合成音频的鉴别方法、设备和计算机程序产品与流程

1.本技术涉及音频处理技术领域，特别是涉及一种合成音频的鉴别方法、设备和计算机程序产品。


背景技术：

2.随着音频合成技术的发展，出现了越来越多逼真的、类似人类声音的合成音频。合成音频，虽然方便了人们的工作、生活和娱乐，但也对于信息安全产生了极大的威胁。因此，有必要鉴别合成音频。不过，合成音频的数量呈现爆发式增长，逐段逐句鉴别需要消耗巨大的人力。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种合成音频的鉴别方法、计算机设备和计算机程序产品。
4.本技术提供一种合成音频的鉴别方法，所述方法包括：
5.利用不同采样率对目标音频进行采样，得到多个对应不同采样率的音频；
6.提取各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项；
7.将各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项，输入预先训练的鉴别模型，得到所述鉴别模型输出的结果；
8.根据所述鉴别模型输出的结果，确定所述目标音频是否为合成音频。
9.本技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行如下步骤：
10.利用不同采样率对目标音频进行采样，得到多个对应不同采样率的音频；
11.提取各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项；
12.将各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项，输入预先训练的鉴别模型，得到所述鉴别模型输出的结果；
13.根据所述鉴别模型输出的结果，确定所述目标音频是否为合成音频。
14.本技术提供一种计算机程序产品，其上存储有计算机程序，所述计算机程序被处理器执行如下步骤：
15.利用不同采样率对目标音频进行采样，得到多个对应不同采样率的音频；
16.提取各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项；
17.将各所述音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基
频以及短时能量特征中的至少一项，输入预先训练的鉴别模型，得到所述鉴别模型输出的结果；
18.根据所述鉴别模型输出的结果，确定所述目标音频是否为合成音频。
19.上述合成音频的鉴别方法、计算机设备和计算机程序产品中，通过鉴别模型，自动鉴别目标音频是否为合成音频，提高合成音频的鉴别效率；并且，本技术利用不同采样率对目标音频进行采样，综合该目标音频在不同采样率下的音频的特征，确定目标音频是否为合成音频，提高识别准确性；另外，合成音频，相较于非合成音频而言，某些特征的表现不同，例如，有些合成音频在常数q变换倒谱系数的表现上不同，有些合成音频在线性频率倒谱系数的表现上不同，基于合成音频的这一特性，本技术在音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征这些特征中，利用部分特征或全部特征识别目标音频是否为合成音频；当利用部分特征时，由于所利用的部分特征属于上述特征，因此能够在一定程度上保证识别的准确性，并且，利用部分特征时，可以只提取部分特征，从而提高识别效率；当利用全部特征时，可以提取各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征，涵盖的特征较多，无论音频在哪方面的特征表现不同，都可以尽可能地鉴别出来，鲁棒性较强；另外，从时域(体现在多采样率)、频域(体现在常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数)、音高(体现在基频)和音量(体现在短时能量特征)四个维度出发，可以更好地捕获合成音频的特征并鉴别。
附图说明
20.图1为一个实施例中合成音频的鉴别方法的流程示意图；
21.图2为一个实施例中鉴别模型处理示意图；
22.图3为一个实施例中形成多个采样率组的示意图；
23.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
24.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
25.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本技术所描述的实施例可以与其它实施例相结合。
26.在一个实施例中，如图1所示，提供了一种合成音频的鉴别方法，可以应用于计算机设备中，该方法包括以下步骤：
27.步骤s101，利用不同采样率对目标音频进行采样，得到多个对应不同采样率的音频。
28.示例性地，采样率可以包括从高采样率区间选择的采样率、从中采样率区间中选择的采样率以及从低采样率区间中选择的采样率，例如：16khz、8khz、 4khz。目标音频可以
是歌声、语音等。在确定不同的采样率后，可以对目标音频进行采样以得到多个音频，不同音频对应不同的采样率。
29.上述处理方式中，用于对目标音频进行采样的采样率涵盖高、中和低采样率，可以更好地捕获到目标音频的特征，有利于鉴别目标音频是否为合成音频。
30.步骤s102，提取各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项。
31.合成音频，相较于非合成音频而言，某些特征的表现不同，有些合成音频在常数q变换倒谱系数的表现上不同，有些合成音频在线性频率倒谱系数的表现上不同，基于此，本技术在音频的常数q变换倒谱系数(cqcc)、线性频率倒谱系数(lfcc)、梅尔频率倒谱系数(mfcc)、基频(f0)这些特征中，利用部分特征或全部特征目标音频是否为合成音频。
32.当利用部分特征时，由于所利用的部分特征属于上述特征的，因此能够在一定程度上保证识别的准确性，并且，利用部分特征进行识别时，可以只提取部分特征，从而提高识别效率。
33.在利用部分特征进行识别的情况下，对不同采样率的音频进行部分特征提取时，提取的部分特征可以相同，也可以不同。示例性为：若利用16khz、8khz、 4khz，对目标音频进行采样，得到音频audio_1、音频audio_2和音频audio_3；若提取的部分特征相同，均为cqcc，那么可以提取音频audio_1的cqcc、音频audio_2的cqcc和音频audio_3的cqcc；若提取的部分特征不同，那么可以提取音频audio_1的cqcc、音频audio_2的lfcc和音频audio_3的 f0。
34.在得到不同采样率的音频的部分特征后，进入步骤s103，将不同采样率的音频的部分特征输入预先训练的鉴别模型中，得到鉴别模型输出的结果，以确定目标音频是否为合成音频。
35.当利用全部特征时，可以提取各音频的cqcc、lfcc、mfcc、f0以及 energy，然后进入步骤s103，将各音频的全部特征输入预先训练的鉴别模型中，得到鉴别模型输出的结果，以确定目标音频是否为合成音频；当利用全部特征时，涵盖的特征较多，无论是音频在哪方面的特征表现不同，都可以尽可能地鉴别出来，鲁棒性较强。
36.步骤s103，将各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征中的至少一项，输入预先训练的鉴别模型，得到鉴别模型输出的结果。
37.其中，预先训练的鉴别模型可以根据音频的特征，识别音频是否为合成音频；为了使鉴别模型具备这一能力，可以构建相应的训练集，利用相应的训练集训练鉴别模型。以提取音频的cqcc、lfcc、mfcc、f0以及energy为例，介绍构建训练集方式：通过不同采样率得到多个样本音频后，获取每个样本音频的cqcc、lfcc、mfcc、f0以及energy，并作为训练时输入至鉴别模型的数据；另外，再给各样本音频打上标签，该标签可以表征：样本音频为合成音频的真实概率；根据每个样本音频的cqcc、lfcc、mfcc、f0以及energy以及给样本音频打上的标签，形成训练集。
38.在利用上述训练集训练鉴别模型时，可以将样本音频的cqcc、lfcc、 mfcc、f0以及energy输入鉴别模型，鉴别模型根据模型参数对输入的特征进行处理，输出对应的结果，输出结果可以表征：样本音频为合成音频的预测概率。根据输出结果表征的预测概率与标签
所表征的真实概率之间的差异，得到损失值；其中，差异越大，损失值越大；得到损失值之后，利用损失值调整鉴别模型里的模型参数，直至损失值小于设定值，当损失值小于设定值时，说明鉴别模型可以较为准确地识别出样本音频是否为合成音频。
39.此外，为了提高鉴别模型的识别准确性，训练阶段所用的采样率可以作为应用阶段所用的采样率，例如，若训练阶段所用的采样率为16khz、8khz、4khz，那么应用阶段所用的采样率(对应于上述步骤s101)可以为16khz、8khz、4khz。
40.步骤s104，根据鉴别模型输出的结果，确定目标音频是否为合成音频。
41.上述鉴别模型可以是通过深度学习方式得到的，其输出的结果可以为概率，当鉴别模型输出的概率大于预设值时，则确定目标音频为合成音频，当鉴别模型输出的概率小于等于预设值时，则确定目标音频为非合成音频。
42.上述合成音频的鉴别方法中，通过鉴别模型，自动鉴别目标音频是否为合成音频，提高合成音频的鉴别效率；并且，本技术利用不同采样率对目标音频进行采样，综合该目标音频在不同采样率下的音频的特征，确定目标音频是否为合成音频，提高识别准确性；另外，合成音频，相较于非合成音频而言，某些特征的表现不同，例如，有些合成音频在常数q变换倒谱系数的表现上不同，有些合成音频在线性频率倒谱系数的表现上不同，基于合成音频的这一特性，本技术在音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征这些特征中，利用部分特征或全部特征目标音频是否为合成音频；当利用部分特征时，由于所利用的部分特征属于上述特征的，因此能够在一定程度上保证识别的准确性，并且，利用部分特征时，可以只提取部分特征，从而提高识别效率；当利用全部特征时，可以提取各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征，涵盖的特征较多，无论音频在哪方面的特征表现不同，都可以尽可能地鉴别出来，鲁棒性较强；另外，从时域(体现在多采样率)、频域(体现在常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数)、音高(体现在基频)和音量(体现在短时能量特征)四个维度出发，可以更好地捕获合成音频的特征并鉴别。
43.采样率不同，对音频的基频和短时能量特征的影响不大，对音频的常数q 变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数的影响较大，因此，在提取各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征时，可以包括如下步骤：对多个音频进行提取，得到多个音频各自的常数q变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数；从各音频的任一音频中提取基频，作为各音频的基频；从各音频的任一音频中提取短时能量特征，作为各音频的短时能量特征。
44.示例性地，利用16khz、8khz、4khz，对目标音频进行采样，得到音频 audio_1、音频audio_2和音频audio_3，可以对各音频进行提取，得到音频 audio_1自身的常数q变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数，得到音频audio_2自身的常数q变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数，以及得到音频audio_3自身的常数q变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数。
45.另外，在音频audio_1、音频audio_2和音频audio_3选择任一音频，从选择的任一音频中提取基频和短时能量特征，得到的这一基频和短时能量特征被音频audio_1、音频audio_2和音频audio_3共用。
46.上述处理方式中，对任一音频进行提取，得到多个音频可以共用的基频和短时能
量特征，对多个音频进行提取，得到多个音频各自的常数q变换倒谱系数、线性频率倒谱系数和梅尔频率倒谱系数，在提高音频特征提取效率的同时，又可以提取出不同采样率的音频的具有独特性的特征。
47.进一步地，在基频和短时能量特征被多个音频共用的情况下，计算机设备可以拼接同一音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频和短时能量特征，得到每个音频的拼接特征；将各个音频的拼接特征输入预先训练的鉴别模型。
48.示例性地，利用16khz、8khz、4khz，对目标音频进行采样，得到音频 audio_1、音频audio_2和音频audio_3，并得到每个音频的cqcc、lfcc、 mfcc、f0和energy，接着，将同一音频的cqcc、lfcc、mfcc、f0和energy 进行拼接，得到该音频的拼接特征，例如，将audio_1的cqcc、lfcc、mfcc、 f0和energy进行拼接，得到audio_1的拼接特征；在得到音频audio_1的拼接特征、音频audio_2的拼接特征和音频audio_3的拼接特征之后，由于这几个音频是对同一目标音频进行采样得到的，因此可以将这几个音频的拼接特征输入预先训练的鉴别模型，鉴别模型根据这几个音频的拼接特征，输出上述目标音频为合成音频的概率。
49.更进一步地，对于从同一目标音频采样得到的多个音频，这些音频的拼接特征可以组成矩阵，该矩阵可以称为第一矩阵，然后将该第一矩阵输入预先训练的鉴别模型中，利用鉴别模型的多个卷积核，分别对第一矩阵进行卷积计算，得到每个卷积核对应的卷积计算结果，将每个卷积核对应的卷积计算结果进行拼接，得到第二矩阵；利用鉴别模型的线性层和线性整流单元，对第二矩阵进行降维处理；利用鉴别模型的双向循环单元和线性层，对降维处理得到的结果进行全局建模并对全局建模结果进行降维处理；根据全局建模结果的降维处理结果，得到鉴别模型输出的结果。
50.本技术使用的鉴别模型的架构如图2所示，以下结合图2介绍鉴别模型内部的处理过程。
51.对于从同一目标音频采样得到的t个音频，在得到t个音频的拼接特征后，可以将t个音频的拼接特征组成第一矩阵，然后将第一矩阵输入预先训练的鉴别模型中，该第一矩阵的维度可以记为[t，n]，其中，n表征拼接特征包括的特征数量。
[0052]
1)为了得到时频域上局部和全局特征，利用不同的卷积核(卷积核大小可以分别为1、3、5、7、9，通道数均为64)分别对上述第一矩阵进行卷积计算，得到多个卷积计算结果，然后对卷积计算结果进行拼接，得到第二矩阵；由于上述第一矩阵的维度为[t，n]，因此，经过上述卷积核处理得到的第二矩阵的维度为[t，64*5]；
[0053]
2)为了提升鉴别模型的非线性能力，经过鉴别模型的线性层(linear)和线性整流单元(relu)，对第二矩阵进行降维处理，将第二矩阵的维度从[t，64*5] 降维至[t，64]。
[0054]
3)为了在时域上提取关键信息，使用双向循环神经网络(bi-gru)和线性层 (linear)，对2)得到的降维处理结果进行全局建模，并对全局建模结果进行降维处理，该降维处理结果的维度为[t，1]。
[0055]
4)利用鉴别模型的sigmoid激活函数和均值操作，处理3)得到维度为[t， 1]的降维处理结果，处理所得结果为鉴别模型输出的结果，该鉴别模型输出的结果可以代表目标音频为合成音频的概率，取值范围为[0,1]。
[0056]
上述处理方式中，利用鉴别模型进行卷积、多次降维和全局建模处理，提高合成音频鉴别结果的准确性。
[0057]
在一个实施例中，计算机设备可以通过如下步骤训练鉴别模型：获取未扩充数据集；未扩充数据集包括非合成音频和合成音频；对未扩充数据集进行加噪声处理和加混响处理，得到扩充数据集；基于扩充数据集，得到训练集，利用训练集训练鉴别模型。
[0058]
非合成音频属于非经合成的真实音频，可以包括语音和歌声，语音可以为语音识别常用的录音数据，歌声可以为卡拉ok中的歌唱数据。
[0059]
合成音频可以来自asvspoof2021数据集(该数据集包括语音合成和语音转换得到的音频)以及由歌声合成工具生成的音频。
[0060]
例如，非合成音频和合成音频的时长分别为5小时。为了对未扩充数据集进行扩充，提升鉴别模型的泛化能力，可以对未扩充数据集的音频进行加噪声和加混响处理，最终，得到的非合成音频和合成音频的时长均为7小时，形成扩充数据集，该扩充数据集覆盖了多种音色、多种语音和较广的音高范围。
[0061]
进一步地，在得到扩充数据集后，可以对扩充数据集里的各音频进行分帧加窗处理；提取分帧加窗处理后的各音频的常数q变换倒谱系数、线性频率倒谱系数、梅尔频率倒谱系数、基频以及短时能量特征，以形成训练集。
[0062]
在进行特征提取之前，先对扩充数据集的音频进行分帧加窗处理，分帧加窗处理示例性为：一段时长为d的音频，可以得到t帧，每一帧时长为d/t。
[0063]
本技术提取的特征包含cqcc、lfcc、mfcc、f0以及energy。其中，cqcc、 lfcc、mfcc以及提取f0所用的pyin算法均可以实现由开源的librosa库实现。 energy为单帧音频的梅尔谱的均方值。在对扩充数据集进行特征提取，得到训练集后，可以利用训练集训练鉴别模型；若鉴别模型的架构为图2所示的架构，那么，训练阶段中鉴别模型内部的处理过程与其他实施例的介绍类似，这里不赘述。
[0064]
需说明的是，训练阶段使用的损失函数为交叉熵损失函数，基于损失值进行梯度反向传播更新参数，学习率为0.001，优化器为adam优化器。当鉴别模型输出的结果大于0.5时，表示待鉴别音频为非合成音频，当鉴别模型输出的结果小于等于0.5时，表示待鉴别音频为合成音频。当验证集的准确率得到最大值时，鉴别模型基本收敛时，训练结束。
[0065]
在一个实施例中，获取不同采样率的步骤包括：确定预设的高采样率区间、中采样率区间以及低采样率区间；从高采样率区间中选择至少一个采样率，从中采样率区间中选择至少一个采样率，从低采样率区间中选择至少一个采样率，以形成不同采样率。
[0066]
在从不同区间中选择采样率时，从高采样率区间选择的采样率与从中采样率区间中选择的采样率之间的差值，从中采样率区间选择的采样率与从低采样率区间中选择的采样率之间的差值，可以相等，可以是一个固定值。也即，从任一采样率区间中选择出采样率后，按照该固定值，从其他两个采样率区间中，选择出相应的采样率。例如，从中采样率区间中选择出8khz后，若固定值为4，那么可以从低采样率区间中选择出4khz的采样率，从高采样率区间中选择出 12khz的采样率。
[0067]
进一步地，计算机设备还可以确定多个采样率组；同组内的采样率分别是从高采样率区间、中采样率区间以及低采样率区间选择的。如图3所示，可以从预设的低采样率区间中选择采样率a1，从中采样率区间中选择采样率b1，从高采样率区间中选择采样率c1，将采样率a1、b1和c1作为一个采样率组，得到第
①
采样率组。同样地，按照上述方式可以得到第
②
采样率组。
[0068]
在得到多个采样率组后，可以利用各采样率组，对目标音频进行采样，得到对应同个采样率组的音频。
[0069]
例如，利用第
①
采样率组中的a1、b1和c1，对目标音频进行采样，得到对应第
①
采样率组的音频，又例如，利用第
②
采样率组中的a2、b2和c2，对目标音频进行采样，得到对应第
②
采样率组的音频。
[0070]
然后，提取各音频的cqcc、lfcc、mfcc、f0以及energy，将对应于同个采样率组的音频的cqcc、lfcc、mfcc、f0以及energy，输入预先训练的鉴别模型，该鉴别模型输出的对应于该采样率组的结果。
[0071]
例如，将对应于第
①
采样率组的音频的cqcc、lfcc、mfcc、f0以及 energy，输入鉴别模型，该鉴别模型输出的对应于第
①
采样率组的结果；又例如，将对应于第
②
采样率组的音频的cqcc、lfcc、mfcc、f0以及energy，输入鉴别模型，该鉴别模型输出的对应于第
②
采样率组的结果。其中，f0以及energy 可以被所有采样率组的各音频共用。
[0072]
在得到鉴别模型输出的对应于各采样率组的结果后，综合这些结果，确定目标音频是否为合成音频。
[0073]
例如，该鉴别模型输出的对应于第
①
采样率组的结果为0.3，该鉴别模型输出的对应于第
②
采样率组的结果为0.4，接着，可以通过求平均的方式，综合这些结果，得到的综合值为0.35。若综合值大于预设值，则确定目标音频为合成音频，若综合值大于预设值，则确定目标音频为非合成音频。
[0074]
上述处理方式中，综合鉴别模型输出的对应不同采样率组的结果，进行鉴别，可以提高合成音频鉴别的准确性。
[0075]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0076]
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。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。该计算机设备的数据库用于存储合成音频的鉴别数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备还包括输入输出接口，输入输出接口是处理器与外部设备之间交换信息的连接电路，它们通过总线与处理器相连，简称i/o接口。该计算机程序被处理器执行时以实现一种合成音频的鉴别方法。
[0077]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0078]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述各个方法实施例中的步骤。
[0079]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
[0080]
在一个实施例中，提供了一种计算机程序产品，其上存储有计算机程序，所述计算机程序被处理器执行上述各个方法实施例中的步骤。
[0081]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0082]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccess memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory， sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0083]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0084]
以上的实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。