本发明涉及信息处理技术领域，尤其涉及一种语音测评系统、方法、装置、设备及计算机可读存储介质。
背景技术：
语音评测技术又称口语评测技术，是通过计算机辅助自动对发音进行评分、检错、矫正或指导等反馈的技术。通过该技术能够有效提高学生口语学习的效率和效果，可以弥补人工测评的主观性强、费时费力效率低等不足。
在语音评测技术的实际应用中，反馈的实时效果是影响用户体验的重要因素之一，这在在线教育领域的语音测评中尤为凸显。
相关技术中，语音测评通常是在录取用户语音后生成一个音频文件，将其上传至服务器，服务器对该音频文件进行解析，再将解析结果返回给用户端进行对应的结果展示。如此反馈的及时性差，会严重影响用户体验。
技术实现要素：
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种语音测评系统，能够有效提高语音测评的及时性和准确性，同时可减小服务器的资源占用。
本发明的第二个目的在于提出一种语音测评方法。
本发明的第三个目的在于提出一种语音测评装置。
本发明的第四个目的在于提出一种语音测评设备。
本发明的第五个目的在于提出一种计算机可读存储介质。
为达到上述目的，本发明第一方面实施例提出了一种语音测评系统，包括至少一个学生客户端以及测评服务器，且至少一个学生客户端与测评服务器之间长连接，其中：针对至少一个学生客户端中的任一学生客户端，学生客户端用于根据用户的录音操作，开启录音，并将音频流上传至测评服务器；测评服务器，用于对音频流进行测评，得到测评结果，并将测评结果反馈至学生客户端。
根据本发明实施例的语音测评系统，通过学生客户端根据用户的录音操作，开启录音，并将音频流上传至测评服务器，而后通过测评服务器对音频流进行测评，得到测评结果，并将测评结果反馈至学生客户端。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
为达到上述目的，本发明第二方面实施例提出了一种语音测评方法，包括以下步骤：接收根据用户的录音操作得到的音频流；对音频流进行测评，得到测评结果。
根据本发明实施例的语音测评方法，接收根据用户的录音操作得到的音频流，并对音频流进行测评，得到测评结果。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
为达到上述目的，本发明第三方面实施例提出一种语音测评装置，包括：接收模块，用于接收根据用户的录音操作得到的音频流；测评模块，用于对音频流进行测评，得到测评结果。
根据本发明实施例的语音测评装置，通过接收模块接收根据用户的录音操作得到的音频流，并通过测评模块对音频流进行测评，得到测评结果。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
为达到上述目的，本发明第四方面实施例提出一种语音测评设备，包括存储器和处理器，存储器存储有语音测评程序，处理器执行程序时实现上述的语音测评方法。
根据本发明实施例的语音测评设备，通过上述的语音测评方法，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
为达到上述目的，本发明第五方面实施例提出一种计算机可读存储介质，其上存储有语音测评程序，该程序被处理器执行时实现上述的语音测评方法。
根据本发明实施例的计算机可读存储介质，通过上述的语音测评方法，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
本发明附加的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
图1为根据本发明一个实施例的语音测评系统的结构示意图；
图2为根据本发明另一个实施例的语音测评系统的结构示意图；
图3为根据本发明一个实施例的教师客户端的出题界面示意图；
图4为根据本发明一个实施例的学生客户端的测评导引界面示意图；
图5a-图5c为根据本发明一个实施例的学生客户端在不同作答状态下的界面示意图；
图6为根据本发明又一个实施例的语音测评系统的结构示意图；
图7为根据本发明一个实施例的学生客户端的测评结果示意图；
图8为根据本发明一个实施例的教师客户端的测评结果示意图；
图9为根据本发明一个实施例的语音测评方法的流程图；
图10为根据本发明一个实施例的语音测评装置的结构示意图；
图11为根据本发明一个实施例的语音测评设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，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。
下面参考附图描述本发明实施例提出的语音测评系统、方法、装置、设备及计算机可读存储介质。
图1为根据本发明一个实施例的语音测评系统的结构示意图，参考图1所示，该语音测评系统包括至少一个学生客户端10以及测评服务器20，且至少一个学生客户端10与测评服务器20之间长连接。其中，针对至少一个学生客户端10中的任一学生客户端10，学生客户端10用于根据用户的录音操作，开启录音，并将音频流上传至测评服务器20；测评服务器20用于对音频流进行测评，得到测评结果，并将测评结果反馈至学生客户端10。
具体地，在学生进行语音测评时，可开启内置于学生客户端10的相关应用程序或网页，通过应用程序或网页进行账号登陆等，并在登陆成功后开始语音测评。在语音测评时，学生可点击应用程序或网页上的开始录音按键，此时应用程序或网页开启录音，以通过内置或外置录音设备如麦克风等获取学生的语音信息，并将语音信息转换为音频流，以及通过学生客户端10与测评服务器20之间的长连接将音频流上传至测评服务器20。测评服务器20在接收到音频流后，可利用ai(artificialintelligence，人工智能)技术对音频流进行测评得到测评结果，并将测评结果通过长连接反馈至学生客户端10。
在一个实施例中，学生客户端10还用于在开启录音之后，获取录音状态，并根据录音状态，确定应用程序的录音权限。
具体地，在学生点击应用程序或网页上的开始录音按键后，应用程序或网页可先确定当前是否具有录音权限，其中录音权限包括麦克风权限等。在应用程序或网页具有录音权限时，开始执行录音操作，如控制麦克风接收语音信息，并对语音信息进行处理得到音频流，以及将音频流上传至测评服务器20；在应用程序或网页不具有录音权限时，对学生进行无权限提醒，例如，对学生进行无权限信息提醒(即仅提醒)，或者，对学生进行无权限信息提醒，并给出权限设置引导界面(即提醒和引导)，或者，对学生进行无权限信息提醒，并给出权限请求允许设置界面(即提醒和设置)。
但是，由于学生客户端10的系统差异，在确定应用程序或网页是否具有录音权限时，有时会获取到错误的授权结果，例如，获取到的授权结果是具有录音权限，但实际上系统并未对其开通权限，此时麦克风无法使用，如果继续执行录音，那么表面上应用程序或网页是在录音，但实质上麦克风并没有获得语音信息，从而导致测评结果与实际不符。
因此，在开始录音后，可对录音状态进行检测，即检测是否处于录音中，例如，可检测麦克风是否接收到语音信息，如果是，则说明当前处于录音中，进而说明录音权限处于授权状态，此时可控制应用程序或网页继续录音；否则，说明未处于录音中，进而说明录音权限未处于授权状态或未完全处于授权状态，此时可对学生进行无权限提醒。这样，即使接收到错误的授权结果也能够通过录音状态准确判断出当前是否真正具有录音权限，从而有效解决了因错误授权导致录音异常，进而导致测评结果与实际不符。
需要说明的是，学生客户端10可以但不限于是个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，测评服务器20可以用独立的服务器或者是多个服务器组成的服务器集群来实现。长连接可以为websocket(一种在单个tcp连接上进行全双工通信的协议)长连接，即通过websocket技术实现学生客户端10与测评服务器20之间的长连接。另外，还可以通过websocket长连接和audioqueue方式实现音频的边录制、边解码和边传输。
本实施例中，由于学生的语音信息是以音频流的形式上传至测评服务器，由测评服务器对音频流进行分析，得到测评结果，这样不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
在一个实施例中，测评服务器20具体用于利用预先训练的神经网络模型，对音频流进行音频特征提取和对比，得到测评结果。
具体地，测评服务器20可先对音频流进行预处理，可包括滤除其中不重要的信息以及背景噪声。而后，将预处理后的音频流输入至预先训练的神经网络模型，通过神经网络模型对音频流进行音频特征提取和对比，得到测评结果，例如，可先对音频流进行音频特征提取，即提取出能够反映语言特征的关键特征参数，然后对音频特征进行对比得到测评结果。
作为一个示例，神经网络模型可包括分词模型、声学模型和语言模型，其中，分词模型可对音频流进行音频特征提取，如进行语言分帧，以获得整个句子、单词、音节、音素以及节奏等，以便后续对整个句子、单词、音节、音素以及节奏等进行测评，得到学生是否存在漏读、重复读以及错读的情况。声学模型可进行声学评分，声学模型可以理解为是对声音的建模，能够将语音输入转换成声学表示的输出，准确的说是给出语音属于某个声学符号的概率，具体可根据语音库的特征参数训练出声学模型参数，在声学评分时，将音频特征信息与声学模型进行匹配得到声学评分。语言模型可进行语言评分，语言模型是用来计算一个句子出现概率的模型，即计算一个句子在语法上是否正确的概率，具体可根据文本数据库进行语法、语义分析，并基于统计模型训练得到语言模型，而后将音频特征信息输入至语音模型可得到语言评分。最后，基于声学模型和语音模型建立的识别网络，根据搜索算法在该网络中寻找最佳路径，该路径即为能够以最大概率输出的词串，这样就可以获得准确的测评结果。由此，通过预先训练的神经网络模型能够获得准确的测评结果。
进一步地，测评服务器20在对音频流进行预处理时，还可对音频流进行端点检测，以确定学生是否作答完成，并在作答完成后输出测评结果。也就是说，测评服务器20能够根据音频流自动检测出学生的朗读进度，并在朗读完成后直接将测评结果反馈给学生，这样在学生朗读完成后可无需通过专门的控件进行提交，实现了自动提交功能，提高了语音测评的智能性。
需要说明的是，针对儿童发音的特殊性，在保证声学模型训练正确的情况下，加入儿童发音数据，以减少低龄儿童发音测评异常的概率。另外，整个算法可采用k8s部署方式，以实现更加灵活高效的扩容或缩容方式，减少计算资源的开销，同时针对高并发场景，在服务器实现了动态扩容。
在一个实施例中，参考图2所示，语音测评系统还包括至少一个教师客户端30，其中：针对至少一个教师客户端30中的任一教师客户端30，教师客户端30用于向测评服务器20上传测评题目；测评服务器20用于将测评题目下发给学生客户端10；学生客户端10具体用于在接收到测评题目后，根据用户的录音操作，开启录音，并将音频流上传至测评服务器20。
需要说明的是，至少一个教师客户端30可包括主讲客户端和助教客户端，主讲客户端又可包括第一主讲对应的客户端和第二主讲对应的客户端等。
以在线教育为例，在网络授课过程中或授课完成后，当教师需要对学生进行语音测评以检测学生的学习情况时，可开启内置于教师客户端30的应用程序或网页，该应用程序或网页可以是独立测评用应用程序或网页，也可以是网络授课应用程序或网页中的一部分，然后根据实际需求选择测评题目。参考图3所示，当教师需要对学生进行语音测评时，可点击“测试”控件进入测评界面，然后点击“出题”控件进行出题，此时教师客户端30将测评题目发送至测评服务器20。测评服务器20在接收到测评题目后，记录并将其转发给学生客户端10。学生客户端10在接收到测评题目后，展示测评题目，并根据用户的录音操作，开启录音，以及将音频流上传至测评服务器20。
进一步地，在对学生测评过程中，学生客户端10还基于学生的状态进行测评导引，以引导学生进行作答，从而可提升学生的答题率。
例如，参考图4所示，在学生客户端10对测评题目展示之前，可先进行“3、2、1、go”的倒计时，且设置有配音，而后展示测评题目的题号，最后展示测评题目，并配有文案提示“跟我一起读吧～”如图5a所示，此时学生可点击界面中的麦克风图标开始作答。在学生作答过程中，文案消失，以保证学生朗读的过程中注意力在内容上，如图5b所示；在学生朗读完自动提交时，会有文案提示“数据上传中，稍等哟”如图5c所示。由此，通过测评导引信息能够提高学生的作答积极性，提高测评智能化。
在一个实施例中，参考图6所示，测评服务器20包括第一子服务器21、第二子服务器22以及第三子服务器23，其中：第一子服务器21与学生客户端10长连接，用于接收教师客户端30上传的测评题目，并将测评题目下发给学生客户端10；第二子服务器22与学生客户端10以及第三子服务器23长连接，用于接收学生客户端10上传的音频流，并将音频流转发至第三子服务器23；以及接收第三子服务器23反馈的测评结果，并将测评结果下发给学生客户端10；第三子服务器23用于对音频流进行测评，得到测评结果，并将测评结果转发给第二子服务器22。
也就是说，测评服务器20可由多个服务器组成的服务器集群来实现，例如，测评服务器20可包括第一子服务器21、第二子服务器22和第三子服务器23。在进行语音测评时，可先由教师通过教师客户端30出题，在教师出题完成后，教师客户端30将测评题目上传至第一子服务器21，第一子服务器21在接收到测评题目后，记录测评题目，并将其发送给学生客户端10，学生客户端10在接收到测评题目后进行展示；或者，教师客户端30将测评题目和测评指令上传至第一子服务器21，第一子服务器21在接收到测评题目和测评指令后，记录测评题目，并将测评指令发送给学生客户端10，学生客户端10在接收到测评指令后，从第一子服务器21上获取测评题目，并进行展示。
然后，学生对测评题目进行作答，学生客户端10实时获取学生的语音信息，并将其转换为音频流实时上传至第二子服务器22，第二子服务器22在接收到音频流后，将其转发至第三子服务器23。第三子服务器23在接收到音频流后，对音频流进行实时测评，得到测评结果，并将测评结果转发给第二子服务器22，由第二子服务器22发送给学生客户端10。
需要说明的是，学生客户端10与第一子服务器21和第二子服务器22之间的长连接均可以为websocket长连接，第二子服务器22与第三子服务器23之间的长连接可以为grpc长连接。
在一个实施例中，第二子服务器22还用于根据测评结果，为学生客户端10所对应的用户更新学分，如为学生增加相应学分。进一步地，学生客户端10还用于展示学分信息以及测评结果。
具体来说，在第二子服务器22获得第三子服务器23反馈的测评结果后，还根据测评结果更新学生的学分，如加学分，而后将测评结果和更新后的学分一并发送给学生客户端10。学生客户端10在接收到测评结果和学分信息后，展示测评结果和学分，以便学生了解自己的掌握程度。作为一个示例，参考图7所示，测评结果可以采用等级制，分别为3星、2星、1星和0星，并且测评结果还可以通过svga(是一种同时兼容ios、android、flutter、web等多个平台的动画格式)技术进行动画展示，以提高学习的趣味性。
在一个实施例中，教师客户端30还用于展示至少一个学生客户端10的测评结果、学分信息以及排名信息。
例如，在第二子服务器22获得第三子服务器23反馈的测评结果后，根据测评结果更新学生的学分，如加学分，而后将测评结果和更新后的学分一并发送给学生客户端10；同时，第二子服务器22还根据更新后的学分进行排名，并将测评结果、更新后的学分以及排名一并发送给教师客户端30，教师客户端30在接收到测评结果、学分信息以及排名信息后，展示测评结果、学分以及排名，以便了解学生的掌握程度。作为一个示例，参考图8所示，展示信息可包括每个学生的测评结果如正确率、学生排名情况以及平均学分如4.25星。
为了验证本申请的语音测评系统的准确性和及时性，还通过相应测试进行验证，验证结果是，语音测评结果在客观数据集合上分差为0.32，低于目前市场上第三方的0.35，具有较高的准确性，同时语音测评结果能够在学生作答结束后的200ms内返回，具有较高的及时性。
在一个实施例中，教师客户端30还用于根据教师的评价操作，为至少一个学生客户端10对应的用户增加点评信息，例如根据测评结果进行相关的表扬，以增加学生与老师之间的互动，提高学生的积极性。
综上所述，根据本发明实施例的语音测评系统，通过学生客户端根据用户的录音操作，开启录音，并将音频流上传至测评服务器，而后通过测评服务器对音频流进行测评，得到测评结果，并将测评结果反馈至学生客户端。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
图9为根据本发明一个实施例的语音测评方法的流程图，参考图9所示，该语音测评方法包括：
步骤s902，接收根据用户的录音操作得到的音频流。
步骤s904，对音频流进行测评，得到测评结果。
在一个实施例中，对音频流进行测评，得到测评结果，包括：利用预先训练的神经网络模型，对音频流进行音频特征提取和对比，得到测评结果。
在一个实施例中，上述的语音测评方法还包括：接收教师客户端的测评题目；将测评题目下发给学生客户端，以便学生客户端在接收到测评题目后，根据用户的录音操作得到音频流。
在一个实施例中，上述的语音测评方法还包括：根据测评结果，为学生客户端所对应的用户更新学分。
在一个实施例中，上述的语音测评方法还包括：将学分信息和测评结果发送给学生客户端，以便学生客户端展示学分信息以及测评结果。
在一个实施例中，上述的语音测评方法还包括：将测评结果、学分信息以及排名信息发送给教师客户端，以便教师客户端展示测评结果、学分信息以及排名信息。
需要说明的是，本申请中关于语音测评方法的详细描述，请参考本申请中关于语音测评系统的详细描述，这里不再赘述。
根据本发明实施例的语音测评方法，接收根据用户的录音操作得到的音频流，并对音频流进行测评，得到测评结果。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
图10为根据本发明一个实施例的语音测评装置的结构示意图，参考图10所示，该语音测评装置可包括：接收模块10和测评模块20。
其中，接收模块10用于接收根据用户的录音操作得到的音频流；测评模块20用于对音频流进行测评，得到测评结果。
在一个实施例中，测评模块20具有用于：利用预先训练的神经网络模型，对音频流进行音频特征提取和对比，得到测评结果。
在一个实施例中，上述的语音测评装置还包括：发送模块(图中未示出)，其中，接收模块10还用于接收教师客户端的测评题目；发送模块用于将测评题目下发给学生客户端，以便学生客户端在接收到测评题目后，根据用户的录音操作得到音频流。
在一个实施例中，上述的语音测评装置还包括：学分更新模块(图中未具体示出)，用于根据测评结果，为学生客户端所对应的用户更新学分。
在一个实施例中，发送模块还用于将学分信息和测评结果发送给学生客户端，以便学生客户端展示学分信息以及测评结果。
在一个实施例中，发送模块还用于将测评结果、学分信息以及排名信息发送给教师客户端，以便教师客户端展示测评结果、学分信息以及排名信息。
需要说明的是，本申请中关于语音测评装置的详细描述，请参考本申请中关于语音测评系统的详细描述，这里不再赘述。
根据本发明实施例的语音测评装置，通过接收模块接收根据用户的录音操作得到的音频流，并通过测评模块对音频流进行测评，得到测评结果。由此，通过对音频流进行实时分析，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
图11为根据本发明一个实施例的语音测评设备的结构示意图，参考图11所示，该语音测评设备可以是服务器，具体可包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该语音测评设备的处理器用于提供计算和控制能力。该语音测评设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该语音测评设备的数据库用于存储语音测评数据。该语音测评设备的网络接口用于与外部的客户端通过网络连接通信。该计算机程序被处理器执行时以实现一种语音测评方法。
根据本发明实施例的语音测评设备，通过上述的语音测评方法，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
在一个实施例中，还提供一种计算机可读存储介质，其上存储有语音测评程序，其特征在于，程序被处理器执行时实现上述的语音测评方法。
根据本发明实施例的计算机可读存储介质，通过上述的语音测评方法，不仅能够省去音频文件的生成及上传过程，从而减少整个语音测评时间，提高语音测评的及时性，进而减少用户等待时间，提升用户体验，而且能够有效提高语音测评的准确性，解决在对音频文件进行分析时因音频文件损坏导致语音测评不准确的问题，同时可降低高并发场景中，大量音频文件传输对服务器造成的负担以及存储资源的占用。
就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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。
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。