语音质量评估方法及装置、电子设备、存储介质与流程

1.本公开涉及通信技术领域，具体而言，涉及一种语音质量评估方法、语音质量评估装置、电子设备以及计算机可读存储介质。


背景技术：

2.随着通信技术的不断发展，语音通话业务得到了越来越广泛的应用，为了更好的进行语音信号的传输，以满足终端用户对语音业务的良好体验，需要对通信网络的语音业务质量进行评估测试。
3.相关技术中，通信网络的语音业务质量一般是通过使用平均意见得分(mean opinion score，mos)算法进行评估，使用的是声音的波形衰减评分技术，即使用专业仪表对通信网络传输后的退化信号通过电平调整、滤波等处理环节，变换后与原始信号进行比较，再通过认知模型，映射到对主观平均意见分的预测。但是，该方案中，使用的是主观模型，无法与用户感知相关联，得到的评估结果的合理性与准确性较差。
4.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

5.本公开实施例的目的在于提供一种语音质量评估方法、语音质量评估装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服相关技术方案中评估语音质量时未考虑用户听觉感知的问题，提升语音质量分数的合理性与准确性。
6.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
7.根据本公开实施例的第一方面，提供了一种语音质量评估方法，包括：
8.获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据；
9.对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果；
10.根据所述语音识别分析结果评估所述通信网络的语音质量分数。
11.在本公开的一些示例实施例中，基于前述方案，所述对所述原始语音数据和所述有损语音数据进行语音识别分析，还包括：
12.对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；
13.对所述原始语音数据和所述有损语音数据进行语音编码分析，得到语音编码分析结果。
14.在本公开的一些示例实施例中，基于前述方案，所述根据语音识别分析结果评估所述通信网络的语音质量分数，包括：
15.根据所述网络传输变化分析结果、所述语音编码分析结果以及所述语音识别分析结果中的一种或者多种组合评估所述通信网络的语音质量分数。
16.在本公开的一些示例实施例中，基于前述方案，所述网络传输变化分析结果包括传输时延数据，所述对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果，包括：
17.确定所述有损语音数据中的标识位置对应的第一时间点；
18.确定所述标识位置在所述原始语音数据中对应的第二时间点；
19.根据所述第一时间点和所述第二时间点确定所述原始语音数据和所述有损语音数据之间的传输时延数据。
20.在本公开的一些示例实施例中，基于前述方案，所述确定所述有损语音数据中的标识位置，包括：
21.根据预设时长在所述有损语音数据中确定目标波形，将所述目标波形在所述有损语音数据中的位置作为所述标识位置；或者
22.在所述原始语音数据中插入标识音频，将所述标识音频在所述有损语音数据中的位置作为所述标识位置。
23.在本公开的一些示例实施例中，基于前述方案，所述网络传输变化分析结果包括语音幅度变化数据，所述对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果，包括：
24.确定所述有损语音数据对应的第一语音幅度；
25.确定所述原始语音数据对应的第二语音幅度；
26.根据所述第一语音幅度以及所述第二语音幅度确定所述原始语音数据和所述有损语音数据之间的语音幅度变化数据。
27.在本公开的一些示例实施例中，基于前述方案，所述网络传输变化分析结果包括声音波形损失数据，所述对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果，包括：
28.对所述原始语音数据的声音波形和所述有损语音数据的声音波形进行包络检测，确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据；和/或
29.获取所述有损语音数据对应的丢包参数和抖动参数，并基于所述丢包参数和抖动参数确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据。
30.在本公开的一些示例实施例中，基于前述方案，所述语音编码分析结果包括编码方案分数，所述对所述原始语音数据和所述有损语音数据进行语音编码分析，得到语音编码分析结果，包括：
31.确定所述原始语音数据对应的第一编码方式以及第一编码速率；
32.确定所述有损语音数据对应的第二编码方式以及第二编码速率；
33.基于所述第一编码方式、所述第一编码速率、所述第二编码方式和所述第二编码速率，确定所述原始语音数据和所述有损语音数据之间的编码方案分数。
34.在本公开的一些示例实施例中，基于前述方案，所述语音识别分析结果包括语音识别准确率，所述对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果，包括：
35.对所述有损语音数据进行语音识别，确定所述有损语音数据对应的有损语音文本；
36.获取所述原始语音数据对应的原始语音文本，并将所述有损语音文本与所述原始语音文本进行比对，确定所述原始语音数据和所述有损语音数据之间的语音识别准确率。
37.在本公开的一些示例实施例中，基于前述方案，所述方法还包括：
38.根据预设的评估周期确定所述通信网络的语音质量分数。
39.根据本公开实施例的第二方面，提供了一种语音质量评估装置，包括：
40.语音数据获取模块，用于获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据；
41.语音识别分析模块，用于对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果；
42.语音质量评估模块，用于根据所述语音识别分析结果评估所述通信网络的语音质量分数。
43.在本公开的一个示例实施例中，语音质量评估装置还可以包括：
44.网络传输变化分析模块，用于对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；
45.语音编码分析模块，用于对所述原始语音数据和所述有损语音数据进行语音编码分析，得到语音编码分析结果。
46.在本公开的一个示例实施例中，语音质量评估模块还可以用于：
47.根据所述网络传输变化分析结果、所述语音编码分析结果以及所述语音识别分析结果中的一种或者多种组合评估所述通信网络的语音质量分数。
48.在本公开的一个示例实施例中，基于前述方案，网络传输变化分析结果可以包括传输时延数据，网络传输变化分析模块可以用于：
49.确定所述有损语音数据中的标识位置对应的第一时间点；
50.确定所述标识位置在所述原始语音数据中对应的第二时间点；
51.根据所述第一时间点和所述第二时间点确定所述原始语音数据和所述有损语音数据之间的传输时延数据。
52.在本公开的一个示例实施例中，基于前述方案，网络传输变化分析模块还可以用于：
53.根据预设时长在所述有损语音数据中确定目标波形，将所述目标波形在所述有损语音数据中的位置作为所述标识位置；或者
54.在所述原始语音数据中插入标识音频，将所述标识音频在所述有损语音数据中的位置作为所述标识位置。
55.在本公开的一个示例实施例中，基于前述方案，网络传输变化分析结果可以包括语音幅度变化数据，网络传输变化分析模块还可以用于：
56.确定所述有损语音数据对应的第一语音幅度；
57.确定所述原始语音数据对应的第二语音幅度；
58.根据所述第一语音幅度以及所述第二语音幅度确定所述原始语音数据和所述有损语音数据之间的语音幅度变化数据。
59.在本公开的一个示例实施例中，基于前述方案，网络传输变化分析结果包括声音波形损失数据，网络传输变化分析模块还可以用于：
60.对所述原始语音数据的声音波形和所述有损语音数据的声音波形进行包络检测，确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据；和/或
61.获取所述有损语音数据对应的丢包参数和抖动参数，并基于所述丢包参数和抖动参数确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据。
62.在本公开的一个示例实施例中，基于前述方案，语音编码分析结果可以包括编码方案分数，语音编码分析模块可以用于：
63.确定所述原始语音数据对应的第一编码方式以及第一编码速率；
64.确定所述有损语音数据对应的第二编码方式以及第二编码速率；
65.基于所述第一编码方式、所述第一编码速率、所述第二编码方式和所述第二编码速率，确定所述原始语音数据和所述有损语音数据之间的编码方案分数。
66.在本公开的一个示例实施例中，基于前述方案，语音识别分析结果可以包括语音识别准确率，语音识别分析模块可以用于：
67.对所述有损语音数据进行语音识别，确定所述有损语音数据对应的有损语音文本；
68.获取所述原始语音数据对应的原始语音文本，并将所述有损语音文本与所述原始语音文本进行比对，确定所述原始语音数据和所述有损语音数据之间的语音识别准确率。
69.在本公开的一个示例实施例中，基于前述方案，语音质量评估装置可以用于：
70.根据预设的评估周期确定所述通信网络的语音质量分数。
71.根据本公开实施例的第三方面，提供了一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现上述任意一项所述的语音质量评估方法。
72.根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的语音质量评估方法。
73.本公开实施例提供的技术方案可以包括以下有益效果：
74.本公开的示例实施例中的语音质量评估方法，可以获取在发送终端播放的原始语音数据，以及获取原始语音数据在经过通信网络传输后输出到接收终端的有损语音数据，进而可以对原始语音数据和有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；可以对原始语音数据和有损语音数据进行语音编码分析，得到语音编码分析结果；对原始语音数据和有损语音数据进行语音识别分析，得到语音识别分析结果；最后可以根据网络传输变化分析结果、语音编码分析结果以及语音识别分析结果确定通信网络的语音质量分数。一方面，通过对通信网络传输后的有损语音数据进行语音识别分析，将评估结果与用户听觉感知相关联，并且结合通信网络的网络传输影响，以及不同语音编码方式对人耳感知的影响，对通信网络的语音质量进行综合评估，进一步提升评估结果与用户感知的关联性，提高评估结果的合理性与准确性；另一方面，相比于相关技术中通过波形衰减评分技术对语音质量进行评估，本方案并不需要对整段语音的波形进行评估，语音质量分数的输出效率更高，响应更快，有效提升语音质量评估效率。
75.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
76.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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的附图。在附图中：
77.图1示意性示出了根据本公开的一些实施例的相关技术方案语音质量评估的流程示意图；
78.图2示意性示出了根据本公开的一些实施例的语音质量评估方法的流程示意图；
79.图3示意性示出了根据本公开的一些实施例的确定通信网络的传输时延数据的原理示意图；
80.图4示意性示出了根据本公开的一些实施例的基于语音识别实现语音质量评估的流程示意图；
81.图5示意性示出了根据本公开的一些实施例的语音质量评估装置的示意图；
82.图6示意性示出了根据本公开的一些实施例的电子设备的计算机系统的结构示意图；
83.图7示意性示出了根据本公开的一些实施例的计算机可读存储介质的示意图。
84.在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
85.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
86.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
87.此外，附图仅为示意性图解，并非一定是按比例绘制。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
88.相关技术方案中，通信网络的语音业务质量一般是通过使用平均意见得分mos算法进行评估，使用的是声音的波形衰减评分技术。图1示意性示出了根据本公开的一些实施例的相关技术方案语音质量评估的流程示意图，参考图1所示，首先基于各种素材资源得到原始语音数据110，然后通过播放设备在发送终端120播放原始语音数据110，原始语音数据110经过发送终端120接入的通信网络130，发送到接收终端140，并由接收终端140输出有损
语音数据150，最后通过平均意见得分mos算法对原始语音数据110以及有损语音数据150的音频信号波形进行比对，确定波形对比评分160，并将该波形对比评分160作为通信网络的语音质量分数。
89.但是，该方案中，通过认知模型，将原始语音数据110以及有损语音数据150的音频信号波形映射到对主观平均意见分的预测，由于使用的是主观认知模型，在语音质量评估过程无法与用户听觉感知相关联，得到的评估结果的合理性与准确性较差。
90.基于相关技术中存在的一个或者多个问题，在本示例实施例中，首先提供了一种语音质量评估方法，该语音质量评估方法可以应用于ims(ip multimedia subsystem，ip多媒体系统)，ims是解决移动接入与固网接入融合，引入语音、数据、视频三重融合等差异化业务的重要方式。图2示意性示出了根据本公开的一些实施例的语音质量评估方法的流程示意图。参考图2所示，该语音质量评估方法可以包括以下步骤：
91.步骤s210，获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据；
92.步骤s220，对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果；
93.步骤s230，根据所述语音识别分析结果评估所述通信网络的语音质量分数。
94.根据本示例实施例中的语音质量评估方法，一方面，通过对通信网络传输后的有损语音数据进行语音识别分析，将评估结果与用户感知相关联，并且结合通信网络的网络传输影响，以及不同语音编码方式对人耳感知的影响，对通信网络的语音质量进行综合评估，进一步提升评估结果与用户感知的关联性，提高评估结果的合理性与准确性；另一方面，相比于相关技术中通过波形衰减评分技术对语音质量进行评估，本方案并不需要对整段语音的波形进行评估，语音质量分数的输出效率更高，响应更快，有效提升语音质量评估效率。
95.下面，将对本示例实施例中的语音质量评估方法进行说明。
96.在步骤s210中，获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据。
97.在本公开的一个示例实施例中，原始语音数据是指通过相关的播放设备在发送终端播放的样本语音，原始语音数据可以是任意类型的语音数据，例如，原始语音数据可以是中文、英文、法文等任意国家语言对应的语音数据，也可以是男性、女性对应的语音数据，也可以是任意年龄段的语音数据，当然，还可以是其他类型的、具有不同音色/音质的样本语音数据，本示例实施例对此不作特殊限定。
98.发送终端是指在评估语音质量阶段设置的、用于模拟通话过程中的说话用户对应的终端，发送终端可以是任意类型的能够接入通信网络实现语音通话的终端设备，例如，发送终端可以是智能手机、平板电脑、cpe(customer premise equipment，用于访问以太网或通常访问运营商网络上的服务的任何连接设备)，本示例实施例对接入通信网络的发送终端的类型不做特殊限定。
99.有损语音数据是指原始语音数据经过通信网络传输后，在接收终端输出的语音数据，可以通过录制设备录制接收终端输出的有损语音数据。接收终端是指在评估语音质量阶段设置的、用于模拟通话过程中的接听用户对应的终端，接收终端可以是任意类型的能
够接入通信网络实现语音通话的终端设备，例如，发送终端可以是智能手机、平板电脑、cpe(customer premise equipment，用于访问以太网或通常访问运营商网络上的服务的任何连接设备)，本示例实施例对接入通信网络的接收终端的类型不做特殊限定。
100.可选的，发送终端以及接收终端接入的通信网络可以是相同运营商提供的通信网络，也可以是不同运营商提供的通信网络，例如，发送终端接入的可以是a运营商提供的通信网络，接收终端接入的可以是b运营商提供的通信网络，本示例实施例对于发送终端以及接收终端接入通信网络的方式不做任何特殊限定。
101.可选的，通过播放设备在发送终端播放原始音频数据时，可以自定义设置原始音频数据的音量，例如，可以固定设置为80％，也可以随机变化设置；可选的，对于原始音频数据的播放方式，可以是连续播放原始音频数据，也可以是间隔时间播放原始音频数据，本示例实施例对于原始音频数据在发送终端的播放音量、播放方式等参数不做任何特殊限定。通过设置原始音频数不同的播放音量、播放方式等参数，可以有效模拟不同环境中说话用户的说话环境，提升语音质量的评估结果的准确性。
102.在步骤s220中，对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果。
103.在本公开的一个示例实施例中，语音识别分析是指对有损语音数据进行语音识别得到有损语音文本之后，将该有损语音文本与原始语音数据对应的原始语音文本进行分析的过程，例如，语音识别分析确定经过通信网络传输后的语音识别准确率的分析过程。语音识别(automatic speech recognition，asr)是指将人的语音转换为语音文本内容的技术。
104.语音识别分析结果可以是对所述原始语音数据和所述有损语音数据进行语音识别分析后得到的参数，例如，语音识别分析结果可以是将原始语音文本与有损语音文本进行比对后得到的语音识别准确率，也可以是将原始语音文本与有损语音文本进行比对后得到的语音文本完整度，当然，还可以是其他衡量语音文本传输损失的参数，本示例实施例对此不做特殊限定。
105.在步骤s230中，根据所述语音识别分析结果评估所述通信网络的语音质量分数。
106.在本公开的一个示例实施例中，语音质量分数是指衡量通信网络的语音通话质量的数据，语音质量分数越高，可以认为当前通信网络的通话质量较好，语音质量分数越高，可以认为当前通信网络的通话质量较差，需要对通信网络进行维护或者优化。
107.通过语音识别技术，并通过语音识别分析结果可以直接评估用户对移动网络语音质量的直接听觉感受，有效指导通信网络的维护及优化，从而提升运营商网络的优化效率，提升用户体验。
108.下面对步骤s210至步骤s230进行展开说明。
109.在本公开的一个示例实施例中，除了对原始语音数据和有损语音数据进行语音识别分析，还可以对原始语音数据和有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；对原始语音数据和有损语音数据进行语音编码分析，得到语音编码分析结果。
110.进一步的，可以根据网络传输变化分析结果、语音编码分析结果以及语音识别分析结果中的一种或者多种组合评估通信网络的语音质量分数。例如，可以通过网络传输变化分析结果、语音编码分析结果或者语音识别分析结果评估通信网络的语音质量分数，也可以通过网络传输变化分析结果与语音编码分析结果的组合、语音编码分析结果与语音识
别分析结果的组合、或者网络传输变化分析结果与语音识别分析结果的组合评估通信网络的语音质量分数，当然，还可以通过网络传输变化分析结果、语音编码分析结果以及语音识别分析结果综合评估通信网络的语音质量分数，本示例实施例对此不做特殊限定。
111.在本实施例中，网络传输分析是指分析原始语音数据经过通信网络传输后产生的影响的过程，例如，网络传输分析可以是通过原始语音数据与有损语音数据之间特征点的时间差距确定传输时延的分析过程，也可以是通过比对原始语音数据与有损语音数据之间的语音信号振幅确定幅度变化的分析过程，当然，还可以是分析其他经过通信网络传输可能造成的影响的过程，如还可以是比对原始语音数据与有损语音数据之间的信噪比确定信号能量消耗的分析过程，本示例实施例对此不做特殊限定。
112.网络传输变化分析结果是指对原始语音数据和有损语音数据进行网络传输变化分析后得到的数据，例如，若网络传输分析是通过原始语音数据与有损语音数据之间特征点的时间差距确定传输时延的分析过程，那么网络传输变化分析结果可以是传输时延数据，若网络传输分析是通过比对原始语音数据与有损语音数据之间的语音信号振幅确定幅度变化的分析过程，那么网络传输变化分析结果可以是语音幅度变化数据，本示例实施例不以此为限。
113.在本实施例中，语音编码分析是指分析原始语音数据和有损语音数据对应的语音编码方案的分析过程，例如，语音编码分析可以是确定原始语音数据和有损语音数据的语音编码方式，并根据不同的语音编码方式对于用户感知影响进行评分的过程；也可以是确定原始语音数据和有损语音数据的语音编码速率，并根据不同的语音编码速率对于用户感知影响进行评分的过程；当然，还可以是根据两者的语音编码方式以及语音编码速率(即语音编码方案)对于用户感知影响进行评分的过程，本示例实施例对此不做特殊限定。
114.语音编码分析结果是指对原始语音数据和有损语音数据进行语音编码分析，例如，语音编码分析结果可以是原始语音数据和有损语音数据所采用的语音编码方式对应的评分数据，也可以是原始语音数据和有损语音数据所采用的语音编码速率对应的评分数据，当然，还可以原始语音数据和有损语音数据所采用的语音编码方案(即语音编码方式以及语音编码速率)对应的编码方案分数。
115.可选的，可以预先获取不同类型通信网络下包含不同语音编码方式以及相应语音编码速率的语音编码参数表，可以通过线性插值或者正态分布的方式确定采用不同语音编码速率和/或语音编码方式对应的编码方案分数。
116.通过对通信网络传输后的语音进行语音识别分析，将评估结果与用户感知相关联，并且结合通信网络的网络传输影响，以及不同语音编码方式对人耳感知的影响，对通信网络的语音质量进行综合评估，进一步提升评估结果与用户感知的关联性，提高评估结果的合理性与准确性。
117.在本公开的一个示例实施例中，网络传输变化分析结果可以包括通信网络的传输时延数据，可以通过以下步骤对原始语音数据和有损语音数据进行网络传输变化分析得到通信网络的传输时延数据：
118.可以确定有损语音数据中的标识位置对应的第一时间点，确定该标识位置在原始语音数据中对应的第二时间点，进而可以根据第一时间点和第二时间点确定原始语音数据和有损语音数据之间的传输时延数据。
119.其中，标识位置是指用于判断原始语音数据与有损语音数据之间的传输时延数据的特征点位置，例如，标识位置可以是原始语音数据或者有损语音数据中语音信号峰值对应的波形位置，也可以是在原始语音数据或者有损语音数据中插入的标识音频对应的波形位置，本示例实施例对于判断传输时延数据的方式不做特殊限定。
120.第一时间点是指标识位置在有损语音数据中所对应的时间点，第二时间点是指标识位置在原始语音数据中所对应的时间点，例如，以标识位置为语音信号峰值对应的波形位置为例，有损语音数据中语音信号峰值对应的波形位置对应的第一时间点为2秒35毫秒，原始语音数据中该语音信号峰值对应的波形位置对应的第二时间点为2秒10毫秒，则可以认为原始语音数据和有损语音数据之间的传输时延数据为25毫秒，当然，此处仅是示意性举例说明，并不应对本示例实施例造成任何特殊限定。
121.需要说明的是，本示例实施例的“第一时间点”“第二时间点”中的“第一”“第二”仅用于区分标识位置在原始语音数据或者有损语音数据中的不同时间点，没有任何特殊含义，并不应对本示例实施例造成任何特殊限定。
122.可选的，可以根据预设时长在有损语音数据中确定目标波形，将目标波形在有损语音数据中的位置作为标识位置，例如，预设时长可以是8秒，也可以是4秒，本实施例不以此为限。在有损语音数据播放预设时长之后，将当前时刻下有损语音数据对应的波形作为目标波形，并将该目标波形在有损语音数据中的位置作为标识位置，同时将当前时刻作为第一时间点；可以理解的是，在确定该目标波形之后，可以在原始语音数据中匹配该目标波形，并且将该目标波形在原始语音数据的时间点作为第二时间点。当然，也可以直接确定有损语音数据对应的语音信号峰值，并将该语音信号峰值对应的波形作为目标波形，本示例实施例不以此为限。
123.可选的，可以在原始语音数据中插入标识音频，标识音频可以是具有特殊波形的音频信号，例如，标识音频可以是具有方形波形的音频信号，也可以是具有锯齿状波形的音频信号，本示例实施例对此不做特殊限定。在将原始语音数据中插入标识音频之后，可以确定标识音频在原始语音数据中的第二时间点，经过通信网络传输得到的有损语音数据中也存在标识音频，进而可以将标识音频在有损语音数据中的位置作为标识位置，并确定标识音频在传输音频数据中的第一时间点。
124.图3示意性示出了根据本公开的一些实施例的确定通信网络的传输时延数据的原理示意图。
125.参考图3所示，原始语音数据对应的音频信号可以是音频信号波形310，在经过通信网络传输后，得到的有损语音数据，有损语音数据对应的音频信号可以是音频信号波形320。在确定通信网络的传输时延数据时，可以确定标识位置，例如标识位置可以是音频信号波形310中任意波形对应的时间点330，同时可以确定该波形在音频信号波形320中对应的时间点340，基于时间点330和时间点340可以确定通信网络的传输时延数据。当然，也可以确定音频信号波形310中语音信号峰值对应的时间点350，同时可以确定音频信号波形320中语音信号峰值对应的时间点360，基于时间点350和时间点360可以确定通信网络的传输时延数据。
126.可以确定原始语音数据或者传输音频数据中的标识位置，并通过标识位置分别处于原始语音数据或者传输音频数据中的第二时间点或者第一时间点，确定原始语音数据与
传输音频数据之间的传输时延数据，提升确定的传输时延数据的准确性，从而保证语音质量分数的准确性。
127.在本公开的一个示例实施例中，网络传输变化分析结果还可以包括语音幅度变化数据，可以通过以下步骤对原始语音数据和有损语音数据进行网络传输变化分析得到语音幅度变化数据：
128.可以确定有损语音数据对应的第一语音幅度，确定原始语音数据对应的第二语音幅度，进而可以根据第一语音幅度以及第二语音幅度确定原始语音数据和有损语音数据之间的语音幅度变化数据。
129.其中，第一语音幅度是指有损语音数据对应的波形幅度数据，第二语音幅度是指原始语音数据对应的波形幅度数据，可以通过包络检波(envelope-demodulation)的方式确定有损语音数据或者原始语音数据对应的波形幅度数据，即第一语音幅度或者第二语音幅度，当然，还可以通过其他方式确定第一语音幅度和第二语音幅度，如通过积分的方式确定有损语音数据或者原始语音数据的波形对应的面积数据，并将波形面积数据作为第一语音幅度或者第二语音幅度，本实施例对确定语音数据对应的语音幅度的方式不做特殊限定。
130.需要说明的是，本示例实施例的“第一语音幅度”“第二语音幅度”中的“第一”“第二”仅用于区分原始语音数据或者有损语音数据对应的不同语音幅度，没有任何特殊含义，并不应对本示例实施例造成任何特殊限定。
131.可选的，网络传输变化分析结果还可以包括声音波形损失数据，可以通过以下步骤对原始语音数据和有损语音数据进行网络传输变化分析得到声音波形损失数据：
132.可以对原始语音数据的声音波形和有损语音数据的声音波形进行包络检测，确定原始语音数据和有损语音数据之间的声音波形损失数据；和/或获取有损语音数据对应的丢包参数和抖动参数，并基于丢包参数和抖动参数确定原始语音数据和有损语音数据之间的声音波形损失数据。
133.其中，可以对原始语音数据的声音波形进行包络检测，确定原始语音数据对应的原始波形图，可以对有损语音数据的声音波形进行包络检测，确定有损语音数据对应的有损波形图，可以通过检测分析工具对原始波形图与有损波形图进行比对，确定波形图中的图像特性变化，并将该图像特性变化作为原始语音数据和有损语音数据之间的声音波形损失数据。
134.在接收到有损语音数据之后，可以获取有损语音数据对应的丢包参数和抖动参数，并将丢包参数以及抖动参数作为原始语音数据和有损语音数据之间的声音波形损失数据。
135.在本公开的一个示例实施例中，语音编码分析结果可以包括编码方案分数，可以通过以下步骤对原始语音数据和所述有损语音数据进行语音编码分析得到编码方案分数：
136.可以确定原始语音数据对应的第一编码方式以及第一编码速率，确定有损语音数据对应的第二编码方式以及第二编码速率，进而可以基于第一编码方式、第一编码速率、第二编码方式和第二编码速率，确定原始语音数据和有损语音数据之间的编码方案分数。
137.其中，第一编码方式是指发送终端接入的通信网络在编码原始语音数据时所采用的语音编码方式，第一编码速率是指在第一编码方式下编码原始语音数据时所采用的语音
编码速率；相应的，第二编码方式是指发送终端接入的通信网络在编码有损语音数据时所采用的语音编码方式，第二编码速率是指在第二编码方式下编码有损语音数据时所采用的语音编码速率。
138.可以理解的是，此处的“第一”“第二”仅是用于区分原始语音数据和有损语音数据所对应的语音编码方式或者语音编码速率，没有任何特殊含义，并不应对本示例实施例造成任何特殊限定。
139.可选的，可以获取不同通信网络下对应的语音编码方式以及语音编码速率对应的语音编码参数表，例如，可以是volte(voice over long-term evolution，长期演进语音承载)通信网络下对应的语音编码方式以及语音编码速率对应的参数表，也可以是vonr(voice over new radio，5g网络的目标语音解决方案)通信网络下对应的语音编码方式以及语音编码速率对应的参数表，当然，还可以其他类型通信网络对应的语音编码参数表，本示例实施例对此不做特殊限定。
140.举例而言，以通信网络为vonr为例，可以获取vonr网络对应的语音编码参数表。
141.具体的，vonr网络对应的语音编码参数表可以如表1所示，可以根据实际情况设置不同语音编码方式对应的分数，以及不同语音编码方式下各语音编码速率对应的分数，例如，语音编码方式evs-nb、evs-wb、evs-swb、evs-fb、amr-wb i/oa对应的分数可以分别是1、2、3、4、5，假设语音数据的语音编码方式为evs-nb，其对应的语音编码速率5.9、7.2、8.0、9.6、13.2、16.4、24.4对应的分数为0.1、0.2、0.3、0.4、0.5、0.6、0.7，一般语音编码速率越高，分数越高。
142.表1vonr网络的语音编码参数表
143.编码方式支持的语音编码速率(kbit/s)evs-nb5.9、7.2、8.0、9.6、13.2、16.4、24.4evs-wb5.9、7.2、8.0、9.6、13.2、16.4、24.4、32、48、64、96、128evs-swb9.6、13.2、16.4、24.4、32、48、64、96、128evs-fb16.4、24.4、32、48、64、96、128amr-wb i/oa6.6、8.85、12.65、14.25、15.85、18.25、19.85、23.05、23.85
144.假设语音数据采用evs-nb的语音编码方式，并采用9.6的语音编码速率，那么该语音数据的语音编码方案的分数为1.4，当然，此处仅是示意性举例说明，具体的分数设置可以根据实际应用情况进行自定义设置，本示例实施例对此不做特殊限定。
145.可以通过第一编码方式以及第一编码速率对应的分数确定原始语音数据对应的第一编码方案分数，可以通过第二编码方式以及第二编码速率对应的分数确定有损语音数据对应的第二编码方案分数，最后可以对第一编码方案分数以及第二编码方案分数进行加权平均，得到原始语音数据和有损语音数据之间的编码方案分数。
146.可选的，可以仅通过原始语音数据的第一编码方式以及第一编码速率对应的分数确定原始语音数据和有损语音数据之间的编码方案分数，本示例实施例对确定编码方案分数的方式不做特殊限定。
147.可选的，可以通过线性插值或者正态分布的方式，确定原始语音数据和有损语音数据之间的编码方案分数。
148.在本公开的一个示例实施例中，语音识别分析结果可以包括语音识别准确率，可
以通过以下步骤对原始语音数据和有损语音数据进行语音识别分析得到语音识别准确率：
149.可以对有损语音数据进行语音识别，确定有损语音数据对应的有损语音文本，可以获取原始语音数据对应的原始语音文本，并将有损语音文本与原始语音文本进行比对，确定原始语音数据和有损语音数据之间的语音识别准确率。
150.其中，有损语音文本是指对有损语音数据进行语音识别转换得到的文本内容，例如，可以通过隐马尔可夫模型(hidden markov model，hmm)对有损语音数据进行语音识别，也可以通过基于卷积神经网络(convolutional neural networks，cnn)的语音识别网络对有损语音数据进行语音识别，当然，还可以通过其他能够实现对有损语音数据进行语音识别得到有损语音文本的处理方式，本示例实施例对此不做特殊限定。
151.语音识别准确率是指在经过通信网络传输后得到的有损语音数据能够被准确识别部分的比例，例如，原始语音数据对应的原始语音文本可以是“这是一篇专利申请文件”，而有损语音数据在经过语音识别之后，生成的有损语音文本可以是“这是xxxx申请文件”，只有6个字被准确识别，其他部分要么无法识别，要么识别错误，此时，原始语音数据和有损语音数据之间的语音识别准确率为60％。当然，此处仅是示意性举例说明，并不应对本示例实施例造成任何特殊限定。
152.可选的，语音识别分析结果还可以是抗干扰等级，可以在通过播放设备在发送终端播放原始语音数据时，插入背景噪音，背景噪音分为多个噪音等级，在保证原始语音数据和有损语音数据之间的语音识别准确率大于或者等于语音识别准确率阈值的前提下，不断提升背景噪音对应的噪音等级，直到原始语音数据和有损语音数据之间的语音识别准确率小于语音识别准确率阈值，将当前背景噪音对应的当前噪音等级作为通信网络的抗干扰等级，例如，语音识别准确率阈值可以是80％，也可以是90％，具体可以根据实际使用情况进行自定义设置，本示例实施例对此不做特殊限定。
153.在本公开的一个示例实施例中，可以根据网络传输变化分析结果、语音编码分析结果、语音识别分析结果以及预设的综合评分算法确定通信网络的语音质量分数，例如，综合评分算法可以如关系式(1)所示：
[0154][0155]
其中，s可以表示通信网络的语音质量分数，x可以表示语音识别准确率，单位为百分比，y可以表示传输时延数据，单位为毫秒，z可以表示语音幅度变化数据，单位为百分比，c可以表示编码方案分数，赋值一般在[1，10]之间。当然，此处仅是示意性举例说明，本示例实施例对此不做特殊限定。
[0156]
图4示意性示出了根据本公开的一些实施例的基于语音识别实现语音质量评估的流程示意图。
[0157]
参考图4所示，可以基于各种素材资源得到原始语音数据410，然后通过播放设备在发送终端420播放原始语音数据410，原始音频数据410经过发送终端420接入的通信网络430，发送到接收终端440，并由接收终端440输出有损语音数据450。
[0158]
可以通过网络传输变化分析模块对原始语音数据410和有损语音数据450进行网
络传输变化分析460，确定网络传输变化分析结果，例如，网络传输变化分析结果可以包括但不限于通信网络的传输时延数据、语音幅度变化数据；可以通过语音编码分析模块对原始语音数据410和有损语音数据450进行语音编码分析470，确定语音编码分析结果，例如，语音编码分析结果可以包括但不限于编码方案分数；可以通过语音识别分析模块对原始语音数据410和有损语音数据450进行语音识别分析480，确定语音识别分析结果，例如，语音识别分析结果可以包括但不限于语音识别准确率。最后可以将网络传输变化分析结果(如传输时延数据、语音幅度变化数据等)、将语音编码分析结果(如编码方案分数)以及语音识别分析结果(如语音识别准确率)进行综合分数评估，得到通信网络430对应的语音质量分数490。
[0159]
在本公开的一个示例实施例中，可以根据预设的评估周期确定通信网络的语音质量分数，例如，预设的评估周期可以是8秒，也可以是4秒、2秒等，本示例实施例对此不做特殊限定。例如，预设的评估周期可以是8秒，那么可以分别在原始语音数据播放到第8秒、第16秒、第24秒
……
时重新评估通信网络的语音质量分数，最后可以将各评估周期对应的所有语音质量分数进行平均，作为通信网络最终的语音质量分数。
[0160]
综上所述，可以获取在发送终端播放的原始语音数据，以及获取原始语音数据在经过通信网络传输后输出到接收终端的有损语音数据，进而可以对原始语音数据和有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；可以对原始语音数据和有损语音数据进行语音编码分析，得到语音编码分析结果；对原始语音数据和有损语音数据进行语音识别分析，得到语音识别分析结果；最后可以根据网络传输变化分析结果、语音编码分析结果以及语音识别分析结果确定通信网络的语音质量分数。一方面，通过对通信网络传输后的语音进行语音识别分析，将评估结果与用户感知相关联，并且结合通信网络的网络传输影响，以及不同语音编码方式对人耳感知的影响，对通信网络的语音质量进行综合评估，进一步提升评估结果与用户感知的关联性，提高评估结果的合理性与准确性；另一方面，相比于相关技术中通过波形衰减评分技术对语音质量进行评估，本方案并不需要对整段语音的波形进行评估，语音质量分数的输出效率更高，响应更快，有效提升语音质量评估效率。
[0161]
本方案通过语音识别技术等技术，直接评估用户对移动网络语音质量的直接感受；不需要对整段语音样本进行评估，时延响应更快；区别于一般的语音识别，考虑了通信网络传输的时延、语音幅度变化及语音编码方案的变化，有效提升评估结果的合理性与准确性。
[0162]
本方案通过语音识别技术等技术，可以直接评估用户对通信网络语音质量的直接感受，有效指导通信网络的维护及优化，从而提升运营商对通信网络的优化效率，提升用户体验；使用语音识别技术，不需要对整段语音样本进行评估，时延响应更快，能达到0.5秒粒度(参照语速120字/分钟)；不需要提前订制测试语音样本，仅需普通语音样本以及无损耗参考样本识别后的文字即可完成测试，降低实施成本。
[0163]
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0164]
此外，在本示例实施例中，还提供了一种语音质量评估装置。参照图5所示，该语音质量评估装置500可以包括语音数据获取模块510、语音识别分析模块520以及语音质量评估模块530，其中：
[0165]
语音数据获取模块510用于获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据；
[0166]
语音识别分析模块520用于对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果；
[0167]
语音质量评估模块530用于根据所述语音识别分析结果评估所述通信网络的语音质量分数。
[0168]
在本公开的一个示例实施例中，语音质量评估装置500还可以包括：
[0169]
网络传输变化分析模块，用于对所述原始语音数据和所述有损语音数据进行网络传输变化分析，得到网络传输变化分析结果；
[0170]
语音编码分析模块，用于对所述原始语音数据和所述有损语音数据进行语音编码分析，得到语音编码分析结果。
[0171]
在本公开的一个示例实施例中，语音质量评估模块530还可以用于：
[0172]
根据所述网络传输变化分析结果、所述语音编码分析结果以及所述语音识别分析结果中的一种或者多种组合评估所述通信网络的语音质量分数。
[0173]
在本公开的一个示例实施例中，网络传输变化分析结果可以包括传输时延数据，网络传输变化分析模块可以用于：
[0174]
确定所述有损语音数据中的标识位置对应的第一时间点；
[0175]
确定所述标识位置在所述原始语音数据中对应的第二时间点；
[0176]
根据所述第一时间点和所述第二时间点确定所述原始语音数据和所述有损语音数据之间的传输时延数据。
[0177]
在本公开的一个示例实施例中，网络传输变化分析模块还可以用于：
[0178]
根据预设时长在所述有损语音数据中确定目标波形，将所述目标波形在所述有损语音数据中的位置作为所述标识位置；或者
[0179]
在所述原始语音数据中插入标识音频，将所述标识音频在所述有损语音数据中的位置作为所述标识位置。
[0180]
在本公开的一个示例实施例中，网络传输变化分析结果可以包括语音幅度变化数据，网络传输变化分析模块还可以用于：
[0181]
确定所述有损语音数据对应的第一语音幅度；
[0182]
确定所述原始语音数据对应的第二语音幅度；
[0183]
根据所述第一语音幅度以及所述第二语音幅度确定所述原始语音数据和所述有损语音数据之间的语音幅度变化数据。
[0184]
在本公开的一个示例实施例中，网络传输变化分析结果可以包括声音波形损失数据，网络传输变化分析模块还可以用于：
[0185]
对所述原始语音数据的声音波形和所述有损语音数据的声音波形进行包络检测，确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据；和/或
[0186]
获取所述有损语音数据对应的丢包参数和抖动参数，并基于所述丢包参数和抖动
参数确定所述原始语音数据和所述有损语音数据之间的声音波形损失数据。
[0187]
在本公开的一个示例实施例中，语音编码分析结果可以包括编码方案分数，语音编码分析模块可以用于：
[0188]
确定所述原始语音数据对应的第一编码方式以及第一编码速率；
[0189]
确定所述有损语音数据对应的第二编码方式以及第二编码速率；
[0190]
基于所述第一编码方式、所述第一编码速率、所述第二编码方式和所述第二编码速率，确定所述原始语音数据和所述有损语音数据之间的编码方案分数。
[0191]
在本公开的一个示例实施例中，语音识别分析结果可以包括语音识别准确率，语音识别分析模块520可以用于：
[0192]
对所述有损语音数据进行语音识别，确定所述有损语音数据对应的有损语音文本；
[0193]
获取所述原始语音数据对应的原始语音文本，并将所述有损语音文本与所述原始语音文本进行比对，确定所述原始语音数据和所述有损语音数据之间的语音识别准确率。
[0194]
在本公开的一个示例实施例中，语音质量评估装置500可以用于：
[0195]
根据预设的评估周期确定所述通信网络的语音质量分数。
[0196]
上述中语音质量评估装置各模块的具体细节已经在对应的语音质量评估方法中进行了详细的描述，因此此处不再赘述。
[0197]
应当注意，尽管在上文详细描述中提及了语音质量评估装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0198]
此外，在本公开的示例性实施例中，还提供了一种能够实现上述语音质量评估方法的电子设备。
[0199]
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
[0200]
下面参照图6来描述根据本公开的这种实施例的电子设备600。图6所示的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0201]
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。
[0202]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。例如，所述处理单元610可以执行如图2中所示的步骤s210，获取原始语音数据，以及获取所述原始语音数据在经过通信网络传输后输出的有损语音数据；步骤s220，对所述原始语音数据和所述有损语音数据进行语音识别分析，得到语音识别分析结果；步骤s230，根据所述语音识别分析结果评估所述通信网络的语音质量分数。
[0203]
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元
(ram)621和/或高速缓存存储单元622，还可以进一步包括只读存储单元(rom)623。
[0204]
存储单元620还可以包括具有一组(至少一个)程序模块625的程序/实用工具624，这样的程序模块625包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0205]
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0206]
电子设备600也可以与一个或多个外部设备670(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0207]
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
[0208]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
[0209]
参考图7所示，描述了根据本公开的实施例的用于实现上述语音质量评估方法的程序产品700，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0210]
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0211]
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、
光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0212]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0213]
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0214]
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0215]
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施例的方法。
[0216]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
[0217]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。