音乐识别方法、音符识别模型建立方法、装置及电子设备与流程

文档序号:11232718
音乐识别方法、音符识别模型建立方法、装置及电子设备与流程
本发明涉及自动化领域,尤其涉及音乐识别方法、音符识别模型建立方法、装置及电子设备。
背景技术
:随着科学技术的不断发展,电子技术也得到了飞速的发展,电子产品的种类也越来越多,人们也享受到了科技发展带来的各种便利。现在人们可以通过各种类型的电子设备,享受随着科技发展带来的舒适生活。例如:现有技术中,可以通过电子设备内置的APP实现钢琴陪练。现有技术中钢琴陪练主要采用以下方式(如图1所示):针对钢琴搭配特殊的硬件设备,比如电钢琴或者有midi输出接口的电子琴,app通过接收该硬件设备的按键开关信息,来识别用户的演奏是否正确。该陪练方式存在以下技术问题:①该方案的兼容性不强,仅仅能够适用于该APP所对应的特定设备,如果换一台钢琴或者换个地点将无法陪练;②现有的电钢琴或电子琴很难达到与真钢琴相同的触感和音色,与在真钢琴上练习的效果是完全不同的,从而导致大部分家长无法接受让孩子在电钢琴上学习钢琴。技术实现要素:本发明提供一种音乐识别方法、音符识别模型建立方法及装置,以解决现有技术中在对音乐进行识别时需要依赖于特定的硬件设备的技术问题。第一方面,本发明实施例提供一种音乐识别方法,包括:获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。可选的,所述对所述第一音频数据进行匹配识别,包括:对所述第一音频数据中的演奏错误进行识别;和/或基于所述M个音符片段和音符模型获得所述第一音频数据的第一乐谱信息。可选的,所述演奏错误包括:音符错误、节奏错误、音不准中的至少一种演奏错误。可选的,所述对所述第一音频数据中的演奏错误进行识别,包括:获取用于产生所述第一音频数据的参考乐谱信息;确定出所述参考乐谱信息所包含的N个音符片段,N为正整数;基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段。可选的,所述方法还包括:确定出所述N个音符片段中每个音符片段的演奏时长;在所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段之后,所述方法还包括:确定出所述M个音符片段与所述N个音符片段中音符匹配但演奏时长不匹配的片段作为所述演奏错误所对应的音符片段。可选的,所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段,包括:从所述音符模型中查找获得所述N个音符片段中各个音符片段的特征信息,进而确定出参考乐谱信息所对应的第一音符特征信息;提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;将所述第二音符特征信息与所述第一音符特征信息进行匹配,确定出特征信息不匹配的音符片段作为所述演奏错误所对应的音符片段。可选的,所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段,包括:提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;通过所述音符模型对所述第二音符特征信息进行识别,进而获得所述第一音频数据所对应的第一乐谱信息;将所述第一乐谱信息与所述参考乐谱信息进行匹配,进而确定出音符不相同的音符片段作为所述演奏错误所对应的音符片段。可选的,所述获取用于产生所述第一音频数据的参考乐谱信息,包括:响应用户的选择操作,进而获取所述参考乐谱信息;或者对纸质教程上的乐谱进行扫描获得乐谱图像信息,对所述乐谱图像信息进行图像识别进而获得所述参考乐谱信息;或者对与所述第一音频数据存在关联的第二音频数据进行声学识别确定出所述参考乐谱信息。可选的,所述获得所述第一音频数据的第一乐谱信息,包括:提取出第一音符片段的第一特征信息,所述第一音符片段为所述M个音符片段中的任一音符片段;从所述音符模型所包含的音符片段中确定出特征信息与所述第一特征信息的相似度值满足预设相似度条件的音符片段;将所述相似度值满足预设相似度条件的音符片段的音符作为所述第一音符片段的音符;基于所述第一音符片段的音符、或第一音符片段的音符与所述第一音符片段的演奏时长确定出所述第一乐谱信息。可选的,在所述基于所述第一音符片段的音符以及所述第一音符片段的时长确定出所述第一乐谱信息之后,所述方法还包括:搜索获得与所述第一乐谱信息的相似度值大于预设相似度值的参考乐谱信息;将所述参考乐谱信息作为所述第一乐谱信息的推荐乐谱信息提供给用户。可选的,所述音符模型中包含在特定音调下,至少一组音符片段与特征信息的对应关系。第二方面,本发明实施例提供一种音符识别模型建立方法,包括:获取每个音符片段对应的标准语音数据;提取每个音符片段的标准语音数据的特征信息;基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。可选的,所述音符片段包括:由单个按键所构成的单个音符;和/或由多个按键组合所构成的多个音符。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:提取每个音符片段的频谱特征和/或频率特征。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量,所述至少一个子数据中每个子数据的能量做为对应音符片段的特征信息。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量;确定出预定能量对应的子数据的频率做为对应音符片段的特征信息。可选的,所述获取每个音符对应的标准语音数据,包括:获取在特定音调下,每个音符所对应的标准语音数据;所述基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系,包括:基于所述特定音调下音符片段与特征信息的对应关系,建立所述音符模型,所述音符模型包含在所述特定音调下,所述至少一组音符片段与特征信息的对应关系。第三方面,本发明实施例提供一种音乐识别装置,包括:获得模块,用于获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;识别模块,用于基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。第四方面,本发明实施例提供一种音符识别模型建立装置,包括:获取模块,用于获取每个音符片段对应的标准语音数据;提取模块,用于提取每个音符片段的标准语音数据的特征信息;建立模块,用于基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。第五方面,本发明实施例提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。第六方面,本发明实施例提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获取每个音符片段对应的标准语音数据;提取每个音符片段的标准语音数据的特征信息;基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。本发明有益效果如下:由于在本发明实施例中,在获得音乐所对应的第一音频数据中之后,可以基于第一音频数据中所包含的M个音符片段和音符模型,对第一音频数据进行匹配识别其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系,也即是不需要硬件改进,就可以实现对第一音频数据中相关信息的识别,故而达到了提高对音乐识别的兼容性的技术效果,且能够降低对音乐识别的成本;另外,由于不需要依赖于硬件改进,故而针对任何方式输出的第一音频数据都能够识别,而不需要依赖于电钢琴或者电子琴,从而增加了该方案的应用范围。附图说明图1为现有技术中钢琴陪练的示意图;图2为本发明实施例中音乐识别方法的流程图;图3为本发明实施例的音乐识别方法中获得音符模型的流程图;图4为本发明实施例的音乐识别方法中对第一音频数据中的演奏错误进行识别的流程图;图5为本发明实施例的音乐识别方法中对第一音频数据中的演奏错误进行识别时确定音符不匹配的片段的第一种方式的流程图;图6为本发明实施例的音乐识别方法中对第一音频数据中的演奏错误进行识别时确定音符不匹配的片段的第二种方式的流程图;图7为本发明实施例的音乐识别方法中对第一音频数据中的演奏错误进行识别之后输出识别结果的示意图;图8为本发明实施例的音乐识别方法中确定出第一乐谱信息的流程图;图9为本发明实施例中音符识别模型建立方法的流程图;图10为本发明实施例中音乐识别装置的结构图;图11为本发明实施例中音符识别模型建立装置的结构图;图12是根据一示例性实施例示出的电子设备的框图。具体实施方式本发明提供一种音乐识别方法、音符识别模型建立方法及装置,以解决现有技术中在对音乐进行识别时需要依赖于特定的硬件设备的技术问题。本申请实施例中的技术方案为解决上述的技术问题,总体思路如下:在获得音乐所对应的第一音频数据中之后,可以基于第一音频数据中所包含的M个音符片段和音符模型,对第一音频数据进行匹配识别其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系,也即是不需要硬件改进,就可以实现对第一音频数据中相关信息的识别,故而达到了提高对音乐识别的兼容性的技术效果,且能够降低对音乐识别的成本;另外,由于不需要依赖于硬件改进,故而针对任何方式输出的第一音频数据都能够识别,而不需要依赖于电钢琴或者电子琴,从而增加了该方案的应用范围。为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。第一方面,本发明实施例提供一种音乐识别方法,请参考图2,包括:步骤S201:获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;步骤S202:基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。步骤S201中,第一音频数据例如为:用户通过乐器演奏所获得的音频数据、用户唱歌所获得音频数据、电子设备上自带或者于网络中下载的音频数据等等,对于该音频数据为何种音频数据,本发明实施例不作限制。其中,音符片段包括一个或者多个音符,每个音符包含音阶以及每个音阶的音调高低,音阶例如为:1、2、3、4、5、6、7,音阶的音调高低例如为:低音、中音、高音等等。其中,一个音符片段中可以仅仅包含一个音符,例如:(中音)1、(中音)2等等,一个音符片段也可以包含多个音符,例如:(中音)1(中音)2、(中音)1(中音)2(低音)3等等。其中,如果产生第一音频数据的乐器为按键类乐器(例如:钢琴、电子琴等等)且音符片段为单个音符,则该单个音符可以由单个按键构成的音符,也可以为由多个按键组合构成的多个音符,例如:和弦音等。其中,可以通过对第一音频数据进行特征识别,识别出其中所包含的每个音符,然后将其按照音符划分为多个部分,例如:如果第一音频数据中包含10个音符,则可以将第一音频数据划分为10个部分,然后基于每个音符片段中所包含的音符数量,将这10个部分组合为M个音符片段,例如:如果每个音符片段中仅仅包含一个音符,则可以将这10个部分直接作为10个音符片段;如果每个音符片段中包含两个音符,则可以将10个部分依次两两组合,获得5个音符片段等等。其中,在采集获得第一音频数据之后,可以直接采用第一音频数据进行后续处理,也可以先从第一音频数据中滤除静音和无效语音。在执行步骤S202之前,需要首先获得音符模型,在具体实施过程中,请参考图3,可以通过以下步骤获得音符模型:步骤S301:获取每个音符片段对应的标准语音数据;步骤S302:提取每个音符片段的标准语音数据的特征信息;步骤S303:基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。步骤S301中,以该音符模型为钢琴的音符模型、每个音符片段包含一个音符为例,钢琴上通常包含88个按键,每个按键对应一个音符,则可以针对每个按键分别进行录音获得对应按键的标准语音数据。步骤S302中,该特征数据可以包含多种特征信息,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况,另外,在不冲突的情况下,以下两种情况可以组合使用。第一种,所述特征数据包括频谱特征,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量,所述至少一个子数据中每个子数据的能量即为对应音符片段的特征信息。举例来说,可以根据实际需求将频域数据划分为不同数量的子数据,例如:5、10等等,本发明实施例不作限制。其中,假设将频域数据划分为5个子数据,针对其中某个标准语音数据(例如:高音1)的5个子数据的能量分别为:5、8、10、10、12,则可以确定出该标准语音数据的特征信息为(5,8,10,10,12)。其中,针对某个音符片段可以仅仅采集一次标准语音数据,也可以采集多次标准语音数据,如果采集多次标准语音数据的话,则可以获取多组前面的特征信息,然后将这多组特征信息取平均值获得最终用于确定音符模型中的特征信息。第二种,所述特征数据包括频率特征,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量;确定出预定能量对应的子数据的频率作为对应音符片段的特征信息。举例来说,可以首先计算出每部分子数据的能量,然后确定出能量最高的子数据所对应的频率作为对应音符片段的频率特征、也可以确定出能量居中的子数据所对应的频率作为对应的音符的频率特征等等,对于采用何种方式设定预定频率,本发明实施例不作限制。在具体实施过程中,如果该音符模型为针对固定调乐器的音符模型,则针对某个音符片段直接获取其对应的标准语音数据,然后建立该音符片段与特征信息之间的对应关系即可;而如果该音符模型为针对变调乐器的音符模型,所述获取每个音符对应的标准语音数据,包括:获取在特定音调下,每个音符所对应的标准语音数据;所述基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系,包括:基于所述特定音调下音符片段与特征信息的对应关系,建立所述音符模型,所述音符模型包含在所述特定音调下,所述至少一组音符片段与特征信息的对应关系。举例来说,针对某一种乐器,如果其采用不同的调性(例如:C调、D调等等)即使是相同的音符,其特征信息也不相同,故而针对每个音调,都采集获得每个音符片段所对应的标准语音数据,进而最终所获得的音符包含每个音调下,至少一组音符片段与特征信息的对应关系,基于该方案能够实现对音乐更加准确的识别。在具体实施过程中,音符模型可以为多种形式的模型,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况。第一种,音符模型具体为音符模板,该音符模板中包含音符与特征信息之间的对应关系,例如,如表1所示:表1音符特征信息高音1(5,8,10,10,12)中音7(5,13,12,9,12)中音6(12,6,18,10,6)中音5(9,8,10,10,7)…………当然,在具体实施过程中,音符与特征信息还可以为其他对应关系,本发明实施例不再详细列举,并且不作限制。第二种,音符模型具体为:基于统计的模型,例如:基于提取特征训练HMM(HiddenMarkovModel、隐马尔可夫模型)、决策树模型等等。以HMM模型为例,可以首先获取各个音符片段所对应的特征信息,然后将每个音符片段的特征信息中输入HMM模型进行训练,获得一组概率向量使得对应音符片段所对应的特征信息的概率趋向于最大化,即获得用于对应音符片段进行识别的HMM模型,进而存在多少个音符片段,则存在多少个HMM模型。该用于对音符识别的HMM模型中包含特征信息属于某个音符片段的概率,例如:在获得特征信息(5,8,10,10,12)之后,可以将其输入各个音符片段所对应的HMM模型中,获得该特征信息在各个音符片段下的概率,然后确定出概率值最高的音符片段作为该特征信息所对应的音符片段。步骤S202中,对第一音频数据进行匹配识别可以分为多种情况,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况。对所述第一音频数据进行匹配识别的方式一:对所述第一音频数据中的演奏错误进行识别。其中,演奏错误又可以分为多种错误,下面列举其中的三种进行介绍,当然,在具体实施过程中,不限于以下三种情况。第一种,所述演奏错误包括:音符错误。举例来说,假设用户基于参考乐谱信息产生第一音频数据,其中参考乐谱信息中第二个音符片段为高音1,而第一音频数据中的第二个音符片段为中音7,则可以确定出演奏过程中出现音符错误。其中,音符错误可能是将一个音符演奏成另一个音符,也可以是遗漏掉某个音符、或者多演奏了某个音符,本发明实施例不作限制。第二种,所述演奏错误包括:节奏错误。举例来说,假设用户基于参考乐谱信息产生第一音频数据,其中参考乐谱信息中第二个音符片段为高音1,且为全音符,而第一音频数据中的第二个音符片段为高音1,但是为半音符,则说明出现节奏错误。第三种,所述演奏错误包括:音不准。举例来说,针对某些吹奏类乐器,对气息存在要求,如果气息不稳或者气息不足,则及时吹奏过程中音符片段所对应的指法没错,也会导致音不准的情况。在具体实施过程中,所述对所述第一音频数据中的演奏错误进行识别,请参考图4,包括:步骤S401:获取用于产生所述第一音频数据的参考乐谱信息;步骤S402:确定出所述参考乐谱信息所包含的N个音符片段,N为正整数;步骤S403:基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段做为所述演奏错误所对应的音符片段。步骤S401中,参考乐谱信息例如为:简谱、五线谱、减字谱等等,本发明实施例不作限制。在具体实施过程中,可以通过多种方式获取参考乐谱信息,下面列举其中的三种进行介绍,当然,在具体实施过程中不限于以下三种情况。确定参考乐谱信息的方式①:响应用户的选择操作,进而获取所述参考乐谱信息。举例来说,在用户演奏音乐时,希望通过APP对自己演奏的音乐中的演奏错误进行识别,则可以首先打开对应的APP,然后从APP选择出自己演奏的音乐,用户所选择的音乐所对应的乐谱即为参考乐谱信息。确定参考乐谱信息的方式②:对纸质教程上的乐谱进行扫描获得乐谱图像信息,对所述乐谱图像信息进行图像识别进而获得所述参考乐谱信息。举例来说,针对乐器演奏都会存在纸质教程,纸质教程上会包含很多乐谱信息,用户如果希望哪首音乐,则可以通过摄像头扫描获得对应音乐的乐谱图像信息,然后通过电子设备进行图像识别就可以获得参考乐谱信息。确定参考乐谱信息的方式③:对与所述第一音频数据存在关联的第二音频数据进行声学识别确定出所述参考乐谱信息。举例来说,第二音频数据可以为与第一音频数据不同的其他音频数据,例如:用户希望演奏音乐A,则可以首先演奏音乐A的片段(也即第二音频数据),电子设备在录入该第二音频数据之后,通过对第二音频数据进行声学识别,确定出与该第二音频数据匹配的参考乐谱信息,用户演奏三个音符时,通过该对音符进行识别,假设识别出音符为:125,通过125在系统中进行匹配,确定出以下的识别结果:用户演奏五个音符时,通过对音符进行识别,假设识别出音符为12531,通过12531在系统中进行匹配,确定出以下的识别结果:其中,可以基于用户的选择操作从中确定出参考乐谱信息,也可以继续检测用户所输入的音符,直到只剩下一个识别结果,则该剩下的识别结果为参考乐谱信息。在基于第二音频数据确定出参考乐谱信息之后,用户重新演奏音乐A,则电子设备继续采集用户演奏的音频数据作为第一音频数据。又或者,在基于第二音频数据确定出参考乐谱信息之后,用户继续演奏音乐A,在这种情况下第二音频数据可以为与第一音频数据相同的音频数据,例如:用户直接演奏乐曲A,电子设备采集用户演奏的第一音频数据,通过该第一音频数据确定出对应参考乐谱信息,并对第一音频数据中演奏错误进行识别。步骤S402中,直接提取出参考乐谱信息中的各个音符,就可以获得N个音符片段,其中在提取出参考乐谱信息中的各个音符时,可以一次性将参考乐谱信息中的所有音符都提取出,也可以依次提取参考乐谱信息中的部分音符,在提取出参考乐谱信息中的部分音符之后则可以实时识别第一音频数据中的演奏错误。步骤S403中,可以通过多种方式确定出M个音符片段与N个音符片段中音符不匹配的片段,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况。第一种,所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段,请参考图5,包括:步骤S501:从所述音符模型中查找获得所述N个音符片段中各个音符片段的特征信息,进而确定出参考乐谱信息所对应的第一音符特征信息;步骤S502:提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;步骤S503:将所述第二音符特征信息与所述第一音符特征信息进行匹配,确定出特征信息不匹配的音符片段作为所述演奏错误所对应的音符片段。步骤S502中,获得M个音符片段中各个音符片段的特征信息的方式与建立音符模型时特征信息的方式类似,故而在此不再赘述。步骤S503中,基于音符模型的不同,将第二音符特征信息与第一音符特征信息匹配的方式也不同,下面列举其中的两种分别进行介绍,当然,在具体实施过程中,不限于以下两种情况。①音符模型为音符模板,则可以计算第二音符特征信息中每个音符片段的特征信息与第一音符特征信息中对应音符片段的特征信息的相似度参数,基于该相似度值来确定不匹配的音符片段。以第二音符特征信息中的第一个音符片段为例,则可以计算第二音符特征信息中的第一个音符片段的特征信息与第一音符特征信息中的对应音符片段的特征信息(例如:第一音符特征信息中的第一个音符片段)的距离值(距离值越大,则相似度值越小),然后判断距离值是否小于预设距离阈值,如果小于预设距离阈值,则说明第二音符特征信息中的第一个音符片段和第一音符特征信息中的第一个音符片段匹配,否则,说明不匹配;也可以计算第二音符特征信息中的第一个音符片段的特征信息与第一音符特征信息中的对应音符片段的特征信息的相似度值,然后判断相似度值是否大于预设相似度阈值,如果大于预设相似度阈值,则说明第二音符特征信息中的第一个音符片段和第一音符特征信息中的第一个音符片段匹配,否则,说明不匹配。②音符模型为统计模型,则可以将第二音符特征信息中的每个特征信息输入第一音符特征信息中的对应音符特征信息的统计模型,获得一个计算概率其中为提取特征,M为统计模型;然后判断该计算概率是否大于预设概率值,如果大于预设概率值,则说明第二音符特征信息中的对应音符片段与第一音符特征信息中的对应音符片段匹配,否则,说明不匹配。第一种,所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段,请参考图6,包括:步骤S601:提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;步骤S602:通过所述音符模型对所述第二音符特征信息进行识别,进而获得所述第一音频数据所对应的第一乐谱信息;步骤S603:将所述第一乐谱信息与所述参考乐谱信息进行匹配,进而确定出音符不相同的音符片段作为所述演奏错误所对应的音符片段。步骤S602中,基于音符模型不同,获得第一乐谱信息的方式也不同,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况。①音符模型为音符模板,在这种情况下,针对第二音符特征信息中某一音符片段所对应的第一特征信息,可以将其与音符模型中所有音符片段的特征信息计算相似度参数(例如:相似度值、距离值等等),然后确定出音符模板特征信息与第一特征信息的相似度值最高(或者距离值最低)的音符片段作为第一音符片段,其中,针对第二音符特征信息中的每个特征信息都可以采用该方式获得其对应的音符片段,进而获得第一乐谱信息。②音符模型为统计模型,在这种情况下,针对第二音符特征信息中某一音符片段所对应的第一特征信息,可以将第一特征信息输入所有音符片段所对应的统计模型,然后确定出所获得概率值最高的统计模型所对应的音符片段作为第一特征信息所对应的音符片段。步骤S603中,针对第一乐谱信息和参考乐谱信息直接比较相同位置的音符片段是否相同,如果不相同,则对应的音符片段为演奏出现错误的音符片段。作为一种可选的实施例,所述方法还包括:确定出所述N个音符片段中每个音符片段的演奏时长;在所述基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段之后,所述方法还可以包括:确定出所述M个音符片段与所述N个音符片段中音符匹配但演奏时长不匹配的片段作为所述演奏错误所对应的音符片段。举例来说,假设第一音频数据中第三个音符片段为中音3,其音符长度为全音符,而参考乐谱信息中第三个音符片段为中音3,其音符长度为半音符,则说明用所演奏的音符片段正确,但是演奏时长少了一半,在这种情况下,也可以将该音符作为演奏错误片段。当然,演奏时长不匹配还可能是其他情况,本发明实施例不再详细列举,并且不作限制。在具体实施过程中,在识别出第一音频数据中演奏错误的音符片段之后,还可以将第一音频数据中演奏错误的地方提供给用户,并对演奏错误的地方进行统计后输出,如图7所示。其中,可以每识别到一个演奏错误的位置,就将其提供给用户,也可以在一首音乐演奏结束之后,再将识别结果提供给用户。对第一音频数据进行匹配识别的方式二:基于所述M个音符片段和音符模型获得所述第一音频数据的第一乐谱信息。在具体实施过程中,所述获得所述第一音频数据的第一乐谱信息,请参考图8,包括:步骤S801:提取出第一音符片段的第一特征信息,所述第一音符片段为所述M个音符片段中的任一音符片段;步骤S802:从所述音符模型所包含的音符片段中确定出特征信息与所述第一特征信息的相似度值满足预设相似度条件的音符片段;步骤S803:将所述相似度值满足预设相似度条件的音符片段的音符作为所述第一音符片段的音符;步骤S804:基于所述第一音符片段的音符、或第一音符片段的音符与所述第一音符片段的演奏时长确定出所述第一乐谱信息。步骤S801中,具体如何提取第一音符片段的第一特征信息,由于前面已作介绍,故而在此不再赘述。步骤S802中,相似度值满足预设相似度条件可以分为多种情况,例如:①与第一特征信息的相似度值最高(或者距离值最低),其中,可以计算第一特征信息与音符模型中所有音符片段的特征信息的相似度值,然后获取音符模型中特征信息与第一特征信息的相似度值最高的音符片段作为第一音符片段;或者计算第一特征信息与音符模型中所有音符片段的特征信息的距离值,然后获取音符模型中特征信息与第一特征信息的距离值最低的音符片段作为第一音符片段。②与第一特征信息的相似度值大于预设相似度阈值,其中,可以计算第一特征信息中与音符模型中任一音符片段的特征信息的相似度值,然后判断该相似度值是否大于预设相似度阈值,如果大于预设相似度阈值,则确定出对应的音符片段作为第一音符片段;如果不大于预设相似度阈值,则获取音符模型中下一个音符片段的特征信息继续与第一特征信息计算相似度值,直到确定出第一字符片段为止,由于在该方案中,不需要计算出第一特征信息与音符模型中的所有音符片段的特征信息的相似度值,故而达到了降低电子设备处理负担的技术效果。步骤S804中,由于基于步骤S803确定出所有特征信息所对应的音符片段,故而将各个音符片段的音符按照出现时间依次排列,就可以获得第一乐谱信息;而第一音符片段的演奏时长直接可以从第一音频数据中获取,从而也可以基于各个音符片段以及每个音符片段的演奏时长确定出第一乐谱信息,如果基于各个音符片段以及每个音符片段的演奏时长确定出第一乐谱信息的话,则能够确定出更加精确的第一乐谱信息。作为一种可选的实施例,在确定出所述第一乐谱信息之后,所述方法还包括:搜索获得与所述第一乐谱信息的相似度值大于预设相似度值的参考乐谱信息;将所述参考乐谱信息作为所述第一乐谱信息的推荐乐谱信息提供给用户。举例来说,可以预先搜集整理一些较为权威的乐谱加入乐谱数据库,这些乐谱基本上不会有什么错误。其中,用户所获得第一乐谱信息可能为通过网络搜索或者自己记谱所获得乐谱信息,可能会出现一些错误,故而,在获得第一乐谱信息之后,可以从乐谱数据库中获得与第一乐谱信息的相似度值大于预设相似度值的参考乐谱信息,并将其提供给用户,以保证用户所获得的乐谱信息的准确性。另外,在将参考乐谱信息提供给用户之前,还可以先判断参考乐谱信息与第一乐谱信息是否完全相同,如果完全相同的话,则不需要提供给用户;在不完全相同时,才将参考乐谱信息提供给用户。第二方面,基于同一发明构思,本发明实施例提供一种音符识别模型建立方法,请参考图9,包括:步骤S901:获取每个音符片段对应的标准语音数据;步骤S902:提取每个音符片段的标准语音数据的特征信息;步骤S903:基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。可选的,所述音符片段包括:由单个按键所构成的单个音符;和/或由多个按键组合所构成的多个音符。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:提取每个音符片段的频谱特征和/或频率特征。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量,所述至少一个子数据中每个子数据的能量做为对应音符片段的特征信息。可选的,所述提取每个音符片段的标准语音数据的特征信息,包括:将所述标准语音数据由时域数据转换为频域数据;将所述频域数据划分为至少一个子数据;计算获得所述至少一个子数据中每个子数据的能量;确定出预定能量对应的子数据的频率做为对应音符片段的特征信息。可选的,所述获取每个音符对应的标准语音数据,包括:获取在特定音调下,每个音符所对应的标准语音数据;所述基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含多组音符片段与特征信息的对应关系,包括:基于所述特定音调下音符片段与特征信息的对应关系,建立所述音符模型,所述音符模型包含在所述特定音调下,所述至少一组音符片段与特征信息的对应关系。由于本发明实施例第二方面所介绍的音符识别模型建立方法与本发明实施例第一方面所介绍的音乐识别方法对应,故而基于本发明实施例第一方面所介绍的音乐识别方法,本领域所属技术人员能够了解本发明实施例第二方面所介绍的音符识别模型建立方法的具体实施过程,故而在此不再赘述。第三方面,基于同一发明构思,本发明实施例提供一种音乐识别装置,请参考图10,包括:获得模块10,用于获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;识别模块11,用于基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。可选的,所述识别模块11,用于:对所述第一音频数据中的演奏错误进行识别;和/或基于所述M个音符片段和音符模型获得所述第一音频数据的第一乐谱信息。可选的,所述演奏错误包括:音符错误、节奏错误、音不准中的至少一种演奏错误。可选的,所述识别模块11,包括:获取单元,用于获取用于产生所述第一音频数据的参考乐谱信息;第一确定单元,用于确定出所述参考乐谱信息所包含的N个音符片段,N为正整数;第二确定单元,用于基于所述音符模型,确定出所述M个音符片段与所述N个音符片段中音符不匹配的片段作为所述演奏错误所对应的音符片段。可选的,所述装置还包括:第一确定模块,用于确定出所述N个音符片段中每个音符片段的演奏时长;第二确定模块,用于确定出所述M个音符片段与所述N个音符片段中音符匹配但演奏时长不匹配的片段作为所述演奏错误所对应的音符片段。可选的,所述第二确定单元,包括:获得子单元,用于从所述音符模型中查找获得所述N个音符片段中各个音符片段的特征信息,进而确定出参考乐谱信息所对应的第一音符特征信息;第一提取子单元,用于提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;第一匹配子单元,用于将所述第二音符特征信息与所述第一音符特征信息进行匹配,确定出特征信息不匹配的音符片段作为所述演奏错误所对应的音符片段。可选的,所述第二确定单元,包括:第二提取子单元,用于提取获得所述M个音符片段中各个音符片段的特征信息,进而获得第二音符特征信息;识别子单元,用于通过所述音符模型对所述第二音符特征信息进行识别,进而获得所述第一音频数据所对应的第一乐谱信息;第二匹配子单元,用于将所述第一乐谱信息与所述参考乐谱信息进行匹配,进而确定出音符不相同的音符片段作为所述演奏错误所对应的音符片段。可选的,所述获取单元,用于:响应用户的选择操作,进而获取所述参考乐谱信息;或者对纸质教程上的乐谱进行扫描获得乐谱图像信息,对所述乐谱图像信息进行图像识别进而获得所述参考乐谱信息;或者对与所述第一音频数据存在关联的第二音频数据进行声学识别确定出所述参考乐谱信息。可选的,所述识别模块11,包括:提取单元,用于提取出第一音符片段的第一特征信息,所述第一音符片段为所述M个音符片段中的任一音符片段;第三确定单元,用于从所述音符模型所包含的音符片段中确定出特征信息与所述第一特征信息的相似度值满足预设相似度条件的音符片段;第四确定单元,用于将所述相似度值满足预设相似度条件的音符片段的音符作为所述第一音符片段的音符;第五确定单元,用于基于所述第一音符片段的音符、或第一音符片段的音符与所述第一音符片段的演奏时长确定出所述第一乐谱信息。可选的,所述装置还包括:搜索模块,用于搜索获得与所述第一乐谱信息的相似度值大于预设相似度值的参考乐谱信息;第三确定模块,用于将所述参考乐谱信息作为所述第一乐谱信息的推荐乐谱信息提供给用户。可选的,所述音符模型中包含在特定音调下,至少一组音符片段与特征信息的对应关系。由于本发明实施例第三方面所介绍的音乐识别装置为实施本发明实施例第一方面所介绍的音乐识别方法所采用的装置,故而基于本发明实施例第一方面所介绍的音乐识别方法,本领域所属技术人员能够了解该装置的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第一方面所介绍的音乐识别方法所采用的装置都属于本发明所欲保护的范围。第四方面,基于同一发明构思,本发明实施例提供一种音符识别模型建立装置,请参考图11,包括:获取模块20,用于获取每个音符片段对应的标准语音数据;提取模块21,用于提取每个音符片段的标准语音数据的特征信息;建立模块22,用于基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。可选的,所述音符片段包括:由单个按键所构成的单个音符;和/或由多个按键组合所构成的多个音符。可选的,所述提取模块21,用于:提取每个音符片段的频谱特征和/或频率特征。可选的,所述提取模块21,包括:第一转换单元,用于将所述标准语音数据由时域数据转换为频域数据;第一划分单元,用于将所述频域数据划分为至少一个子数据;第一计算单元,用于计算获得所述至少一个子数据中每个子数据的能量,所述至少一个子数据中每个子数据的能量做为对应音符片段的特征信息。可选的,所述提取模块21,包括:第二转换单元,用于将所述标准语音数据由时域数据转换为频域数据;第二划分单元,用于将所述频域数据划分为至少一个子数据;第二计算单元,用于计算获得所述至少一个子数据中每个子数据的能量;确定出预定能量对应的子数据的频率做为对应音符片段的特征信息。可选的,所述获取模块20,用于获取在特定音调下,每个音符所对应的标准语音数据;所述建立模块22,用于基于所述特定音调下音符片段与特征信息的对应关系,建立所述音符模型,所述音符模型包含在所述特定音调下,所述多组音符片段与特征信息的对应关系。由于本发明实施例第四方面所介绍的音符识别模型建立装置为实施本发明实施例第二方面所介绍的音符识别模型建立方法所采用的装置,故而基于本发明实施例第二方面所介绍的音符识别模型建立方法,本领域所属技术人员能够了解该装置的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第二方面所介绍的音符识别模型建立方法所采用的装置都属于本发明所欲保护的范围。第五方面,基于同一发明构思,本发明实施例提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。由于本发明实施例第五方面所介绍的电子设备为实施本发明实施例第一方面所介绍的音乐识别方法所采用的电子设备,故而基于本发明实施例第一方面所介绍的音乐识别方法,本领域所属技术人员能够了解该电子设备的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第一方面所介绍的音乐识别方法所采用的电子设备都属于本发明所欲保护的范围。第六方面,基于同一发明构思,本发明实施例提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获取每个音符片段对应的标准语音数据;提取每个音符片段的标准语音数据的特征信息;基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。由于本发明实施例第六方面所介绍的电子设备为实施本发明实施例第二方面所介绍的音符识别模型建立方法所采用的电子设备,故而基于本发明实施例第二方面所介绍的音符识别模型建立方法,本领域所属技术人员能够了解该电子设备的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第二方面所介绍的音符识别模型建立方法所采用的电子设备都属于本发明所欲保护的范围。图12是根据一示例性实施例示出的一种音乐识别方法或者音符识别模型建立方法的电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。参照图12,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。电源组件806为电子设备800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种音乐识别方法,所述方法包括:获得音乐所对应的第一音频数据,所述第一音频数据包含M个音符片段,M为正整数;基于所述M个音符片段和音符模型,对所述第一音频数据进行匹配识别,其中,所述音符模型中包含至少一组音符片段与特征信息的对应关系。一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种音符识别模型建立方法,所述方法包括:获取每个音符片段对应的标准语音数据;提取每个音符片段的标准语音数据的特征信息;基于音符片段与特征信息的对应关系建立音符模型,所述音符模型中包含至少一组音符片段与特征信息的对应关系。本发明实施例中的服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessingunits,CPU)(例如,一个或一个以上处理器)和存储器,一个或一个以上存储应用程序或数据的存储介质(例如一个或一个以上海量存储设备)。其中,存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器可以设置为与存储介质通信,在服务器上执行存储介质中的一系列指令操作。服务器还可以包括一个或一个以上电源,一个或一个以上有线或无线网络接口,一个或一个以上输入输出接口,一个或一个以上键盘,和/或,一个或一个以上操作系统,例如WindowsServerTM,MacOSXTM,UnixTM,LinuxTM,FreeBSDTM等等。本发明一个或多个实施例,至少具有以下有益效果:由于在本发明实施例中,在获得音乐所对应的第一音频数据中之后,可以基于第一音频数据中所包含的M个音符片段和音符模型,对第一音频数据进行匹配识别其中,所述音符模型中包含多组音符片段与特征信息的对应关系,也即是不需要硬件改进,就可以实现对第一音频数据中相关信息的识别,故而达到了提高对音乐识别的兼容性的技术效果,且能够降低对音乐识别的成本;另外,由于不需要依赖于硬件改进,故而针对任何方式输出的第一音频数据都能够识别,而不需要依赖于电钢琴或者电子琴,从而增加了该方案的应用范围。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。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设备。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设备的制造品,该指令设备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。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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。当前第1页1 2 3 
再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1