用于语音识别的方法、装置、设备和存储介质与流程

1.本公开的示例实施例总体涉及计算机技术领域，特别地涉及用于语音识别的方法、装置、设备和计算机可读存储介质。


背景技术：

2.语音识别(automatic speech recognition，简称为asr)技术近些年来已经逐渐应用于日常生活的各种场景中。目前，有很多语音识别厂商能够为用户提供通用场景的语音识别。然而，在某些特定领域，诸如医疗、汽车等领域，用户除了关注通用场景的语音识别性能之外，对于领域定制化的语音识别性能往往有较高的要求。因此，需要针对特定领域的语音识别进行定制化优化。


技术实现要素：

3.在本公开的第一方面，提供了一种语音识别的方法。该方法包括：利用第一语言关联关系，基于输入的语音生成多个候选文本；确定多个候选文本各自的第一语言得分，第一语言得分指示多个候选文本针对第一语言关联关系的第一语言预测准确度；确定多个候选文本各自的第二语言得分，第二语言得分指示多个候选文本针对第二语言关联关系的第二语言预测准确度；以及基于第一语言得分和第二语言得分的比较，从多个候选文本中确定语音的识别文本。
4.在本公开的第二方面，提供了一种语音识别的装置。该装置包括：候选生成模块，被配置为利用第一语言关联关系，基于输入的语音生成多个候选文本；第一打分模块，被配置为确定多个候选文本各自的第一语言得分，第一语言得分指示多个候选文本针对第一语言关联关系的第一语言预测准确度；第二打分模块，被配置为确定多个候选文本各自的第二语言得分，第二语言得分指示多个候选文本针对第二语言关联关系的第二语言预测准确度；以及文本确定模块，被配置为基于第一语言得分和第二语言得分的比较，从多个候选文本中确定语音的识别文本。
5.在本公开的第三方面，提供了一种电子设备。该设备包括：至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使设备执行第一方面的方法。
6.在本公开的第四方面，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，计算机程序被处理器执行时实现第一方面的方法。
7.应当理解，该内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，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描述而变得容易理解。
附图说明
8.结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面
将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
9.图1示出了能够在其中实现本公开的实施例的示例环境的示意图；
10.图2a示出了根据本公开的一些实施例的语音识别架构的示意图；
11.图2b示出了根据本公开的一些实施例的语音识别模型的训练过程的流程图；
12.图2c示出了根据本公开的一些实施例的第二语言模型的训练过程的流程图；
13.图3示出了根据本公开的一些实施例的语音识别过程的流程图；
14.图4示出了根据本公开的一些实施例的语音识别过程的流程图；
15.图5示出了根据本公开的一些实施例的语音识别的装置的框图；以及
16.图6示出了其中可以实施本公开的一个或多个实施例的电子设备的框图。
具体实施方式
17.下面将参照附图更详细地描述本公开的实施例。虽然附图中示出了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
18.在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“一些实施例”应当理解为“至少一些实施例”。下文还可能包括其他明确的和隐含的定义。
19.可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获得或使用)应当遵循相应法律法规及相关规定的要求。
20.可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当根据相关法律法规通过适当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
21.例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获得和使用到用户的个人信息，从而使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
22.作为一种可选的但非限制性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式，例如可以是弹出窗口的方式，弹出窗口中可以以文字的方式呈现提示信息。此外，弹出窗口中还可以承载供用户选择“同意”或“不同意”向电子设备提供个人信息的选择控件。
23.可以理解的是，上述通知和获得用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其他满足相关法律法规的方式也可应用于本公开的实现方式中。
24.如本文中所使用的，术语“模型”可以从训练数据中学习到相应的输入与输出之间的关联关系，并且可以表征该关联关系，从而在训练完成后可以针对给定的输入，生成对应的输出。模型的生成可以基于机器学习技术。深度学习是一种机器学习算法，通过使用多层处理单元来处理输入和提供相应输出。神经网络模型是基于深度学习的模型的一个示例。在本文中，“模型”也可以被称为“机器学习模型”、“学习模型”、“机器学习网络”或“学习网
络”，这些术语在本文中可互换地使用。
[0025]“神经网络”是一种基于深度学习的机器学习网络。神经网络能够处理输入并且提供相应输出，其通常包括输入层和输出层以及在输入层与输出层之间的一个或多个隐藏层。在深度学习应用中使用的神经网络通常包括许多隐藏层，从而增加网络的深度。神经网络的各个层按顺序相连，从而前一层的输出被提供作为后一层的输入，其中输入层接收神经网络的输入，而输出层的输出作为神经网络的最终输出。神经网络的每个层包括一个或多个节点(也称为处理节点或神经元)，每个节点处理来自上一层的输入。
[0026]
通常，机器学习大致可以包括三个阶段，即训练阶段、测试阶段和应用阶段(也称为推理阶段)。在训练阶段，给定的模型可以使用大量的训练数据进行训练，不断迭代更新参数值，直到模型能够从训练数据中获得一致的满足预期目标的推理。通过训练，模型可以被认为能够从训练数据中学习从输入到输出之间的关联(也称为输入到输出的映射)。训练后的模型的参数值被确定。在测试阶段，将测试输入应用到训练后的模型，测试模型是否能够提供正确的输出，从而确定模型的性能。在应用阶段，模型可以被用于基于训练得到的参数值，对实际的输入进行处理，确定对应的输出。
[0027]
图1示出了示出了本公开的实施例能够在其中实现的示例环境100。
[0028]
如图1所示，环境100中包括电子设备110，其被配置为将输入的语音112识别为文本114。电子设备110可以是终端设备或是服务端设备。终端设备例如可以是各种便携式或固定终端，诸如、平板电脑、台式计算机、笔记本计算机、手机、通用电子设备等。服务端设备例如可以是集中式服务器、分布式服务器、大型机、边缘电子设备、或者云等。
[0029]
在环境100中，电子设备110利用两个语言模型，包括第一语言模型116和第二语言模型118，来在语音识别过程中进行文本预测。这两个语言模型116和118使用不同的训练数据集被训练。语言模型116和/或118可以是显式模型或者隐式模型，这取决于语音识别的具体架构。例如，如果使用语音识别模型来进行语音识别，语音识别模型需要同时考虑语音的音频特征和文本特征，因此可以视为具有内部语言模型。该内部语言模型可以是显式配置或隐式存在的。
[0030]
在语音识别过程中，第一语言模型116和第二语言模型118分别表征第一语言关联关系和第二语言关联关系，利用该关联关系可以基于语音112的文本特征来进行文本预测。例如，可以预测字词序列(或字词表)产生的概率，从而得到指示字词序列(或字词表)的预测准确度的得分(也称为“语言得分”)。语言模型116和118可以采用任何适当架构来实现。作为示例，语言模型116和/或118可以是n元(n-gram)语言模型，或者递归神经网络(recurrent neural network，简称为rnn)语言模型，等等。
[0031]
应当理解，图1中所示出的电子设备110的结构仅仅示例而非限制。取决于具体实现，电子设备110可以包括任意适当系统、单元、模块、组件和/或部件，以实现相应的功能。
[0032]
如前面提及的，在某些特定领域，对于语音识别性能往往有较高的要求。由于领域语音训练数据的稀缺性，可以采用的优化方案是分别使用通用文本数据和特定领域文本数据来训练第一语言模型116和第二语言模型118。训练后的第一语言模型116可以进行通用语音识别，训练后的第二语言模型118可以对语音识别准确性进行修正。
[0033]
例如，可以将基于第二语言模型118得到的语言得分加到指示语音识别准确度的语音识别得分上。语音识别得分可以反映音频和文本两个方面的准确度。还可以使用基于
第二语言模型118得到的语言得分来替换基于第一语言模型116得到的语言得分。
[0034]
本公开的实施例提出一种优化的语音识别方案。利用该方案，在利用第一语言关联关系(例如，由第一语言模型116表征)生成待识别语音112的多个候选文本之后，通过将针对第一语言关联关系的语言得分(称为“第一语言得分”)跟针对第二语言关联关系(例如，由第二语言模型118表征)的语言得分(称为“第二语言得分”)比较，从多个候选文本中确定语音识别的结果。以此方式，一方面，可以提高第二语言关联关系所涉及领域的语音识别的准确性；另一方面，可以减少对第一语言关联关系所涉及领域的语音识别性能的影响。
[0035]
考虑使用通用文本训练第一语言模型116并且使用特定领域内文本训练第二语言模型118的例子，在语音识别过程中，对第一语言模型116的第一语言得分和第二语言模型118的第二语言得分进行比较，例如，以两者的较大值作为最终的语言模型得分。如此，可以提高对领域内测试集的语音识别准确率，同时对于通用识别性能不会构成影响。特别是，如果通用训练文本因涉及用户隐私等原因无法获及而仅能使用领域语料进行训练，根据本公开的实施例的优化方案可以显著减小特定领域语言模型干预对通用及其他领域的语音识别效果产生的影响。
[0036]
在使用第一语言模型116和第二语言模型118进行语音识别之前，可以先进行模型训练。下面将结合图2a、2b和2c讨论模型训练的示例过程。
[0037]
图2a示出了根据本公开的一些实施例的示例语音识别架构200。
[0038]
在架构200中，电子设备110利用语音识别模型202来进行语音识别并且相应地进行模型训练。如图2a所示，语音识别模型202配置有声学模型204和第一语言模型116。声学模型204利用音频-文本对中的音频206的音频特征来训练，而第一语言模型116利用文本(称为“第一文本”)208的文本特征来训练。作为示例，音频-文本对可以是通用场景的音频-文本对。相应地，第一文本208可以包括通用文本数据。
[0039]
应当理解，图2a示出的语音识别模型202包括声学模型204和第一语言模型116，仅仅是示例而非限制。语音识别模型202可以采用任意适当架构。例如，语音识别模型202可以实现为循环神经网络转换器(recurrent neural network transducer，简称为rnn-t)模型，该模型包括编码器(例如，利用声学模型204)、预测网络(例如，利用第一语言模型116)以及基于编码器和预测网络的处理结果得到最终识别文本的联合网络。语音识别模型202还可以实现为las(listen,attend and spell)模型等其他模型。
[0040]
还应当理解，仅仅出于说明的目的，而无意于提出任何限制，在图2a示出了由电子设备110执行模型训练。在一些实施例中，模型训练可以在与电子设备110物理上分离的其他设备处执行，或者可以一部分在电子设备110处、一部分在其他设备处执行。
[0041]
图2b示出了根据本公开的一些实施例的语音识别模型202的示例训练过程212。如图2b所示，在框214，获取通用场景音频-文本对。在框216，执行语音识别模型202的训练。在框218，获得通用场景语音识别模型202。这样，训练后的语音识别模型202可以执行通用场景的语音识别。
[0042]
接下来，继续参考图2a，在架构200中，电子设备110处还基于其他文本(称为“第二文本”)222对第二语言模型118进行训练。作为示例，第二文本222可以包括目标领域的文本数据。
[0043]
图2c示出了根据本公开的一些实施例的第二语言模型118的训练过程224。如图2c
所示，在框226，获取目标领域文本数据。在框228，执行第二语言模型118的训练。在框230，生成加权有限状态转换器(wfst)状态图。由此，第二语言模型118可以转换成wfst模型。经过训练后，第二语言模型118可以用于对语音识别模型202的识别结果进行修正，以便在尽可能减小对通用语音识别效果的影响的情况下，提升对特定领域的语音识别效果。
[0044]
在训练后，可以使用第一语言模型116和第二语言模型118来进行语音识别。下面将结合图3和图4讨论语音识别处理的示例过程。
[0045]
图3示出了根据本公开的一些实施例的语音识别过程300。过程300可以在图1中的电子设备110处实现。为便于讨论，将结合图1的环境100来描述过程300。
[0046]
在框305，利用第一语言关联关系(例如，由第一语言模型116表征)，基于输入的语音112生成多个候选文本。从语音转换成文本的操作，也可以称为解码。这些候选文本可以基于语音112的音频特征(或声学特征)和文本特征来生成。候选文本的生成可以采用当前已知以及将来开发的任意适当语音转文本的技术或算法，本公开的范围在此方面不受限制。
[0047]
在一些实施例中，可以首先基于语音112生成多个候选文本单元，再基于候选文本单元确定候选文本。在本公开的上下文中，文本单元也可以称为令牌(token)，是指文本处理的基本单位，其粒度可以根据应用而改变和设置，例如包括字、词、短语、字符等等。在文本单元是词的实施例中，基于语音112生成的多个候选文本单元可以组成词表。继而，可以将词表中各词进行排列组合得到多个词序列作为候选文本。在一些实施例中，还可以选择出现概率较高的词序列作为候选文本。
[0048]
在框310，确定多个候选文本各自的第一语言得分，其指示候选文本针对第一语言关联关系(例如，由第一语言模型116表征)的语言预测准确度(称为“第一语言预测准确度”)。第一语言得分可以采用任意适当方式来确定。例如，在采用图2a所示的架构200来进行语音识别的实施例中，可以利用语音识别模型202来计算第一语言得分。例如，可以屏蔽音频特征，比如将语音识别模型202中的声学模型204的输入置零，而将候选文本的文本特征输入第一语言模型206，由此得到候选文本的第一语言得分。第一语言得分可以在确定了候选文本之后计算，也可以在确定候选文本的过程中计算。
[0049]
在框315，确定多个候选文本各自的第二语言得分，其指示候选文本针对第二语言关联关系(例如，由第二语言模型118表征)的语言预测准确度(称为“第二语言预测准确度”)。第二语言得分可以采用任意适当方式来确定。例如，在采用图2c所示的训练过程基于第二语言模型220生成wfst状态图的实施例中，可以将候选文本的文本特征输入第二语言模型220，由此利用wfst模型得到候选文本的wfst得分作为第二语言得分。第二语言得分可以在确定了候选文本之后计算。
[0050]
在框320，基于第一语言得分和第二语言得分的比较，从多个候选文本中确定语音112的识别文本114。如果第一语言得分较高，则说明待识别语音112更贴近于第一语言模型116的适用领域。如果第二语言得分较高，则说明语音112更贴近于第二语言模型118的适用领域。由此，可以提高第二语言模型118的适用场景的语言识别性能，同时不会影响第一语言模型116的适用场景的语言识别性能。
[0051]
在一些实施例中，除了第一语言得分和第二语言得分，识别文本114的确定还可以考虑候选文本的语音识别得分。语音识别得分指示候选文本的语音识别准确度，其可以从
音频和文本特征两个方面来确定。在采用图2a所示的架构200的实施例中，可以通过语音识别模型202来计算语音识别得分，该得分可以在语音识别过程中生成。由此，语言识别性能的优化可以综合考虑音频和文本两个方面来进行。
[0052]
作为示例，可以基于第一语言得分和第二语言得分的比较以及语音识别得分，确定各候选文本的最终得分，基于最终得分来确定识别文本114。在一些实施例中，最终得分可以基于第一语言得分和第二语言得分的加权来计算。这样，可以考虑到第一语言得分和第二语言得分的打分标准之间的差异，尽量使第一语言得分和第二语言得分标准化，从而进一步优化语音识别性能。
[0053]
作为示例，可以分别利用第一权重和第二权重对第一语言得分和第二语言得分加权，继而基于语音识别得分和加权后的第二语言得分与第一语言得分的差值来确定候选文本的最终得分。第一权重和第二权重可以根据任意适当原则或算法来确定。本公开的范围在此方面不受限制。
[0054]
在一些实施例中，如果加权后的第二语言得分与第一语言得分的差值大于预定阈值，则说明第二语言模型118的适用场景与待识别语音112的对应性更好。在这些实施例中，可以将语音识别得分与差值之和确定为最终得分。如果差值小于或等于预定阈值，则说明第一语言模型116的适用场景与待识别语音112的对应性更好。因此，可以将语音识别得分确定为最终得分。取决于应用场景和/或需求，阈值可以设置为任意适当值。作为示例，阈值可以设置为0。
[0055]
在一些实施例中，语音识别可以按语音单元来进行。待识别的语音112可以包括多个语音单元。在本公开的上下文中，语音单元是指识别的基本单位，可以具有任意适当粒度。例如，可以语音帧作为语音单元。相应地，在语音识别的过程中，可以逐帧进行语音到文本的转换。针对一个语音帧的识别处理也可以视为语音识别过程中的一个处理步骤。下面将结合图4讨论语音识别过程中的一个步骤的示例过程。
[0056]
图4示出了根据本公开的一些实施例的语音识别过程400。过程400是基于图2a所示的架构200执行的。为便于讨论，将结合图2a的架构200来描述过程400。
[0057]
在此示例中，第一语言模型116包含在语音识别模型202内，好因此也称为内部语言模型，其是基于通用文本数据训练的。第二语言模型118由n-gram模型实现并且被转换为wfst模型，其是基于特定领域文本数据训练的。例如，可以基于所搜集的目标领域文本进行预处理，再训练n-gram模型，并通过语音识别工具转换为wfst模型。相应地，第二语言得分可以为wfst得分。如此，可以基于领域优化场景，利用待优化的领域文本训练n-gram语言模型并生成wfst状态图用于领域自适应。这样，可以在待优化领域取得识别准确率的大幅上升，同时不影响通用场景识别准确率。
[0058]
在过程400中，如图4所示，在框402，开始对语音112进行解码，得到词表，词表中的每个词作为一个候选文本单元。例如，在语音112包括多个语音单元的实施例中，可以针对语音112的一个语音单元(例如，语音帧)进行语音识别处理，得到与该语音单元相对应的多个候选文本单元。
[0059]
在框404，针对词表中的每个词，获取当前步骤所有候选识别结果，作为候选文本。在框406，得到语音识别模型202的对应得分asrscore。在框408，得到语音识别模型202的内部语言模型(即，第一语言模型206)得分interlmscore。在框410，得到目标领域wfst得分
wfstscore。在框412，为当前步骤词表中的每个词计算最终得分：
[0060]
asrscore max(0,λ1*wfstscore-λ2*interlmscore)
[0061]
在框414，确定是否完成解码。例如，是否还有待处理的语音单元。如果没有完成解码，则返回到框404，继续识别下一个语音单元。如果已经完成解码，则在框416输出识别结果，例如文本114。
[0062]
以此方式，可以对待识别音频的所属领域进行隐式判断。在端到端asr模型的每一步解码过程中，判断wfst状态图和asr模型隐含的内部语言模型的得分大小，选择两者中较大的得分，用于干预asr模型解码。如果wfst状态图的得分大，则音频大概率属于目标领域，需要使用目标领域的wfst状态图代替asr系统的内部语言模型。如果内部语言模型得分大，则音频大概率属于原领域，可以使用asr系统的内部语言模型得分。由此，可以在适用目标领域文本的情况下有效提升目标领域的识别效果，同时不会影响通用识别性能。
[0063]
图5示出了根据本公开的一些实施例的用于语音识别的装置500的示意性结构框图。装置500可以被实现为或者被包括在电子设备110中。装置500中的各个模块/组件可以由硬件、软件、固件或者它们的任意组合来实现。
[0064]
如图5所示，装置500包括候选生成模块505、第一打分模块510、第二打分模块515和文本确定模块。候选生成模块505被配置为利用第一语言关联关系，基于输入的语音生成多个候选文本。第一打分模块510被配置为确定多个候选文本各自的第一语言得分，第一语言得分指示多个候选文本针对第一语言关联关系的第一语言预测准确度。第二打分模块515被配置为确定多个候选文本各自的第二语言得分，第二语言得分指示多个候选文本针对第二语言关联关系的第二语言预测准确度。文本确定模块520被配置为基于第一语言得分和第二语言得分的比较，从多个候选文本中确定语音的识别文本。
[0065]
在一些实施例中，文本确定模块520可以进一步被配置为：基于第一语言得分和第二语言得分的比较以及多个候选文本各自的语音识别得分，确定多个候选文本各自的最终得分，语音识别得分指示多个候选文本的语音识别准确度；以及基于最终得分，从多个候选文本中确定语音的识别文本。
[0066]
在一些实施例中，文本确定模块520可以进一步被配置为：针对多个候选文本中的一个候选文本，利用第一权重对候选文本的第一语言得分加权；利用第二权重对候选文本的第二语言得分加权；以及基于候选文本的语音识别得分以及加权后的第二语言得分与第一语言得分的差值，确定候选文本的最终得分。
[0067]
在一些实施例中，文本确定模块520可以进一步被配置为：响应于加权后的第二语言得分与第一语言得分的差值大于预定阈值，确定语音识别得分与差值之和为候选文本的最终得分。
[0068]
在一些实施例中，文本确定模块520可以进一步被配置为：响应于加权后的第二语言得分与第一语言得分的差值小于或等于预定阈值，确定语音识别得分为候选文本的最终得分。
[0069]
在一些实施例中，第二语言得分是利用加权有限状态转换器模型确定的。
[0070]
在一些实施例中，候选确定模块505可以进一步被配置为：基于语音生成多个候选文本单元；以及基于多个候选文本单元确定多个候选文本。
[0071]
应当理解，上文参考图1至图4讨论的关于过程300和400的特征和效果同样适用于
装置500，在此不再赘述。另外，装置500中所包括的模块可以利用各种方式来实现，包括软件、硬件、固件或其任意组合。在一些实施例中，一个或多个模块可以使用软件和/或固件来实现，例如存储在存储介质上的机器可执行指令。除了机器可执行指令之外或者作为替代，装置500中的部分或者全部模块可以至少部分地由一个或多个硬件逻辑组件来实现。作为示例而非限制，可以使用的示范类型的硬件逻辑组件包括现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准品(assp)、片上系统(soc)、复杂可编程逻辑器件(cpld)，等等。
[0072]
图6示出了其中可以实施本公开的一个或多个实施例的电子设备600的框图。应当理解，图6所示出的电子设备600仅仅是示例性的，而不应当构成对本文所描述的实施例的功能和范围的任何限制。
[0073]
如图6所示，电子设备600是通用计算设备的形式。电子设备600的组件可以包括但不限于一个或多个处理器或处理单元610、存储器620、存储设备630、一个或多个通信单元640、一个或多个输入设备650以及一个或多个输出设备660。处理单元610可以是实际或虚拟处理器并且能够根据存储器620中存储的程序来执行各种处理。在多处理器系统中，多个处理单元并行执行计算机可执行指令，以提高电子设备600的并行处理能力。
[0074]
电子设备600通常包括多个计算机存储介质。这样的介质可以是电子设备600可访问的任何可以获得的介质，包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器620可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器(ram))、非易失性存储器(例如，只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、闪存)或它们的某种组合。存储设备630可以是可拆卸或不可拆卸的介质，并且可以包括机器可读介质，诸如闪存驱动、磁盘或者任何其他介质，其可以能够用于存储信息和/或数据(例如用于训练的训练数据)并且可以在电子设备600内被访问。
[0075]
电子设备600可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图6中示出，可以提供用于从可拆卸、非易失性磁盘(例如“软盘”)进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中，每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。存储器620可以包括计算机程序产品625，其具有一个或多个程序模块，这些程序模块被配置为执行本公开的各种实施例的各种方法或动作。
[0076]
通信单元640实现通过通信介质与其他电子设备进行通信。附加地，电子设备600的组件的功能可以以单个计算集群或多个计算机器来实现，这些计算机器能够通过通信连接进行通信。因此，电子设备600可以使用与一个或多个其他服务器、网络个人计算机(pc)或者另一个网络节点的逻辑连接来在联网环境中进行操作。
[0077]
输入设备650可以是一个或多个输入设备，例如鼠标、键盘、追踪球等。输出设备660可以是一个或多个输出设备，例如显示器、扬声器、打印机等。电子设备600还可以根据需要通过通信单元640与一个或多个外部设备(未示出)进行通信，外部设备诸如存储设备、显示设备等，与一个或多个使得用户与电子设备600交互的设备进行通信，或者与使得电子设备600与一个或多个其他电子设备通信的任何设备(例如，网卡、调制解调器等)进行通信。这样的通信可以经由输入/输出(i/o)接口(未示出)来执行。
[0078]
根据本公开的示例性实现方式，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，其中计算机可执行指令被处理器执行以实现上文描述的方法。根据本公
开的示例性实现方式，还提供了一种计算机程序产品，计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括计算机可执行指令，而计算机可执行指令被处理器执行以实现上文描述的方法。
[0079]
这里参照根据本公开实现的方法、装置、设备和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0080]
这些计算机可读程序指令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单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0081]
可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0082]
附图中的流程图和框图显示了根据本公开的多个实现的系统、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、程序段或指令的一部分，模块、程序段或指令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。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，两个连续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动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。
[0083]
以上已经描述了本公开的各实现，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实现。在不偏离所说明的各实现的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实现的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文公开的各个实现方式。