收到的通讯录热词同步到源数据中，以对用户数据模型进行更新。
56.在一个应用场景中，联系人的姓名包括“张山”、“张珊”。在用户发出的语音请求为“打电话给张山”的情况下，则服务器10通过对应的用户数据模型可确定相应的用户特征热词为“张山”，从而向车辆20发送相应的识别结果。车辆20在接收到识别结果后，可确定用户需要联系“张山”，进而进入以“张山”为联系人并进行语音呼叫的呼叫场景。
57.可以理解，用户特征热词存储在移动终端30内，从而会存在用户特征热词不直接与车辆20相关联的情况。在这种情况下，通过移动终端30与车辆20通信连接的时机，将存储在移动终端30内的用户特征热词经由车辆20发送至服务器10内，以将存储在移动终端30内的用户特征热词更新到用户数据模型中，从而可在语音请求中具有对应存储在移动终端30内的用户特征热词的内容的情况下对语音请求进行识别，可以实现对用户数据模型的快速更新，且可以不需要用户的干涉。
58.请参阅图6和图7，用户特征热词生成在车辆20中，语音识别方法包括：
59.012：在车辆20生成用户特征热词的时候，确定业务场景变化。
60.请参阅图2，步骤012可以由控制模块12实现。也就是说，控制模块12可以用于在车辆20生成用户特征热词的时候，确定业务场景变化。
61.如此，可方便对用户数据模型的快速更新。具体地，车辆20可根据和用户发生的交互来生成相应的交互结果，根据这些交互结果可以获取到相应的用户特征热词，从而可在生成相应的交互结果的时候，确定当前的业务场景变化，并根据交互结果中的用户特征热词来对用户数据模型进行更新。
62.可以理解，用户在进行交互时往往会带有个人的偏好和习惯，根据这些交互就可以确定用户的一些交互偏好和习惯，从而可根据能够反映这些交互偏好和习惯的业务场景信息来确定用户特征热词，而根据这些用户特征热词来生成的用户数据模型就能够对用户在后续进行交互时识别出对应的个人偏好和习惯。这样，在后续接收到用户的语音请求的时候，就可以根据用户数据模型中的用户特征热词来进行识别，有利于滤除掉可能存在的干扰项，提高识别率。
63.请参阅图6和图8，业务场景包括交互场景，车辆20用于将首次生成的交互热词确定为用户特征热词。
64.步骤02(在车辆20的业务场景变化时，接收车辆20上传的业务场景信息)，包括：
65.022：在当前业务场景为交互场景的情况下，接收车辆20发送的交互热词；
66.步骤03(根据业务场景信息生成用户数据模型的源数据)，包括：
67.032：将交互热词同步到源数据。
68.请参阅图2，步骤022可以由接收模块11实现，步骤032可以由控制模块12实现。也就是说，接收模块11可以用于在当前的业务场景为交互场景的情况下，接收车辆20发送的交互热词。控制模块12可以用于将交互热词同步到源数据。
69.如此，可方便将用户与车辆20交互的相关信息更新到用户数据模型中。
70.交互场景可以包括导航场景。在一个导航场景中，用户通过与车辆20交互以进行导航，车辆20根据导航得到的交互结果可确定用户的目的地为“桓城花园”，从而触发业务场景变化，使得车辆20能够立即将“桓城花园”作为交互热词并上传至服务器10，服务器10可将接收到的交互热词同步到源数据中，以对用户数据模型进行更新。这样，在后续接收到用户的语音请求为“去huan城花园”(huan表示读音)的时候，服务器10可根据用户的用户数据模型识别到对应的用户特征热词为“桓城花园”，从而可确定用户需要前往“桓城花园”并向车辆20发送识别结果，车辆20根据识别结果即可进入以“桓城花园”为目的地的导航场景。
71.交互的场景可以包括音乐播放场景。在一个音乐播放场景中，用户通过与车辆20交互以播放音乐，车辆20根据交互结果可确定用户想要播放的音乐为乐曲a，并触发业务场景变化，使得车辆20能够立即将乐曲a的信息作为交互热词并上传至服务器10，服务器10可将接收到的交互热词同步到源数据中，以对用户数据模型进行更新。这样，在确定到用户的语音请求为播放一首音乐的时候，服务器10根据用户的用户数据模型可识别到对应该首音乐的用户特征热词为乐曲a，从而可确定用户需要播放乐曲a并向车辆20发送识别结果，车辆20根据识别结果即可进入对乐曲a进行播放的音乐播放场景。乐曲a的信息可以包括乐曲名、歌词。
72.请参阅图9，语音识别方法包括：
73.05：根据车辆20标识和用户标识加载对应的用户数据模型；
74.06：在车辆20行驶时接收车辆20发送的语音请求；
75.07：根据用户数据模型对语音请求进行语音识别。
76.请参阅图2，步骤06可以由接收模块11实现，步骤05和07可以由控制模块12实现。也就是说，接收模块11可以用于在车辆20行驶时接收车辆20发送的语音请求。控制模块12可以用于根据车辆20标识和用户标识加载对应的用户数据模型，以及用于根据用户数据模型对语音请求进行语音识别。
77.如此，可根据不同的不同的应用场景来以对应的用户数据模型来进行语音识别。
78.具体地，在一些实际情况中，可能会有多个用户和多个车辆20的使用场景。对于同一个车辆20而言，可能会有由不同用户驾驶的情况，不同的用户本身会具有不同的需求，从而需要根据不同的用户标识来确定当前驾驶车辆20的用户，以进一步确定对应的用户数据模型来进行语音识别。对于同一个用户而言，可能会有驾驶不同的车辆20的情况，而在驾驶不同车辆20时可以会有不同的语音识别需求，如在工作时会驾驶一个车辆20，并多会发出与工作相关的语音请求，在生活时则会驾驶另一个车辆20，并多会发出与生活相关的语音请求，进而使得用户对两个车辆20分别具有不同的需求，从而需要根据不同的材料标识来确定用户当前驾驶的车辆20，以进一步确定对应的用户数据模型来进行语音识别。其中，每个车辆20具有唯一的车辆20标识，每个用户具有唯一的用户标识。
79.通过车辆20标识和用户标识，即可确定当前应用场景中具体的车辆20和具体的用户，从而根据当前场景中的车辆20和用户来加载对应的用户数据模型，以对当前场景中的语音请求进行语音识别。也就是说，本发明的语音识别方法，可以根据业务场景中的车辆20和用户来生成对应的一个用户数据模型，当业务场景中的车辆20或用户不同时，则对应的
车辆20标识或用户标识也会发生变化，使得服务器10会根据业务场景中不同的车辆20或用户生成新的用户数据模型。由于每个用户数据模型均能够对应到其中一个车辆20和其中一个用户，在通过其中一个车辆20和其中一个用户来构成业务场景时，通过对应的车辆20标识和用户标识来加载对应的用户数据模型，更好地适应实际的应用场景，并能够提高识别率。
80.对用户数据模型进行生成和更新的流程，和根据用户数据模型进行语音识别的流程是解耦的，从而可使得前后两种流程相互独立。在业务场景中产生业务场景信息和语音请求的时候，服务器10根据接收到的业务场景信息对用户数据模型进行更新，并可以将更新结果体现在后续对语音请求进行语音识别的流程中。
81.具体地，请参阅图10，以同一个车辆20由多个用户驾驶的情况为例。在根据用户标识确定到当前的业务场景中的用户为用户a的情况下，若接收到的业务场景信息为“去huan城花园”，车辆20可确定当前场景为导航场景，并可确定与用户的交互结果为“去桓城花园”，从而可以将“桓城花园”作为用户a的用户特征热词来更新到用户数据模型a中。在根据用户标识确定到当前的业务场景中的用户为用户b的情况下，若接收到的业务场景信息为“去huan城花园”，车辆20可确定当前场景为导航场景，并可确定与用户的交互结果为“去环城花园”，从而可以将“桓城花园”作为用户b的用户特征热词来更新到用户数据模型b中。
82.那么，在后续的应用场景中，当接收到的语音请求为“去huan城花园”的时候，若确定当前应用场景中对应用户标识的用户为用户a，则会对用户数据模型a进行加载，得到的识别结果为“去桓城花园”。若确定当前应用场景中对应用户标识的用户为用户b，则会对用户数据模型b进行加载，得到的识别结果为“去环城花园”。
83.相应地，在同一个用户驾驶不同车辆20的情况下，根据用户与不同车辆20构成不同的业务场景，服务器10接收到对应不同的业务场景信息，并根据业务场景信息来生成或更新得到多个不同的用户数据模型。这样，在用户驾驶不同车辆20时，就会加载对应不同的用户数据模型。
84.可以理解，根据实际应用情况的不同，在结合不同的车辆20和不同的用户的基础上，还可以根据不同的语音识别率、用户数据模型的存储占用容量的大小、实时识别的效果、语音助手的个数来综合确定加载对应的用户数据模型。
85.另外，在未能够确定用户标识的情况下，可以加载预设的语音识别模型来对接收到的语音请求进行语音识别。用户标识未能够确定，可以为用户未在车辆20上进行登录，在这种情况下，用户仍可以通过预设的语音识别模型来用于基本的语音识别、大部分地点的语音导航等场景，但无法播放音乐，以及无法语音导航至用户相关地点(如家、公司)。
86.请参考图11，语音识别方法包括：
87.081：根据所有接收到的用户特征热词，以第一预设时长间隔对用户数据模型进行更新；或
88.082：对存储时长大于或等于第二预设时长间隔的用户特征热词进行删除。
89.请参阅图2，步骤081可以由控制模块12实现，或者，步骤082可以由控制模块12实现。也就是说，控制模块12可以用于根据所有接收到的用户特征热词，以第一预设时长间隔对用户数据模型进行更新，或可以用于对存储时长大于或等于第二预设时长间隔的用户特征热词进行删除。
90.如此，可保证在业务场景变化的情况下更新用户数据模型的效率。在实际应用中，由于业务场景的类型不同，为了及时确定当前的业务场景，以及及时确定当前业务场景的变化，从而能够及时地根据接收到的业务场景信息来生成或更新用户数据模型，需要保持对用户数据模型的定期维护。通过以第一预设时长间隔来根据所有用户特征热词更新用户数据模型，可有利于用户数据模型的结构简化，避免在用户特征热词数量较多时，无法及时在用户数据模型中建立新的用户特征热词的联系，影响在业务场景变化时对用户数据模型的更新效率。第一预设时长间隔可以为1天。
91.另外，由于可能会存在用户长期不使用某些用户特征热词的情况，比如，用户长期不再前往某个地点，长期不呼叫某个联系人，或长期不播放某个乐曲，在对应的用户特征热词的存储时长大于第二预设时长间隔的时候，则可以确定对应的用户特征热词的使用频率低，用户可能不再具备使用的需求，从而将对应的用户特征热词进行删除，简化用户数据模型的结构，有利于提高服务器10将新的用户特征热词更新至用户数据模型中的更新效率。第二预设时长间隔可以大于或等于为30天。
92.当然，对于控制模块12而言，也可以用于根据所有接收到的用户特征热词，以第一预设时长间隔对用户数据模型进行更新，以及用于对存储时长大于或等于第二预设时长间隔的用户特征热词进行删除。也就是说，控制模块12可以同时实现步骤081和步骤082。
93.请参阅图3和图6，本发明实施方式的语音识别系统40包括车辆20和服务器10。车辆20用于发送业务场景信息，业务场景信息包括用户特征热词。服务器10用于在车辆20的业务场景变化时，接收业务场景信息，及用于根据业务场景信息，生成用户数据模型的源数据，及用于根据源数据生成或更新用户数据模型，用户数据模型能够用于对车辆20发送的语音请求进行识别。
94.上述语音识别方法中，通过业务场景信息确定对应车辆20所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。语音识别系统40中的车辆20和服务器10可参照前述实施方式中的车辆20和服务器10，从而使得本发明实施方式的语音识别系统40能够实现相同或类似的技术效果。在此便不再赘述。
95.请参阅图12，本发明实施方式的计算机可读存储介质50，其上存储有计算机程序，计算机程序在被服务器10的处理器13执行时，实现上述实施方式的语音识别方法。
96.例如，计算机程序被处理器13执行的情况下，可以实现：
97.02：在车辆20的业务场景变化时，接收车辆20上传的业务场景信息；
98.03：根据业务场景信息生成用户数据模型的源数据，业务场景信息包括用户特征热词；
99.04：根据源数据生成或更新用户数据模型，用户数据模型能够用于对车辆20发送的语音请求进行识别。
100.上述计算机可读存储介质50中，通过业务场景信息确定对应车辆20所在的业务场景的用户特征热词，根据用户特征热词最终得到用户数据模型，并通过用户数据模型来识别语音请求，有利于提高识别不同场景下的语音请求的准确率。
101.在本发明中，计算机程序包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质50可以包括高速随
机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。处理器13可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
102.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
103.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
104.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。