一种音频特征处理方法、装置、终端及存储介质与流程

1.本技术属于音频处理技术领域，尤其涉及一种音频特征处理方法、装置、终端及存储介质。


背景技术：

2.随着网络传媒，电子科技的发展，人类视觉听觉的享受要求越来越高，在日常生活中，经常遇到音视频实时播放的场合，如车载收音、电视直播、网络直播等，也有自带的随身听、cd机等音乐播放设备，而这些播放的音频信号，本身存在各种各样的爆破(pop)音，噪音，声调怪异等问题，这对于听觉敏感的客户是无法忍受的。虽然随着互联网技术的发展，也提供了各种音频修复的软件，但这些软件只能通过电脑等大型工具输入一段音频进行后期的整理修复，浪费大量的时间，特别在一些广播或直播的场合，无法实时现场改善，而且部分电脑等工具携带麻烦，使用不便利。
3.而为了实现环境噪音的有效消除，需要采集大量的音频数据样本，以基于足够多的音频数据样本学习到在不同的外部环境、不同地点、不同使用模式下的噪声分布情况。
4.因此音频数据样本的有效性，对环境噪声的消除存在直接影响。而现有的音频数据样本在采集后难以对音频数据集合中的音频进行有效甄别及内容更新，使得在面对海量音频样本数据时，难以确保样本有效性及样本甄别修改的处理效率。


技术实现要素：

5.本技术实施例提供了一种音频特征处理方法、装置、终端及存储介质，以解决现有技术中在面对海量音频样本数据时，难以对音频数据集合中的音频进行有效甄别及内容更新，无法确保样本有效性及样本甄别修改的处理效率的问题。
6.本技术实施例的第一方面提供了一种音频特征处理方法，包括：
7.获取音频的信号特征数据集及待识别的音频集合；
8.对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时；
9.以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频；
10.在确定所述音频集合中所述目标音频的占比低于阈值的情况下，对所述音频集合进行更新；
11.将更新后的所述音频集合确定为待识别的所述音频集合，返回执行所述对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时的步骤，直至所述音频集合中所述目标音频的占比不低于所述阈值。
12.本技术实施例的第二方面提供了一种音频特征处理装置，包括：
13.获取模块，用于获取音频的信号特征数据集及待识别的音频集合；
14.提取模块，用于对所述音频集合中的每一音频进行特征提取，得到特征提取结果
及特征提取耗时；
15.选取模块，用于以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频；
16.更新模块，用于在确定所述音频集合中所述目标音频的占比低于阈值的情况下，对所述音频集合进行更新，将更新后的所述音频集合确定为待识别的所述音频集合，使所述提取模块返回执行所述对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时的步骤，直至所述音频集合中所述目标音频的占比不低于所述阈值。
17.本技术实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。
18.本技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
19.本技术的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端上运行时，使得所述终端执行上述第一方面所述方法的步骤。
20.由上可见，本技术实施例中，通过获取音频的信号特征数据集及待识别的音频集合，对音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时，并以信号特征数据集及标准时长为参照，基于特征提取结果及特征提取耗时，从音频集合中筛选得到目标音频，进而在确定音频集合中目标音频的占比低于阈值的情况下，对音频集合进行更新，并以更新后的音频集合重新执行前述的处理过程，循环往复，直至最终音频集合中目标音频的占比不低于阈值，以在面对海量音频样本数据时，能够对音频数据集合中的音频进行有效甄别及内容更新，确保样本有效性及提升样本甄别修改的处理效率。
附图说明
21.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
22.图1是本技术实施例提供的一种音频特征处理方法的流程图一；
23.图2是本技术实施例提供的一种音频特征处理方法的流程图二；
24.图3是本技术实施例提供的一种音频特征处理装置的结构图；
25.图4是本技术实施例提供的一种终端的结构图。
具体实施方式
26.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
27.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特
征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
28.还应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
29.还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
30.如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0031]
具体实现中，本技术实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。
[0032]
在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端。然而，应当理解的是，终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
[0033]
终端支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
[0034]
可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
[0035]
应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0036]
为了说明本技术所述的技术方案，下面通过具体实施例来进行说明。
[0037]
参见图1，图1是本技术实施例提供的一种音频特征处理方法的流程图一。如图1所示，一种音频特征处理方法，该方法包括以下步骤：
[0038]
步骤101，获取音频的信号特征数据集及待识别的音频集合。
[0039]
音频例如为汽车鸣笛声音频、车载广播音频、车内人员说话音频等。
[0040]
这里，获取信号特征数据集作为对照组，在后续实现音频特征比对。
[0041]
音频的信号特征数据集可以是事先准备好的数据集合。
[0042]
待识别的音频集合可以是事先准备好的数据集合或者是实时采集的音频数据流形成的音频数据集合。待识别的音频集合中包含多个待识别音频。
[0043]
其中，信号特征数据集中的数据例如为音频类型、音频频率、音频分贝等数据。以汽车鸣笛声为例，在获取音频的信号特征数据集时，可以是：
[0044]
获取标准的不同汽车的鸣笛声音频，基于不同汽车的鸣笛声音频，通过特征学习模型进行鸣笛声特征的深度学习，基于特征学习后的该模型构建信号特征数据集。
[0045]
在一个实施方式中，获取待识别的音频集合，包括：
[0046]
获取多个待处理音频；
[0047]
依照设定音频处理步骤，分别对每一所述待处理音频进行数据预处理；
[0048]
基于预处理后的所述待处理音频形成的集合作为待识别的所述音频集合。
[0049]
其中，该设定音频处理步骤，例如为对音频信号进行增强处理，对音频信号进行预加重处理，对音频信号进行分帧、加窗处理，对音频信号进行端点检测处理等。
[0050]
在一个实施方式中，该依照设定音频处理步骤，分别对每一所述待处理音频进行数据预处理，包括：
[0051]
对每一所述待处理音频进行分割，得到音频片段，并在每一所述音频片段中添加索引序列；
[0052]
对每一所述音频片段进行音频处理，并基于所述索引序列，对音频处理后的所述音频片段进行组合，得到数据预处理后的所述待处理音频。
[0053]
其中，对每一所述音频片段进行音频处理，具体可以是对音频信号进行增强处理，对音频信号进行预加重处理，对音频信号进行分帧、加窗处理，对音频信号进行端点检测处理，对音频片段内的杂音进行识别，对识别的音频片段内的杂音进行虚化，对音频进行滤波处理，对音频进行小波分解处理等。
[0054]
该过程中，内置音频预处理过程，通过该过程实现对音频的片段截取与分段，能够有效将音频分割为不同的段落，有效降低单个处理音频段落的长度与大小，摒弃传统的冗长段落音频提取的设计，能够有效提高对于音频特征提取的细致度与精准度。
[0055]
同时还可以对信号进行增强、预加重，能够有效提高音频信号强度，保证音频的整体效果。
[0056]
进一步地，还可以内置音频再处理过程，对音频内轮廓杂音进行识别并进行虚化，能够有效消除环境杂音对于音频特征提取的干扰，从而大大提高后续音频特征提取精准度。
[0057]
步骤102，对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时。
[0058]
对所述音频集合中的每一音频进行特征提取，可以基于音频特征提取模型来实现，音频特征提取模型例如为cnn(convolutional neural network，卷积神经网络)模型。
[0059]
其中，对每一音频进行特征提取，具体可以是对每一音频进行汽车鸣笛特征的提取。那么，与之对应的信号特征数据集也即为汽车鸣笛特征数据集。
[0060]
在对音频集合中的每一音频进行特征提取时，可以对每一音频进行特征提取的耗时进行计时，获取每一音频从开始处理至结果输出之间的处理时长作为特征提取耗时。以特征提取耗时作为音频样本是否符合样本有效性要求的参照量。
[0061]
同样地，结合每一音频的特征提取结果，作为音频样本是否符合样本有效性要求的另一参照量。
[0062]
步骤103，以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频。
[0063]
该标准时长可以是某一种情景下的环境音频进行特征提取所需的平均时长。当音频的特征提取耗时超出标准时长时，则可以判断当前音频可能不属于该某一种情景下的环境音频，则可以基于对特征提取耗时的比对，辅助判断当前的音频是否为有效音频。
[0064]
此外，还以信号特征数据集作为参照，判断当前音频对应的特征提取结果是否与信号特征数据集中的音频特征相符合，以辅助判断当前的音频是否为有效音频。
[0065]
在一个可选的实施方式中，该以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频，包括：
[0066]
基于所述特征提取结果，从所述音频集合中筛选得到与所述信号特征数据集中数据特征相符的第一音频；
[0067]
基于所述特征提取耗时，从所述第一音频中筛选得到耗时小于或等于所述标准时长的音频作为所述目标音频。
[0068]
即，将所述音频集合中与信号特征数据集中数据特征相符且特征提取耗时小于或等于标准时长的音频作为目标音频。
[0069]
步骤104，判断音频集合中目标音频的占比与阈值的大小关系。
[0070]
具体地，需要判断音频集合中目标音频的占比为低于阈值，亦或是音频集合中目标音频的占比不低于阈值，以衡量该音频集合的样本有效性。
[0071]
步骤105，在确定音频集合中目标音频的占比低于阈值的情况下，对所述音频集合进行更新，将更新后的音频集合确定为待识别的音频集合。
[0072]
当音频集合中目标音频的占比低于阈值时，则认为音频集合的样本有效性较低。
[0073]
进一步地，在步骤105后，还需要返回执行步骤102对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时，以能够依照上述实施例中的步骤102至步骤104的处理过程继续进行音频处理，直至在步骤104之后确定音频集合中的目标音频的占比不低于阈值，则循环处理过程停止。
[0074]
其中，在对音频集合进行更新时，在一个示例中，具体包括：
[0075]
依照设定比例，将所述音频集合中除所述目标音频之外的其他音频进行剔除，得到更新后的所述音频集合。
[0076]
该比例可以是100％，即将音频集合中除目标音频之外的所有其他音频均进行剔除。或者，比例大于0小于100％，即将音频集合中除目标音频之外的其他音频进行部分剔除，实现对音频集合的更新。该设定比例即为剔除的音频在音频集合中除目标音频之外的所有其他音频中的占比。
[0077]
其中，在对音频集合进行更新时，在另一个示例中，具体包括：
[0078]
获取与所述目标音频具备共性特征的补充音频；
[0079]
依照设定比例，将所述音频集合中除所述目标音频之外的其他音频进行剔除，并将所述补充音频添加至所述音频集合中，得到更新后的所述音频集合。
[0080]
该补充音频的获取，可以是基于目标音频进行特征学习后训练得到的人工智能模型，基于该模型实现对目标音频的扩展，得到补充音频。或者，从其他数据来源处获取音频，从中选取与目标音频具备共性特征的音频作为补充音频。
[0081]
其中，共性特征例如为音频类型、音频频率、音频分贝等特征数据。
[0082]
进而将补充音频纳入至音频集合中，同时将音频集合中除目标音频之外的其他音
频进行全部或者部分剔除，实现对音频集合的更新。
[0083]
本技术实施例中，通过获取音频的信号特征数据集及待识别的音频集合，对音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时，并以信号特征数据集及标准时长为参照，基于特征提取结果及特征提取耗时，从音频集合中筛选得到目标音频，进而在确定音频集合中目标音频的占比低于阈值的情况下，对音频集合进行更新，并以更新后的音频集合重新执行前述的处理过程，循环往复，直至最终音频集合中目标音频的占比不低于阈值，以在面对海量音频样本数据时，能够对音频数据集合中的音频进行有效甄别及内容更新，确保样本有效性及提升样本甄别修改的处理效率。
[0084]
本技术实施例中还提供了音频特征处理方法的不同实施方式。
[0085]
参见图2，图2是本技术实施例提供的一种音频特征处理方法的流程图二。如图2所示，一种音频特征处理方法，该方法包括以下步骤：
[0086]
步骤201，获取音频的信号特征数据集及待识别的音频集合。
[0087]
该步骤的实现过程与前述实施方式中的步骤101的实现过程相同，此处不再赘述。
[0088]
步骤202，对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时。
[0089]
该步骤的实现过程与前述实施方式中的步骤102的实现过程相同，此处不再赘述。
[0090]
步骤203，以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频。
[0091]
该步骤的实现过程与前述实施方式中的步骤103的实现过程相同，此处不再赘述。
[0092]
步骤204，判断音频集合中目标音频的占比与阈值的大小关系。
[0093]
该步骤的实现过程与前述实施方式中的步骤104的实现过程相同，此处不再赘述。
[0094]
步骤205，在确定所述音频集合中所述目标音频的占比低于阈值的情况下，对所述音频集合进行更新，将更新后的所述音频集合确定为待识别的所述音频集合。
[0095]
该步骤的实现过程与前述实施方式中的步骤105的实现过程相同，此处不再赘述。
[0096]
进一步地，在步骤205后，还需要返回执行步骤202对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时，以能够依照上述实施例中的步骤202至步骤204的处理过程继续进行音频处理，直至在步骤204确定音频集合中的目标音频的占比不低于阈值，则循环处理过程停止，并进一步执行后续步骤。
[0097]
步骤206，在确定所述音频集合中所述目标音频的占比不低于所述阈值的情况下，将所述音频集合确定为有效样本集合。
[0098]
当音频集合中目标音频的占比不低于阈值时，则认为音频集合的样本有效性较高，此时将音频集合确定为有效样本集合。
[0099]
本技术实施例中，通过获取音频的信号特征数据集及待识别的音频集合，对音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时，并以信号特征数据集及标准时长为参照，基于特征提取结果及特征提取耗时，从音频集合中筛选得到目标音频，进而在确定音频集合中目标音频的占比低于或不低于阈值的不同情况下，实现在面对海量音频样本数据时，能够对音频数据集合中的音频进行有效甄别及内容更新，确保样本有效性及提升样本甄别修改的处理效率。
[0100]
参见图3，图3是本技术实施例提供的一种音频特征处理装置的结构图，为了便于
说明，仅示出了与本技术实施例相关的部分。
[0101]
所述音频特征处理装置300包括：
[0102]
获取模块301，用于获取音频的信号特征数据集及待识别的音频集合；
[0103]
提取模块302，用于对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时；
[0104]
选取模块303，用于以所述信号特征数据集及标准时长为参照，基于所述特征提取结果及特征提取耗时，从所述音频集合中筛选得到目标音频；
[0105]
更新模块304，用于在确定所述音频集合中所述目标音频的占比低于阈值的情况下，对所述音频集合进行更新，将更新后的所述音频集合确定为待识别的所述音频集合，使所述提取模块302返回执行所述对所述音频集合中的每一音频进行特征提取，得到特征提取结果及特征提取耗时的步骤，直至所述音频集合中所述目标音频的占比不低于所述阈值。
[0106]
其中，选取模块303，具体用于：
[0107]
基于所述特征提取结果，从所述音频集合中筛选得到与所述信号特征数据集中数据特征相符的第一音频；
[0108]
基于所述特征提取耗时，从所述第一音频中筛选得到耗时小于或等于所述标准时长的音频作为所述目标音频。
[0109]
其中，获取模块301，具体用于：
[0110]
获取多个待处理音频；
[0111]
依照设定音频处理步骤，分别对每一所述待处理音频进行数据预处理；
[0112]
基于预处理后的所述待处理音频形成的集合作为待识别的所述音频集合。
[0113]
其中，获取模块301，更具体用于：
[0114]
对每一所述待处理音频进行分割，得到音频片段，并在每一所述音频片段中添加索引序列；
[0115]
对每一所述音频片段进行音频处理，并基于所述索引序列，对音频处理后的所述音频片段进行组合，得到数据预处理后的所述待处理音频。
[0116]
其中，更新模块304，具体用于：
[0117]
依照设定比例，将所述音频集合中除所述目标音频之外的其他音频进行剔除，得到更新后的所述音频集合。
[0118]
其中，更新模块304，具体用于：
[0119]
获取与所述目标音频具备共性特征的补充音频；
[0120]
依照设定比例，将所述音频集合中除所述目标音频之外的其他音频进行剔除，并将所述补充音频添加至所述音频集合中，得到更新后的所述音频集合。
[0121]
其中，该装置还包括：
[0122]
确定模块，用于在确定所述音频集合中所述目标音频的占比不低于所述阈值的情况下，将所述音频集合确定为有效样本集合。
[0123]
本技术实施例提供的音频特征处理装置能够实现上述音频特征处理方法的实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0124]
图4是本技术实施例提供的一种终端的结构图。如该图所示，该实施例的终端4包
括：至少一个处理器40(图4中仅示出一个)、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42，所述处理器40执行所述计算机程序42时实现上述任意各个方法实施例中的步骤。
[0125]
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端4的示例，并不构成对终端4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
[0126]
所述处理器40可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0127]
所述存储器41可以是所述终端4的内部存储单元，例如终端4的硬盘或内存。所述存储器41也可以是所述终端4的外部存储设备，例如所述终端4上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器41还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
[0128]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0129]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0130]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0131]
在本技术所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的
间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0132]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0133]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0134]
所述集成的模块/单元如果以软件功能单元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，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0135]
本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序产品来实现，当计算机程序产品在终端上运行时，使得所述终端执行时实现可实现上述各个方法实施例中的步骤。
[0136]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。