语音处理方法、装置、电子设备和存储介质与流程

1.本公开涉及一种语音处理方法、装置、电子设备和存储介质。


背景技术：

2.语音克隆是指计算机自动根据目标说话人已有的声音数据能生成对应说话人任何语音的技术。目前，已有的声音克隆技术需要目标说话人的大量语料，并且要求语料不包含任何噪声。然而，实际应用中，目标说话人的语料不仅常常包含各种噪声，而且语料数量有限。因此，目前的声音克隆技术很难获得高相似度、高自然度和低噪声的语音。


技术实现要素：

3.为了解决上述技术问题中的至少一个，本公开提供了一种语音处理方法、装置、电子设备和存储介质。
4.本公开的第一方面提供了一种语音处理方法，包括：
5.获取第一文本和第一说话人的第一真实语音，所述第一真实语音的内容与所述第一文本的内容相同；
6.获取指示所述第一真实语音中噪声特征的第一掩码信息；
7.利用预先训练的声学模型基于所述第一文本和所述第一掩码信息生成对应所述第一文本的第一声学特征；
8.从所述第一真实语音中提取所述第一说话人的第二声学特征；
9.根据所述第一声学特征和第二声学特征更新所述声学模型的参数。
10.本公开的一些实施方式中，语音处理方法还包括：
11.获取第二文本和预先配置的第二掩码信息，所述第二掩码信息为干净掩码；
12.利用更新参数后的所述声学模型基于所述第二掩码信息和所述第二文本生成对应所述第二文本的第二声学特征；
13.将所述第二声学特征合成为第一语音，所述第一语音的内容与所述第二文本相同且所述第二语音具备所述第一说话人的音色特征。
14.本公开的一些实施方式中，所述将所述第二声学特征合成为第一语音，包括：利用预先训练的声码器将所述第二声学特征合成为第一语音，所述声码器根据所述第一说话人的音频数据训练得到。
15.本公开的一些实施方式中，所述利用预先训练的声学模型基于所述第一文本和所述第一掩码信息生成对应所述第一文本的频谱帧生成第一声学特征，包括：
16.利用所述声学模型中的编码器获取对应所述第一文本的第一文本特征向量；
17.利用所述声学模型中的解码器根据所述第一文本特征向量和所述第一掩码信息生成所述第一声学特征。
18.本公开的一些实施方式中，所述利用所述声学模型中的解码器根据所述第一文本特征向量和所述第一掩码信息生成所述第一声学特征，包括：
19.利用所述第一文本特征向量执行所述解码器中的注意力网络的处理，以获得对应所述第一文本的第一注意力向量；
20.基于所述第一注意力向量和前一频谱帧，依次执行所述解码器中的lstm、线性投影层的处理，获得当前频谱帧；
21.基于所述当前频谱帧和所述第一掩码信息执行所述解码器中后处理网络的处理，以优化所述当前频谱帧；
22.在获取到对应所述第一文本的所有频谱帧后，将所有频谱帧拼接以获得所述第一声学特征。
23.本公开的一些实施方式中，所述声学模型根据多个第二说话人的语料训练得到，所述多个第二说话人的语料包括：干净的真实语音和含有噪声的真实语音。
24.本公开的第二方面提供了一种语音处理装置，包括：
25.获取单元，用于获取第一文本和第一说话人的第一真实语音，所述第一真实语音的内容与所述第一文本的内容相同，所述第一真实语音含噪声；
26.噪声处理单元，用于获取指示所述第一真实语音中噪声特征的第一掩码信息；
27.第一声学特征单元，用于利用预先训练的声学模型基于所述第一文本和所述第一掩码信息生成对应所述第一文本的第一声学特征；
28.第二声学特征单元，用于从所述第一真实语音中提取所述第一说话人的第二声学特征；
29.参数更新单元，用于根据所述第一声学特征和第二声学特征更新所述声学模型的参数，以使得所述声学模型能够用于克隆所述第一说话人的语音。
30.本公开的一些实施方式中，所述获取单元，还用于获取第二文本和预先配置的第二掩码信息，所述第二掩码信息为干净掩码；所述第一声学特征单元，还用于利用更新参数后的所述声学模型基于所述第二掩码信息和所述第二文本生成对应所述第二文本的第二声学特征；所述语音处理装置还包括：语音生成单元，用于将所述第二声学特征合成为第一语音，所述第一语音的内容与所述第二文本相同且所述第二语音具备所述第一说话人的音色特征。
31.本公开的第三方面提供了一种电子设备，包括：
32.存储器，所述存储器存储执行指令；以及
33.处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行上述的语音处理方法。
34.本公开的第四方面提供了一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现上述的语音处理方法。
35.本公开实施例仅需要少量且质量要求不高的语料即可实现说话人的声音克隆，可以通过低资源硬件直接实现，不仅实现简单、快速。并且，对于各类需要克隆语音的用户而言，只需要录制质量不高的少量音频即可自动实现其语音克隆。
附图说明
36.附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本
说明书的一部分。
37.图1是根据本公开的一些实施方式的语音处理方法的流程示意图。
38.图2是本公开的一个实施方式的采用处理系统的硬件实现方式的语音处理装置的结构示意框图。
39.附图标记说明
40.200 语音处理模型
41.300 总线
42.400 处理器
43.500 存储器
44.600 各种其他电路
具体实施方式
45.下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
46.需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
47.除非另有说明，否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此，除非另有说明，否则在不脱离本公开的技术构思的情况下，各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
48.在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此，除非说明，否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外，在附图中，为了清楚和/或描述性的目的，可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时，可以以不同于所描述的顺序来执行具体的工艺顺序。例如，可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外，同样的附图标记表示同样的部件。
49.当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时，该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件，或者可以存在中间部件。然而，当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时，不存在中间部件。为此，术语“连接”可以指物理连接、电气连接等，并且具有或不具有中间部件。
50.本文使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，
它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
51.本文术语解释：
52.神经网络声码器(lpcnet)：基于神经网络的声码器，能够将诸如梅尔频谱图等声学特征合成为音频。
53.文本编码器(encoder)：包括依次连接的字符嵌入(character embedding)卷积神经网络和双向长短期记忆(bi-directional lstm)网络，卷积神经网络可以包括依次连接的3个卷积层。该编码器可用于将文本编码成向量。
54.解码器：包括预处理网络(pre-net)、注意力网络(stepwise attention)、双层lstm(2lstm layers)(即，两个堆叠起来的lstm)、线性投影层(linear projection)、激活函数线性投影层(linear projection+sigmoid)、后处理网络(post-net)和解码输出网络，预处理网络的输出数据和注意网络的输出数据接入双层lstm，双层lstm的输出数据接入线性投影层和激活函数线性投影层，线性投影层的输出数据接入后处理网络，后处理网络的输出数据和线性投影层的输出数据同时接入解码输出网络，解码输出网络的输出数据即为解码器的输出数据，也即，例如梅尔频谱图等声学特征。例如，后处理网络(post-net)可以由5个卷积层构成，后处理网络能够对线性投影层输出的频谱帧进行修正。解码器通常实现为自回归循环神经网络。
55.目前，声音克隆的相关技术主要有如下：
56.1)说话人自适应声音克隆，在支持多说话人的语音合成模型(tts)上自适应地训练出能够合成目标说话人语音的模型，通过该模型实现目标说话人的语音克隆，尽管该方法可以克隆出和目标说话人的真实语音比较接近且自然度较高的语音，但该方法需要使用目标说话人的大量语料，并且对目标说话人的语料质量要求较高，例如，语料不能含有太多噪声。
57.2)对说话人编码声音克隆：基于预先训练好的独立模型利用目标说话人的大量语料推断目标说话人的音色嵌入信息，将目标说话人的音色嵌入信息提供给支持多说话人的语音合成系统，由该语音合成系统合成目标说话人的语音。该方法获得的语音在自然度和相似度上均较差，同样需要使用目标说话人的大量语料，并且由于需要训练一个独立模型，允同时运行两个模型，因此，资源消耗更高。
58.综上可见，目前的声音克隆技术存在语料质量要求高、语料数量需求量大、语音质量较低和资源消耗高等问题。鉴于此，本公开实施例提供了如下的语音处理方法、装置、电子设备和存储介质，基于说话人的少量语料对已有的声学模型进行训练使其同时具备噪声抑制和语音克隆的能力，从而在低资源情况下实现了高质量地语音克隆。
59.图1示出了本公开的一些实施方式的语音处理方法的流程示意图。
60.如图1所示，本公开实施例的语音处理方法可以包括：
61.步骤s12，获取第一文本和第一说话人的第一真实语音，第一真实语音的内容与第一文本的内容相同；
62.具体应用中，可以由第一说话人借由诸如人机交互界面等向电子设备输入第一文本，同时使用电子设备的麦克风录制与第一文本内容相同的第一真实语音，该第一真实语音可以包含诸如环境噪声、他人说话的声音等各种噪声，并且噪声的多少、高低均不限。
63.这里，电子设备可以是诸如手机、平板电脑或类似的移动终端、诸如计算机等固定终端，电子设备仅需具备运行下述声学模型、能够供用户输入文本和录制音频等能力即可。
64.本公开实施例中，第一文本和第一真实语音的数据量可以较少，可以由用户(例如，第一说话人)灵活控制。例如，第一文本可以包含20或类似大小的语句，第一真实语音可以是例如约2分钟左右的音频数据。
65.步骤s14，获取指示第一真实语音中噪声特征的第一掩码信息；
66.本公开实施例中，可以采用各种适用的噪声提取方法从第一真实语音中提取噪声信息。这里的噪声信息包含环境噪声、他人说话声音、背景音等各种噪声的信息。
67.一些实施方式中，可以利用预先训练好或已有的噪声提取模型(例如，rnnoise等)从第一真实语音中提取指示噪声特征的掩码信息。例如，该噪声提取模型可以是例如神经网络等深度学习模型，其可以通过包含带噪声音频和无噪声音频的数据训练得到。具体地，可以先通过诸如卷积神经网络等提取第一说话人的第一真实语音的语音特征向量，再利用第一真实语音的语音特征向量执行该深度学习模型的处理，即可提取到第一真实语音的噪声信息。
68.一些实施方式中，掩码信息的取值可以在[0,1]之间，当掩码信息取值为0时说明噪声最大，掩码信息取值为1时噪声最小，掩码信息的取值越接近0说明噪声比较大，掩码信息的取值越接近1说明噪声比较小。
[0069]
步骤s16，利用预先训练的声学模型基于第一文本和第一掩码信息生成对应第一文本的第一声学特征；
[0070]
一些实施方式中，声学模型可以采用例如tacotron、tacotron2等语音合成模型中的声学模型结构，也即，声学模型可以包括编码器和解码器，编码器的结构可以采用前文的文本编码器的结构，解码器的结构可以采用前文的解码器的结构。对于声学模型的网络架构，本公开实施例不作限制。
[0071]
以编码器+解码器的架构为例，步骤s16可以包括：
[0072]
步骤a1，利用声学模型中的编码器获取对应第一文本的第一文本特征向量；
[0073]
步骤a2，利用声学模型中的解码器根据第一文本特征向量和第一掩码信息生成第一声学特征。
[0074]
仍以前文解码器架构为例，步骤a2可以包括：
[0075]
步骤a21，利用第一文本特征向量执行解码器中的注意力网络的处理，以获得对应第一文本的第一注意力向量；
[0076]
步骤a22，基于第一注意力向量和前一频谱帧，依次执行解码器中的lstm、线性投影层的处理，获得当前频谱帧；
[0077]
步骤a23，基于当前频谱帧和第一掩码信息执行解码器中后处理网络的处理，以优化当前频谱帧；
[0078]
步骤a24，在获取到对应第一文本的所有频谱帧后，将所有频谱帧拼接以获得第一声学特征。
[0079]
如此，可以在后处理网络对频谱帧执行精调的同时，将掩码信息和频谱帧融合，抑制频谱帧中的噪声特征，从而获得质量较好的频谱帧，进而提高最终合成语音的质量。
[0080]
一些实施方式中，声学模型中还可以包括：时长预测模型，该时长预测模型可用于
预估文本的音素时长。该时长预测模型可以是例如神经网络等深度学习模型，通过预先训练获得。
[0081]
步骤s16中，步骤a2之前，还可包括：获取第一文本的音素时长；根据第一文本的音素时长扩充第一文本特征向量。如此，解码器无需采用自回归循环神经网络，可以通过该扩充后的第一文本特征向量实时终止频谱帧的生成。
[0082]
一些实施方式中，声学模型可以根据多个第二说话人的语料训练得到，该多个第二说话人的语料中可以包括：干净的真实语音和含有噪声的真实语音。
[0083]
一些实施方式中，声学模型可以通过如下步骤进行预先训练：
[0084]
步骤b1，构建声学模型；
[0085]
步骤b2，获取样本数据；
[0086]
样本数据包括文本样本和对应该文本样本的多个第二说话人的语料，每个第二说话人的语料中包含对应一个或多个文本样本的、标注有说话人信息的真实语音样本，该真实语音样本可以是干净的语音、也可以含有噪声。
[0087]
优选地，多个第二说话人的语料中的不同真实语音样本的噪声含量可以各不相同。例如，语料中，一定比例的真实语音样本可以是干净语音，另一比例的真实语音样本可以含有低量噪声，还有一定比例的真实语音样本可以包含较多噪声，等等。这样，有利于声学模型更好地学习到不同噪声的特征，在各种噪声语料下均可生成干净的声学特征。
[0088]
步骤b3，利用样本数据训练上述的声学模型，以使得该声学模型能够利用质量参差不齐、噪声含量高低不均的语料学习其他说话人的声学特征。
[0089]
步骤b3的训练过程与前文步骤s12～步骤s110的过程基本相同，不再赘述。
[0090]
步骤s18，从第一真实语音中提取第一说话人的第二声学特征；
[0091]
例如，可以通过例如预先训练的语音特征识别模型或已有的识别工具等从第一真实语音中提取到第二声学特征。
[0092]
步骤s110，根据第一声学特征和第二声学特征更新声学模型的参数。
[0093]
例如，可以通过诸如梯度下降等算法实现声学模型参数的更新。
[0094]
例如，更新声学模型参数时可以采用例如均方误差(mean square error(mse))等损失函数。
[0095]
通过步骤s12～步骤s110，无需对第一说话人的音频做降噪处理，并且使用第一说话人的少量语料即可使声学模型具备生成第一说话人的声学特征的功能。如此，将声学模型和下文的声码器结合，即可实现第一说话人的语音合成，也即，实现了第一说话人的声音克隆。
[0096]
一些实施方式中，步骤s110之后，还可以包括：
[0097]
步骤s112，获取第二文本和预先配置的第二掩码信息，所述第二掩码信息为干净掩码；
[0098]
第二文本是指待克隆语音或待合成语音的文本。第二文本可以由用户输入，也可以由电子设备主动向外部设备获取，还可以由外部设备主动提供给电子设备。
[0099]
第二掩码信息可以预先存储在指定存储空间，语音克隆过程中可以向指定存储空间读取该第二掩码信息。
[0100]
例如，第二掩码信息中所有元素的取值均可为1，以通过第二掩码信息获得干净的
合成语音。
[0101]
步骤s114，利用更新参数后的声学模型基于所述第二掩码信息和所述第二文本生成对应所述第二文本的第二声学特征；
[0102]
步骤s116，将第二声学特征合成为第一语音，第一语音的内容与第二文本相同且第二语音具备第一说话人的音色特征。
[0103]
例如，可以利用预先训练的声码器将第二声学特征合成为第一语音，该声码器可以根据第一说话人的音频数据训练得到。声码器可以是但不限于前文的lpcnet。具体应用中，声码器可以独立训练，在训练好之后安装在例如电子设备等硬件中使用。
[0104]
通过步骤s112～步骤s114中，通过提供干净的掩码信息，即可在例如电子设备等用户端实现针对目标说话人的任何内容的高质量语音克隆。
[0105]
由于本公开实施例仅需要少量且质量要求不高的语料即可实现说话人的声音克隆，因此，可以通过上文的电子设备或其他类似低资源的硬件直接实现，不仅实现简单、快速，而且可以自动实现，对于各类需要克隆语音的用户而言，只需要录制一些质量不高的少量音频即可自动实现其语音克隆。
[0106]
图2是本公开的一个实施方式的采用处理系统的硬件实现方式的语音处理装置200的结构示意框图。
[0107]
该装置可以包括执行上述流程图中各个或几个步骤的相应模块。因此，可以由相应模块执行上述流程图中的每个步骤或几个步骤，并且该装置可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
[0108]
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器，这取决于硬件的特定应用和总体设计约束。总线300将包括一个或多个处理器400、存储器500和/或硬件模块的各种电路连接到一起。总线300还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路600连接。
[0109]
总线300可以是工业标准体系结构(isa，industry standard architecture)总线、外部设备互连(pci，peripheral component)总线或扩展工业标准体系结构(eisa，extended industry standard component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，该图中仅用一条连接线表示，但并不表示仅有一根总线或一种类型的总线。
[0110]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如，本公开中的方法实施方式可以被实现为软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施方式中，软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时，可以执行上文描述的方法中的一个或多个步骤。备选地，在其他实施方式中，处理器可以通过其他任何适当的方式
(例如，借助于固件)而被配置为执行上述方法之一。
[0111]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，可以具体实现在任何可读存储介质中，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。
[0112]
就本说明书而言，“可读存储介质”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。可读存储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，以及便携式只读存储器(cdrom)。另外，可读存储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，然后将其存储在存储器中。
[0113]
应当理解，本公开的各部分可以用硬件、软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。
[0114]
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，程序可以存储于一种可读存储介质中，该程序在执行时，包括方法实施方式的步骤之一或其组合。
[0115]
此外，在本公开各个实施方式中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块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，也可以存储在一个可读存储介质中。存储介质可以是只读存储器，磁盘或光盘等。
[0116]
图2是根据本公开的一个实施方式的语音处理装置200的结构示意图。
[0117]
如图2所示，语音处理装置200可以包括：
[0118]
获取单元202，用于获取第一文本和第一说话人的第一真实语音，第一真实语音的内容与第一文本的内容相同，第一真实语音含噪声；
[0119]
噪声处理单元204，用于获取指示第一真实语音中噪声特征的第一掩码信息；
[0120]
第一声学特征单元206，用于利用预先训练的声学模型基于第一文本和第一掩码信息生成对应第一文本的第一声学特征；
[0121]
第二声学特征单元208，用于从第一真实语音中提取第一说话人的第二声学特征；
[0122]
参数更新单元210，用于根据第一声学特征和第二声学特征更新声学模型的参数，以使得声学模型能够用于克隆第一说话人的语音。
[0123]
一些实施方式中，获取单元202，还可用于获取第二文本和预先配置的第二掩码信息，第二掩码信息为干净掩码；
[0124]
第一声学特征单元206，还可用于利用更新参数后的声学模型基于第二掩码信息和第二文本生成对应第二文本的第二声学特征；
[0125]
语音处理装置200还可以包括：语音生成单元212，用于将第二声学特征合成为第一语音，第一语音的内容与第二文本相同且第二语音具备第一说话人的音色特征。
[0126]
本公开还提供了一种电子设备，包括：存储器，存储器存储执行指令；以及处理器或其他硬件模块，处理器或其他硬件模块执行存储器存储的执行指令，使得处理器或其他硬件模块执行上述的语音处理方法。
[0127]
本公开还提供了一种可读存储介质，可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现上述的语音处理方法。
[0128]
在本说明书的描述中，参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施方式/方式或示例中。在本说明书中，对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
[0129]
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。在本技术的描述中，“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。
[0130]
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。