语音指令响应方法、装置及存储介质与流程

1.本公开涉及人工智能领域，具体涉及语音技术领域，尤其涉及一种语音指令响应方法、装置及存储介质。


背景技术：

2.随着语音识别技术和人工智能技术的发展，语音唤醒技术在智能家居等民用智能设备上的应用取得了极大的发展。
3.相关技术中，语音识别的应用通过识别用户的语音对应的文本，并获取与所述文本最接近的指令，来对用户的指令进行响应，但是目前的语音指令识别准确度较低，存在对用户语音指令错误响应的问题。


技术实现要素：

4.本公开提供了一种用于语音指令响应方法、装置、设备以及存储介质。
5.根据本公开的第一方面，提供了一种语音指令响应方法，包括：
6.采集待识别语音并输入识别解码器，以获取声音特征，其中，所述声音特征包括识别文本、声纹置信度、音频特征和声学模型特征；
7.根据所述声纹置信度和所述识别文本进行语义解析，以获取业务领域信息；
8.根据所述业务领域信息、音频特征和识别文本获取识别结果置信度；
9.根据所述识别结果、所述识别结果置信度、声学模型特征和所述业务领域信息获取指令词置信度；
10.根据所述指令词置信度进行用户响应。
11.可选的，还包括：
12.根据待识别语音唤醒所述识别解码器，若唤醒失败，则重新唤醒所述识别解码器。
13.可选的，所述根据所述声纹置信度和所述识别文本进行语义解析，包括：
14.按照时间先后顺序获取所述待识别语音中语音段对应的声纹置信度；
15.如果所述语音段对应的声纹置信度大于或等于预设的声纹置信度阈值，则对所述语音段的识别文本进行语义解析，以获取所述语音段对应的语义特征；
16.如果所述语音段对应的声纹置信度低于预设的声纹置信度阈值，则不对所述语音段进行语义解析；
17.根据所述语义特征获取业务领域信息。
18.可选的，所述获取业务领域信息，包括：
19.将所述语义特征与业务领域数据库进行对比，从所述业务领域数据库中选取所述语义特征对应的业务领域。
20.可选的，所述根据所述指令词置信度进行用户响应，包括：
21.若所述指令词置信度大于或等于预设的指令词置信度阈值，则根据所述指令词进行对应的用户响应；
22.若所述指令词置信度小于预设的指令词置信度阈值，则不根据所述指令词进行对应的用户响应。
23.根据本公开的第二方面，提供了一种语音指令响应装置，包括：
24.采集模块，用于采集待识别语音并输入识别解码器，以获取声音特征，其中，所述声音特征包括识别文本、声纹置信度、音频特征和声学模型特征；
25.解析模块，用于根据所述声纹置信度和所述识别文本进行语义解析，以获取业务领域信息；
26.第一置信模块，用于根据所述业务领域信息、音频特征和识别文本获取识别结果置信度；
27.第二置信模块，用于根据所述识别结果、所述识别结果置信度、声学模型特征和所述业务领域信息获取指令词置信度；
28.响应模块，用于根据所述指令词置信度进行用户响应。
29.可选的，还包括：
30.唤醒模块，用于根据待识别语音唤醒所述识别解码器，若唤醒失败，则重新唤醒所述识别解码器。
31.可选的，所述解析模块，包括：
32.置信度获取子模块，用于按照时间先后顺序获取所述待识别语音中语音段对应的声纹置信度；
33.第一解析子模块，如果所述语音段对应的声纹置信度大于或等于预设的声纹置信度阈值，则对所述语音段的识别文本进行语义解析，以获取所述语音段对应的语义特征；
34.第二解析子模块，如果所述语音段对应的声纹置信度低于预设的声纹置信度阈值，则不对所述语音段进行语义解析；
35.业务获取子模块，用于根据所述语义特征获取业务领域信息。
36.可选的，所述业务获取子模块，包括：
37.业务获取单元，用于将所述语义特征与业务领域数据库进行对比，从所述业务领域数据库中选取所述语义特征对应的业务领域。
38.可选的，所述响应模块，包括：
39.第一响应子模块，若所述指令词置信度大于或等于预设的指令词置信度阈值，则根据所述指令词进行对应的用户响应；
40.第二响应子模块，若所述指令词置信度小于预设的指令词置信度阈值，则不根据所述指令词进行对应的用户响应。
41.根据本公开的第三方面，提供了一种电子设备，包括：
42.至少一个处理器；以及
43.与所述至少一个处理器通信连接的存储器；其中，
44.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中任一项所述的方法。
45.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述第一方面中任一项所述的方法。根据本公开的第五方面，提供了一种
…
46.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述第一方面中任一项所述的方法。
47.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
48.附图用于更好地理解本方案，不构成对本公开的限定。其中：
49.图1是根据本公开实施例提供的一种语音指令响应方法的流程示意图；
50.图2是根据本公开实施例提供的一种语音指令响应方法的流程示意图；
51.图3是根据本公开实施例提供的一种语音指令响应方法的流程示意图
52.图4是根据本公开实施例提供的一种语音指令响应方装置的结构示意图；
53.图5是根据本公开实施例提供的一种语音指令响应方装置的结构示意图；
54.图6是用来实现本公开实施例的语音指令响应方法的电子设备的框图。
具体实施方式
55.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
56.随着语音识别技术和人工智能技术的发展，语音唤醒技术在智能家居等民用智能设备上的应用取得了极大的发展。
57.在很多语音识别的应用中都会使用四个字或者以上的文字作为唤醒词，比如“小度小度”、“你好小度”等，但是随着用户的使用趋于频繁，这种多次喊四个字的唤醒词，既繁琐，又不自然。现在可以使用小度 指令词的形式去唤醒智能设备并指示所述智能设备执行命令，比如：小度 开机、小度 关机、小度 小声点，等等类似的小度指令词。但是这种方法存在一个比较严重的问题，即错误响应。现有识别技术根据用户发出的语音识别对应的文本，并获取所述文本对应的指令词，判断所述语音对应指令词的判据较为单一，可靠性差。
58.依靠识别结果去做判定，有两大缺点：一是如果识别对了，那怎么判定是真的说了，还是因为噪音导致的识别结果对了呢，当然一般来说识别结果越长越对，可靠性越高，但是像“关机”、“开机”这种比较短的指令词，噪音误识别成正常的文本还是很容易的；二是如果识别不对，那怎么能知道是真的不对，还是因为用户有些背景音导致的识别异常呢；这两个致命的缺点导致，现有方案很难、也不是很有效果再做小度指令词上进行判定。智能设备识别出的指令偏离用户意图的概率较大，会执行错误的命令，给用户带来较差的使用体验。
59.为了解决相关技术中的问题，本公开提出一种语音指令响应方法、装置及存储介质。本公开可以应用于任何语音识别产品中，如语音输入法、搜索引擎、汽车车机、智能音箱等产品。
60.图1是根据本公开实施例提供的一种语音指令响应方法的流程示意图，如图1所示，所述方法包括：
61.步骤101，采集待识别语音并输入识别解码器，以获取声音特征，其中，所述声音特征包括识别文本、声纹置信度、音频特征和声学模型特征；
62.本公开实施例中，通过所述识别解码器对采集的待识别语音进行多方位的分析，以获取所述待识别语音中的多种声音特征，其中，所述声音特征包括识别文本、声纹置信度、音频特征和声学模型特征。所述识别文本为所述待识别语音对应的文本；所述声纹置信度由所述识别编码器进行声纹识别得到，用于判断所述待识别语音是否由人发出，即是否是人声而不是其它噪声。声纹识别(voiceprint recognition,vpr)是生物识别技术的一种，也称为说话人识别，包括说话人辨认和说话人确认。声纹识别就是把声信号转换成电信号，再用计算机进行识别。本公开中的声纹识别用于识别所述待识别语音是否是人发出的，并输出声纹置信度，所述声纹置信度越高，表明待识别语音是由人发出的概率越大。音频特征即为所述待识别语音的音频特征。
63.声学模型特征由所述识别解码器中的声学模型提取得到，声学模型的任务是计算给定文字后，产生待识别语音对应波形的概率。声学模型是语音识别系统中最为重要的部分之一，主流系统多采用隐马尔科夫模型进行建模。隐马尔可夫模型的概念是一个离散时域有限状态自动机，隐马尔可夫模型是指这一马尔可夫模型的内部状态外界不可见，外界只能看到各个时刻的输出值。
64.对语音识别系统，输出值通常就是从各个帧计算而得的声学特征。用隐马尔可夫模型刻画语音信号需作出两个假设，一是内部状态的转移只与上一状态有关，另一是输出值只与当前状态(或当前的状态转移)有关，这两个假设大大降低了模型的复杂度。隐马尔可夫模型的打分、解码和训练相应的算法是前向算法、viterbi算法和前向后向算法。
65.步骤102，根据所述声纹置信度和所述识别文本进行语义解析，以获取业务领域信息；
66.本公开实施例中，将所述待识别语音按时间顺序分为若干个语音段，通过识别解码器获取各个语音段的声纹置信度，如果声纹置信度高于一定阈值，如预设的声纹置信度阈值，说明所述语音段大概率是人发出的声音，可以对其对应的识别文本进行进一步的分析以获取业务领域信息。如果声纹置信度低于一定阈值，如所述声纹置信度阈值，则说明所述语音段大概率不是人发出的声音，不用对其对应的识别文本进行进一步的分析。这样可以节省运算资源，提高了识别效率。
67.本公开实施例将用户发出的指令分为若干个业务领域，通过对比业务领域数据库和识别文本，以获取所述识别文本所属业务领域。提高了获取识别文本对应指令词的速度和准确度。
68.步骤103，根据所述业务领域信息、音频特征和识别文本获取识别结果置信度；
69.本公开实施例中，为了保证识别文本和音频特征的一致性，根据所述识别文本和音频特征获取识别结果置信度。在一种可能的实施例中，根据所述识别文本生成对应的参考音频，将参考音频的音频特征和所述音频特征进行特征对比，根据相似度生成对应的识别结果置信度。所述识别结果置信度表征所述识别结果的可信度，也即识别文本和音频特征的一致性。
70.步骤104，根据所述识别结果、所述识别结果置信度、声学模型特征和所述业务领域信息获取指令词置信度；
71.本公开实施例中，如果所述识别结果置信度足够高，则可以根据所述识别结果、所述识别结果置信度、声学模型特征和所述业务领域信息在指令词数据库中获取所述识别结果对应的指令词以及指令词置信度。
72.步骤105，根据所述指令词置信度进行用户响应。
73.本公开实施例中，根据指令词对应的指令词置信度判断是否进行用户响应，若所述指令词置信度大于或等于预设的指令词置信度阈值，则根据所述指令词进行对应的用户响应；若所述指令词置信度小于预设的指令词置信度阈值，则不根据所述指令词进行对应的用户响应。
74.本公开实施例，通过获取待识别语音对应的指令词置信度，并进行相应的用户响应。可以降低语音指令的误响应概率，提高语音指令响应的准确度。
75.可选的，还包括：
76.根据待识别语音唤醒所述识别解码器，若唤醒失败，则重新唤醒所述识别解码器。
77.本公开实施例中，接收到所述待识别语音后，唤醒所述解码器进行解析，如果唤醒失败，则重新唤醒所述识别解码器，直到所述解码器被唤醒。
78.图2是根据本公开实施例提供的一种语音指令响应方法的流程示意图，如图2所示，图1中步骤102具体包括：
79.步骤201，按照时间先后顺序获取所述待识别语音中语音段对应的声纹置信度；
80.本公开实施例中，将所述待识别语音按时间顺序分为若干个语音段，通过识别解码器获取各个语音段的声纹置信度。
81.步骤202a，如果所述语音段对应的声纹置信度大于或等于预设的声纹置信度阈值，则对所述语音段的识别文本进行语义解析，以获取所述语音段对应的语义特征；
82.本公开实施例中，所述声纹置信度的取值范围为[0,1]，如果声纹置信度高于一定阈值，如预设的声纹置信度阈值，说明所述语音段大概率是人发出的声音，可以对其对应的识别文本进行进一步的分析以获取业务领域信息。实施者可以根据实际情况设置合适的声纹置信度阈值，本公开不对声纹置信度阈值的具体值进行限定。在一种可能的实施例中，所述声纹置信度阈值为0.8。
[0083]
步骤202b，如果所述语音段对应的声纹置信度低于预设的声纹置信度阈值，则不对所述语音段进行语义解析；
[0084]
本公开实施例中，如果声纹置信度低于一定阈值，如所述声纹置信度阈值，则说明所述语音段大概率不是人发出的声音，不用对其对应的识别文本进行进一步的分析。
[0085]
步骤203，根据所述语义特征获取业务领域信息。
[0086]
将所述语义特征与业务领域数据库进行对比，以获取对应的业务领域信息。
[0087]
可选的，所述获取业务领域信息，包括：
[0088]
将所述语义特征与业务领域数据库进行对比，从所述业务领域数据库中选取所述语义特征对应的业务领域。
[0089]
本公开实施例中，所述业务领域数据库包括各个业务领域对应的词语，在一种可能的实施例中，所述识别文本为“播放音乐”，其语义特征为“音乐”，则对应的业务领域为“音乐领域”。在另一种可能的实施例中，所述识别文本为“打开动漫”，其语义特征为“动漫”，则对应的业务领域为“视频领域”。
[0090]
可选的，所述根据所述指令词置信度进行用户响应，包括：
[0091]
若所述指令词置信度大于或等于预设的指令词置信度阈值，则根据所述指令词进行对应的用户响应；
[0092]
若所述指令词置信度小于预设的指令词置信度阈值，则不根据所述指令词进行对应的用户响应。
[0093]
本公开实施例中，所述指令词置信度表征识别文本与指令词的相似度，预设指令词数据库，需要找到识别文本对应的指令词才能根据所述指令词执行对应的命令，进行用户响应。如果所述指令词置信度大于或等于预设的指令词置信度阈值，则说明所述识别文本与指令词数据库中的指令词极为接近，可以根据所述识别文本对应的指令词执行对应的命令，进行用户响应。若所述指令词置信度小于预设的指令词置信度阈值，则说明所述识别文本与指令词数据库中的指令词不接近，无法进行用户响应。
[0094]
本公开实施例通过指令词置信度阈值对识别文本进行筛选，找到指令词置信度足够高的指令词，避免误响应，提高语音指令响应的准确度。
[0095]
图3是根据本公开实施例提供的一种语音指令响应方法的流程示意图，如图3所示，所述方法包括：
[0096]
首先使用声纹置信确认当下是有人在交互的，这样的好处是可以优先判定说话的音频是不是有真实的人再交流；接下来进行解码识别获取识别结果(识别文本)、声纹置信度、音频特征和声学模型特征。需要说明的是，声纹置信是实时计算的，随着识别中间结果每出现一个，计算一个结果，最后还会计算一个最终的，如果中间出现置信过低的情况，会给前面的请求反馈信息，告诉它们不要对中间结果进行预取资源，可能不是正常的交流信息，如果置信比较大，那么前端可以进行资源的预取，最终的结果还会有一次判定，过低就不会有响应返回给用户，高于阈值则进行后续判定。资源预取就是说，比如我识别了“今天天气”，但是“怎么样”还没识别出来，如果“今天天气”高置信度，那么设备就可以先去获取一下今天的天气情况，等最终结果“今天天气怎么样”出全后，直接播报即可，不用说等到结果完整，再去取一次今天的天气情况，这样会节省很多时间。
[0097]
识别完成后，根据识别结果进行语义解析，确定识别结果是属于哪个领域的请求，比如“小度播放音乐”这是属于音乐领域的；再比如“小度打开小猪佩奇”这是属于视频领域的；接下来进行识别结果置信的判定，也就是说识别结果与音频内容的一致性，比如说的是“小度大点声”，但是识别的确实“小度大声”，或者“小度达一点声”，这种都会给高一些的置信，但是如果识别成“小度大点”那会给低置信的结果；之后再把语义结果，识别的特征送入小度指令词置信度，给出来最终的置信判定，然后才能决定要不要给用户响应；这大幅的降低的误响应，增加有效响应即使出现识别漏字、少字也可以进行正确的处理。
[0098]
图4是根据本公开实施例提供的一种语音指令响应方装置的结构示意图，如图4所示，所述装置400包括：
[0099]
采集模块410，用于采集待识别语音并输入识别解码器，以获取声音特征，其中，所述声音特征包括识别文本、声纹置信度、音频特征和声学模型特征；
[0100]
解析模块420，用于根据所述声纹置信度和所述识别文本进行语义解析，以获取业务领域信息；
[0101]
第一置信模块430，用于根据所述业务领域信息、音频特征和识别文本获取识别结
果置信度；
[0102]
第二置信模块440，用于根据所述识别结果、所述识别结果置信度、声学模型特征和所述业务领域信息获取指令词置信度；
[0103]
响应模块，用于根据所述指令词置信度进行用户响应。
[0104]
可选的，所述装置还包括：
[0105]
唤醒模块，用于根据待识别语音唤醒所述识别解码器，若唤醒失败，则重新唤醒所述识别解码器。
[0106]
图5是根据本公开实施例提供的一种语音指令响应方装置的结构示意图，如图5所示，所述解析模块420具体包括：
[0107]
置信度获取子模块510，用于按照时间先后顺序获取所述待识别语音中语音段对应的声纹置信度；
[0108]
第一解析子模块520，如果所述语音段对应的声纹置信度大于或等于预设的声纹置信度阈值，则对所述语音段的识别文本进行语义解析，以获取所述语音段对应的语义特征；
[0109]
第二解析子模块530，如果所述语音段对应的声纹置信度低于预设的声纹置信度阈值，则不对所述语音段进行语义解析；
[0110]
业务获取子模块540，用于根据所述语义特征获取业务领域信息。
[0111]
可选地，所述业务获取子模块，包括：
[0112]
业务获取单元，用于将所述语义特征与业务领域数据库进行对比，从所述业务领域数据库中选取所述语义特征对应的业务领域。
[0113]
可选地，所述响应模块，包括：
[0114]
第一响应子模块，若所述指令词置信度大于或等于预设的指令词置信度阈值，则根据所述指令词进行对应的用户响应；
[0115]
第二响应子模块，若所述指令词置信度小于预设的指令词置信度阈值，则不根据所述指令词进行对应的用户响应。
[0116]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0117]
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0118]
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0119]
设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；
输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0120]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如所述语音指令响应方法。例如，在一些实施例中，所述语音指令响应方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的所述语音指令响应方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行所述语音指令响应方法。
[0121]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0122]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0123]
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。
[0124]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用
任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0125]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
[0126]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0127]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0128]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。