一种语音噪声抑制方法及装置与流程

本发明涉及语音信号处理技术领域，具体而言，涉及一种语音噪声抑制方法及装置。

背景技术

随着电子设备的普及，越来越多的操作或输入需要语音功能的参与，而许多电子设备的精细化操作对语音输入的精确度要求越来越高。由于语音录入通常是在具有噪音的场景下进行的，在实际应用场景中，目标语音常常会受到噪声环境等因素的干扰，使得语音清晰度、可懂度和舒适度大大降低，从而严重影响人耳的听觉感受以及电子设备对语音的分析处理，因此往往需要将录入的带有噪声的语音信号进行降噪处理、语音增强后再进行输出或其他操作。

但是现有的语音降噪方法对各种噪声环境下录入的语音信息进行相同流程的处理，缺少针对性，存在语音降噪效率低、噪声抑制效果不佳的问题。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种语音噪声抑制方法及装置，以解决上述现有语音增强方法中语音降噪效率低、噪声抑制效果不佳的问题。

第一方面，本发明实施例提供了一种语音噪声抑制方法，所述语音噪声抑制方法包括：根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景；根据所述声学场景对噪声处理模型进行参数调整；根据调整后的噪声处理模型对所述频域语音信号进行语音增强。

综合第一方面，在所述根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景之前，所述语音噪声抑制方法还包括：通过模拟人耳滤波器将采集到的原始时域语音信号转化为频域语音信号。

综合第一方面，在所述通过模拟人耳滤波器将采集到的原始时域语音信号转化为频域语音信号之后，以及所述根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景之前，所述语音噪声抑制方法还包括：获取所述频域语音信号的语音活动检测结果；根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比。

综合第一方面，所述获取频域语音信号的语音活动检测结果，包括：对频域语音信号进行语音活动检测，从而将所述频域语音信号划分为有声段和无声段，将所述有声段和所述无声段作为所述频域语音信号的语音活动检测结果，所述有声段为同时包括语音信号和噪声信号的频段，所述无声段为仅包括噪声信号的频段。

综合第一方面，所述根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比，包括：对所述有声段和所述无声段的能量特征进行对比计算，获得噪声估计结果和信噪比。

综合第一方面，所述噪声处理模型包括噪声抑制子模型和人耳声学掩蔽子模型，所述根据所述声学场景对噪声处理模型进行参数调整，根据调整后的噪声处理模型对所述频域语音信号进行语音增强，包括：根据所述声学场景确定所述人耳声学掩蔽子模型的估计掩蔽阈值，采用所述人耳声学掩蔽子模型在所述频域语音信号中筛选出人耳感知频域语音信号；采用所述噪声抑制子模型对所述人耳感知频域语音信号进行基于谱减法的噪声抑制处理，获得语音增强输出信号。

综合第一方面，在所述根据调整后的噪声处理模型对所述频域语音信号进行语音增强之后，所述语音噪声抑制方法还包括：将所述语音增强输出信号转换为时域语音信号；采用功率放大器将所述时域语音信号放大后通过喇叭输出。

第二方面，本发明实施例提供了一种语音噪声抑制装置，所述语音噪声抑制装置包括声学场景确定模块、参数调整模块和噪声处理模块。所述声学场景确定模块用于根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景。所述参数调整模块用于根据所述声学场景对噪声处理模型进行参数调整。所述噪声处理模块用于根据调整后的噪声处理模型对所述频域语音信号进行语音增强。

综合第二方面，所述语音噪声抑制装置还包括语音活动检测模块和噪声分析模块。所述语音活动检测模块用于获取所述频域语音信号的语音活动检测结果。所述噪声分析模块用于根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比。

第三方面，本发明实施例还提供了一种存储介质，所述存储介质存储于计算机内，所述存储介质包括多条指令，所述多条指令被设置成使得所述计算机执行上述的方法。

本发明提供的有益效果是：

本发明提供了一种语音噪声抑制方法及装置，所述语音噪声抑制方法基于频域语音信号进行处理，更利于处理设备对其进行分析和处理，提高了语音信号处理的速度和精确度。同时，所述语音噪声抑制方法针对不同声学场景对噪声处理模型进行调整，以使所述语音噪声抑制方法在适应声学场景上更加精确，能够实现更加有针对性的噪声抑制，提高了噪声抑制的效果。进一步地，所述声学场景的判定是通过噪声估计结果和信噪比进行，增加了声学场景判定的准确性并且提高了声学场景判定的速度，从而提高了语音噪声抑制效果和效率。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明第一实施例提供的一种语音噪声抑制方法的流程图；

图2为本发明第一实施例提供的一种语音录入及处理步骤的流程图；

图3为本发明第一实施例提供的一种噪声抑制方式的流程示意图；

图4为本发明第二实施例提供的一种语音噪声抑制装置的模块图；

图5为本发明第三实施例提供的一种可应用于本申请实施例中的电子设备的结构框图。

图标：100-语音噪声抑制装置；101-语音活动检测模块；102-噪声分析模块；110-声学场景确定模块；120-参数调整模块；130-噪声处理模块；140-语音信号输出模块；200-电子设备；201-存储器；202-存储控制器；203-处理器；204-外设接口；205-输入输出单元；206-音频单元；207-显示单元。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

下面先对本发明实施例涉及到的部分术语进行解释：

掩蔽效应，指由于出现多个同一类别(如声音、图像)的刺激，导致被试不能完整接受全部刺激的信息。其中，视觉掩蔽效应包括明度掩蔽效应和模式掩蔽效应，其影响因素主要包括空间域、时间域和色彩域；听觉掩蔽效应则主要包括噪声、人耳、频域、时域和时间掩蔽效应。掩蔽效应发生时，一般以不同性质的声音作为掩蔽声，比如纯音、复音、噪声等。研究还发现，当掩蔽声和被掩蔽声不同时到达时，也会发生掩蔽，这种掩蔽现象称为非同时掩蔽。掩蔽声作用在被掩蔽声之前所发生的掩蔽，称为前掩蔽；掩蔽声作用在被掩蔽声之后所发生的掩蔽，称为后掩蔽。听觉的掩蔽效应一般是用掩蔽声存在时的新的听阈曲线来表示，因此这里涉及的被掩蔽声一般是指纯音。掩蔽声存在的听阈称为估计掩蔽阈值对应的掩蔽阈。

第一实施例

经本申请人研究发现，在实际生活语音录入时语音信息会受到各种各样的场景噪声干扰，而传统的降噪方案通常是针对一个通用降噪模型进行，并未根据实际语音录入的声学场景对通用降噪模型中各算法参数进行调整，其降噪效果较差，可能残留有大量噪声。为了解决上述问题，本发明第一实施例提供了一种语音噪声抑制方法。

请参考图1，图1为本发明第一实施例提供的一种语音噪声抑制方法的流程图。所述语音噪声抑制方法应用于能够进行语音信息处理的任意种类的电子设备，所述语音噪声抑制方法的步骤可以如下：

步骤s10：根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景。

步骤s20：根据所述声学场景对噪声处理模型进行参数调整。

步骤s30：根据调整后的噪声处理模型对所述频域语音信号进行语音增强。

对于步骤s10，所述声学场景为主要噪声种类不同的各种场景，可以包括办公室噪声场景、街道噪声场景、风噪声场景等，各种声学场景中采集的噪声的能量、幅度以及信噪比的值域范围不同。本实施例基于频域语音信号进行声学场景识别，其原因为通过语音信号的能量和幅度能够更加迅速、准确地确定噪声类别，从而确定对应的声学场景，而频域语音信号的语音短时能量、短时平均幅度等特征的提取更加成熟、迅速。所述噪声估计通常通过对带噪语音信号进行短时分析,采用随机过程和概率统计等数学方法对噪声的功率谱进行估计，以获知噪声功率如何随频率分布。所述信噪比为所述频域语音信号中信号与噪声的比例，通常不同的声学场景的信噪比不同，并且噪声源离语音录入位置距离不同的声学场景信噪比往往也不相同，因此通过综合信噪比进行声学场景的选择能够提高声学场景判定的准确性。

针对步骤s20，即：根据所述声学场景对噪声处理模型进行参数调整。所述噪声处理模型主要对麦克风在录制语音时同时录制进去的背景环境声音即加性声学噪声进行降噪处理，针对此类加性声学噪声，所述噪声处理模型可以包括人耳声学掩蔽子模型，可选地，所述“根据所述声学场景对噪声处理模型进行参数调整”的步骤可以包括：根据所述声学场景确定所述人耳声学掩蔽子模型的估计掩蔽阈值，采用所述人耳声学掩蔽子模型在所述频域语音信号中筛选出人耳感知频域语音信号。所述人耳感知频域语音信号即为所述估计掩蔽阈值对应的掩蔽阈与人耳感知频域的交集内的频域语音信号。

针对步骤s30，即：根据调整后的噪声处理模型对所述频域语音信号进行语音增强。其中，所述对所述噪声处理模型可以包括噪声抑制子模型，所述频域语音信号的语音降噪主要由所述噪声抑制子模型进行。所述噪声抑制子模型的基础算法可以是基于谱相减的语音增强算法、基于小波分析的语音增强算法、基于卡尔曼滤波的语音增强算法、基于信号子空间的增强算法、基于听觉掩蔽效应的语音增强算法、基于独立分量分析的语音增强算法或基于神经网络的语音增强算法，可选地，本实施例采用基于谱相减的语音增强算法。

本实施例通过上述步骤s10-s30，在进行语音信号的增强时先进行声学场景判定，再根据不同的声学场景对噪声处理模型进行参数调整，以针对实际的语音录入场景噪声特点，更加精确地适应不同的声学场景中的不同噪声，实现更加有针对性的噪声抑制，提高噪声抑制的效率和效果。

作为一种可选的实施方式，在所述“根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景”的步骤s10之前，本实施例还需要获取频域语音信号，并对其进行噪声估计和信噪比计算。请参考图2，图2为本发明第一实施例提供的一种语音录入及处理步骤的流程图。

可选地，语音录入的步骤s1为：通过模拟人耳滤波器将采集到的原始时域语音信号转化为频域语音信号。以完成快速傅里叶变换。所述模拟人耳滤波器(第一人耳模拟滤波器，第二人耳模拟滤波器)是一种模拟人耳对声音进行滤波和分频的带通滤波器组，其采用128通道的伽玛通滤波器(gammatonefilters)时，第i阶滤波器的冲击响应函数如下：

gi(t)＝t³exp(-2πbit)cos(2πfit+φi),ift≥0

gi(t)＝0,otherwise

其中，bi代表冲击相应的衰减率，该衰减率与滤波器的带宽相关，fi代表滤波器的中心频带，φi代表相位(取0)。bi的计算如下：

erb(fi)＝24.7(4.37fi/1000+1)

bi＝1.019erb(fi)

其中，erb，equivalentrectangularbandwidth，用于衡量心理感知的刻度，其中心频率fi在erb刻度范围内(从80hz到5khz)均匀分布。通过上述转换后，能够在后级处理中，针对频域进行更加精细的处理，提高了语音信号处理的精确程度。

例如，带噪语音信号经第一人耳滤波器滤波后，可以得到128个频带的单元，然后进行加窗逐帧处理，可以得到每帧语音内的128个语音t-f单元(也可称为语音时频单元)。

可选地，在步骤s1之后应当执行如下步骤，

步骤s2：获取所述频域语音信号的语音活动检测结果。

步骤s3：根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比。

针对步骤s2，所述语音活动检测是指在噪声环境中检测语音的存在与否的检测，可选地，所述语音活动检测可以为将所述频域语音信号划分为有声段和无声段，所述有声段为同时包括语音信号和噪声信号的频段，所述无声段为仅包括噪声信号的频段。

对于步骤s3，所述“根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比”的步骤可以包括：对所述有声段和所述无声段的能量特征进行对比计算，获得噪声估计结果和信噪比。以时间递归平均型噪声估计算法为例，时间递归平均型噪声估计算法通过所述有声段和所述无声段的划分确定语音在频点k处是否存在语音的概率，当引入概率时，噪声功率谱密度可以由带噪语音信息在频点k不存在语音的条件概率和存在语音的条件概率分别对不存在语音条件下的噪声功率谱密度、存在语音条件下的噪声功率谱密度进行加权、然后求和得到，所述噪声功率谱密度即为所述噪声估计结果。

对于步骤s10，即根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景，其可选的声学场景判定方式可以是：将所述噪声估计结果中的噪声功率谱密度与各种声学场景的功率谱密度进行匹配，将所述信噪比与各种声学场景中的信噪比进行匹配，选取平均匹配率最高的声学场景作为与所述频域语音信号对应的声学场景；选取所述噪声估计结果中信噪比值小于预设阈值的频点进行噪声功率谱密度匹配，确定各种声学场景中所述噪声功率谱密度匹配最高的作为与所述频域语音信号对应的声学场景；根据所述噪声估计结果通过公式dbspl获得频带语音信号f(i)的噪声能量估计值sin(i)，根据计算机模拟出的针对不同声学场景(如安静、办公室、车载、会议室和音乐厅等)的大数据分析结果，生成所述噪声能量估计值和信噪比的归一化函数，根据所述归一化函数的取值判定与所述频域语音信号对应的声学场景。应当理解的是，所述声学场景的判定还可以通过神经网络模型、支持向量机或其他判定方式进行判定。

针对步骤s30，在步骤s20完成所述“根据所述声学场景确定所述人耳声学掩蔽子模型的估计掩蔽阈值，采用所述人耳声学掩蔽子模型在所述频域语音信号中筛选出人耳感知频域语音信号”的步骤后，所述“根据调整后的噪声处理模型对所述频域语音信号进行语音增强”的步骤可以包括：采用所述噪声抑制子模型对所述人耳感知频域语音信号进行基于谱减法的噪声抑制处理，获得语音增强输出信号。

请参考图3，图3为本发明第一实施例提供的一种噪声抑制方式的流程示意图。其中，所述谱减法的噪声抑制处理可以如下所示：

其中k表示第k个频率点，n和m分别表示第i个频带的下限和上限，表示增强后的语音信号能量，表示平滑后的待处理语音能量，表示估计的噪声能量，αi表示第i个子带的过减因子，δi表示第i子带附加的子带谱减因子。

由上图可见，多子带谱减噪声抑制方法首先要将输入语音信号x(k)的幅度信息和相位信息分离出来，其中幅度信息用来进行的处理，相位信息用来配合增强后的语音信号幅度信息，得出增强后的语音信号y(k)。然后，根据式(2)对带噪语音的幅度进行如下的预处理，预处理的作用是降低带噪语音幅度大小波动，减少残余噪声，提高语音质量。

式(2)中，表示当前帧即第j帧预处理之后的语音幅度，|xj-m(k)|表示当前输入帧以及当前帧之前n帧的语音幅度，而w表示预处理频谱增益控制系数。对带噪语音谱进行预处理之后能够将噪声和语音谱分子带处理，分别计算每个子带的过减因子。

其中，第i个子带的过减因子由式(3)计算得到：

式(3)中的每个子带的信噪比snri由下式(4)得到：

式(4)中子带谱减因子δi的计算如式(5)，主要是考虑到不同频率语音的信息量不同：

上述的谱减法是一种发展较早且应用较为成熟的语音去噪算法，该算法利用加性噪声与语音不相关的特点，在假设噪声是统计平稳的前提下，用无语音间隙测算到的噪声频谱估计值取代有语音期间噪声的频谱，与含噪语音频谱相减，从而获得语音频谱的估计值。谱减法具有算法简单、运算量小的特点，便于实现快速处理，往往能够获得较高的输出信噪比，进而使本实施例的语音噪声抑制更加迅速、准确。

作为一种实施方式，为了使用户或相关人员能够更加方便迅速的获取语音增强后的语音信号，所述语音噪声抑制方法在所述“根据调整后的噪声处理模型对所述频域语音信号进行语音增强”的步骤之后，还包括：将所述语音增强输出信号转换为时域语音信号；采用功率放大器将所述时域语音信号放大后通过喇叭输出。

应当理解的是，本实施例可以是仅对一个频带的频域语音信号进行语音增强处理，还可以是对某段语音信号多个频带的频域语音信号分别按照本实施例的步骤进行语音增强，再将语音增强结果融合输出。

第二实施例

为了更好地实现本发明第一实施例提供的所述语音噪声抑制方法，本发明第二实施例还提供了一种语音噪声抑制装置100。

请参考图4，图4为本发明第二实施例提供的一种语音噪声抑制装置的模块图。

语音噪声抑制装置100包括声学场景确定模块110、参数调整模块120、噪声处理模块130。

可选地，语音噪声抑制装置100还包括语音活动检测模块101、噪声分析模块102以及语音信号输出模块140。

语音活动检测模块101，用于获取所述频域语音信号的语音活动检测结果。

噪声分析模块102，用于根据所述语音活动检测结果计算获得所述频域语音信号的噪声估计结果和信噪比。

声学场景确定模块110，用于根据频域语音信号的噪声估计结果和信噪比确定与所述频域语音信号对应的声学场景。

参数调整模块120，用于根据所述声学场景对噪声处理模型进行参数调整。

噪声处理模块130，用于根据调整后的噪声处理模型对所述频域语音信号进行语音增强。

语音信号输出模块140，用于将所述语音增强输出信号转换为时域语音信号，采用功率放大器将所述时域语音信号放大后通过喇叭输出。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

第三实施例

请参照图5，图5为本发明第三实施例提供的一种可应用于本申请实施例中的电子设备的结构框图。

电子设备200可以包括语音噪声抑制装置100、存储器201、存储控制器202、处理器203、外设接口204、输入输出单元205、音频单元206、显示单元207。

所述存储器201、存储控制器202、处理器203、外设接口204、输入输出单元205、音频单元206、显示单元207各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述语音噪声抑制装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器201中或固化在语音噪声抑制装置100的操作系统(operatingsystem，os)中的软件功能模块。所述处理器203用于执行存储器201中存储的可执行模块，例如语音噪声抑制装置100包括的软件功能模块或计算机程序。

其中，存储器201可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器201用于存储程序，所述处理器203在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器203中，或者由处理器203实现。

处理器203可以是一种集成电路芯片，具有信号的处理能力。上述的处理器203可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器203也可以是任何常规的处理器等。

所述外设接口204将各种输入/输出装置耦合至处理器203以及存储器201。在一些实施例中，外设接口204，处理器203以及存储控制器202可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元205用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元205可以是，但不限于，鼠标和键盘等设备。

音频单元206向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元207在所述电子设备200与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元207可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器203进行计算和处理。

可以理解，图5所示的结构仅为示意，所述电子设备200还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

综上所述，本发明实施例提供了一种语音噪声抑制方法及装置，所述语音噪声抑制方法基于频域语音信号进行处理，更利于处理设备对其进行分析和处理，提高了语音信号处理的速度和精确度。同时，所述语音噪声抑制方法针对不同声学场景对噪声处理模型进行调整，以使所述语音噪声抑制方法在适应声学场景上更加精确，能够实现更加有针对性的噪声抑制，提高了噪声抑制的效果。进一步地，所述声学场景的判定是通过噪声估计结果和信噪比进行，增加了声学场景判定的准确性并且提高了声学场景判定的速度，从而提高了语音噪声抑制效果和效率。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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，所述模块、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方式中，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。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。