机器对话语言识别方法及装置、识别引擎切换方法及装置与流程

本发明涉及语言识别技术领域，特别涉及一种机器对话语言识别方法、机器对话语言识别装置、机器对话语言识别引擎切换方法及机器对话语言识别引擎切换装置。

背景技术：

现有技术的语音机器人中，是无法自动检测各种外语或者各国的不同区域的方言的。只能在语音机器人使用的时候，设定这个语音机器人对应的语音识别引擎。

而在实际应用中，无法根据实际情况去进行设定。以方言为例，在广东、浙江等南方发达地区，讲方言的人与讲普通话的人混居，甚至相当一部分人不会讲普通话。当将方言的人与语音机器人进行交流时，如果语音机器人还是采用普通话语音识别引擎，则根本无法与使用者进行正常的交流，这给语音机器人的实际应用带来很大困难。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

技术实现要素：

本发明目的在于提供一种机器对话语言识别方法及装置、识别引擎切换方法及装置来克服或至少减轻现有技术的至少一个上述缺陷。

为实现上述目的，本发明提供一种机器对话语言识别方法，所述机器对话语言识别方法包括：获取引导语音信息；根据所述引导语音信息，提取所述引导语音信息的分类器用特征；获取语言种类分类器；根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别。

可选地，在所述获取引导语音信息之前包括：

输出引导语；

所述获取引导语音信息包括使使用者根据所述引导语提供与引导语具有对应关系的引导语音信息。

可选地，所述根据所述引导语音信息，提取所述引导语音信息的分类器用特征包括：

将所述引导语音转换成引导文字信息；

提取所述引导文字信息中的文字特征作为分类器用特征。

可选地，所述根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别包括：

将所述分类器用特征输入至所述语言种类分类器；

获取所述语言种类分类器输出的识别标签，根据所述识别标签确定所述待识别语言种类信息所对应的语言种类，其中，至少有一个所述识别标签代表所述引导语音信息在所述语言种类分类器中没有对应的语言种类，该标签称为未知标签。

可选地，当获取的所述语言种类分类器的识别标签为未知标签时，存储所述引导语音信息。

可选地，所述机器对话语言识别方法包括：

在所述存储待识别语言种类信息后，识别所存储的所述待识别语言种类信息所对应的语言种类，并将该对应的语言种类作为待学习语言种类。

可选地，所述机器对话语言识别方法包括：

在所述识别所存储的所述待识别语言种类信息所对应的语言种类作为待学习语言种类后，根据所述待学习语言种类更新所述语言种类分类器。

可选地，所述更新所述语言种类分类器包括：

获取待学习语言种类的语言特征库；

根据所述待学习语言种类的语言特征库更新所述语言分类器，从而形成包括所述待学习语言种类的语言分类器。

可选地，所述根据所述引导语音信息，提取所述引导语音信息的分类器用特征包括：

根据所述引导语音，获取所述引导语音的音频特征作为所述分类器用特征。

本发明还提供了一种机器对话语言识别装置，所述机器对话语言识别装置包括：

引导语音获取模块，所述引导语音获取模块用于获取引导语音信息；

分类器用特征提取模块，所述分类器用特征提取模块用于提取所述引导语音信息的分类器用特征；

分类器获取模块，所述分类器获取模块用于获取语言种类分类器；

对应语言种类识别模块，所述对应语言种类识别模块用于根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别。

可选地，所述机器对话语言识别装置包括：

引导语输出模块，所述引导语输出模块用于输出引导语；

所述引导语音获取模块获取的引导语音信息包括使使用者根据所述引导语提供与引导语具有对应关系的引导语音信息。

可选地，所述分类器用特征提取模块包括：

转换模块，所述转换模块用于将所述引导语音转换成引导文字信息；

文字特征提取模块，所述文字特征提取模块用于提取所述引导文字信息中的文字特征作为分类器用特征。

可选地，所述对应语言种类识别模块包括：

输入模块，所述输入模块用于将所述分类器用特征输入至所述语言种类分类器；

识别标签获取模块，所述识别标签获取模块用于获取所述语言种类分类器输出的识别标签，根据所述识别标签确定所述待识别语言种类信息所对应的语言种类，其中，至少有一个所述识别标签代表所述引导语音信息在所述语言种类分类器中没有对应的语言种类，该标签称为未知标签。

可选地，所述机器对话语言识别装置包括：

存储模块，所述存储模块用于当获取的所述语言种类分类器的识别标签为未知标签时，存储所述引导语音信息。

可选地，所述机器对话语言识别装置包括：

待学习语言种类识别模块，所述待学习语言种类识别模块用于识别所存储的所述引导语音信息所对应的语言种类，并将该对应的语言种类作为待学习语言种类。

可选地，所述机器对话语言识别装置包括：

分类器更新模块，所述分类器更新模块用于根据所述待学习语言种类更新所述语言种类分类器。

可选地，所述分类器更新模块包括：

语言特征库获取模块，所述语言特征库获取模块用于获取待学习语言种类的语言特征库；

训练更新模块，所述训练更新模块用于根据所述待学习语言种类的语言特征库更新所述语言分类器，从而形成包括所述待学习语言种类的语言分类器。

本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的机器对话语言识别方法。

本发明还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，其特征在于，所述计算机程序被处理器执行时能够实现如上所述的机器对话语言识别方法。

本发明还提供了一种机器对话语言识别引擎切换方法，所述机器对话语言识别引擎切换方法包括：

根据如上所述的机器对话语言识别方法识别使用者所使用的语言种类；

切换机器用于识别使用者语音的语言识别引擎为所述语言种类所对应的语言识别引擎。

本发明还提供了一种机器对话语言识别引擎切换装置，所述机器对话语言识别引擎切换装置包括：机器对话语言识别装置，机器对话语言识别装置，所述机器对话语言识别装置为如上所述的机器对话语言识别装置，用于采用如上所述的机器对话语言识别方法识别对应语言种类；

切换模块，所述切换模块用于切换机器用于识别使用者语音的语言识别引擎为所述语言种类所对应的语言识别引擎。

本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的机器对话语言识别引擎切换方法。

本发明还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，其特征在于，所述计算机程序被处理器执行时能够实现如上所述的机器对话语言识别引擎切换方法。

通过本发明的机器对话语言识别方法，可以自动检测客户的语言种类，从而让语音机器人可以根据本方法的检测结果，自动切换语言识别引擎，从而达到更好的交互效果。

附图说明

图1是本发明一实施例的机器对话语言识别方法的流程示意图。

图2是本发明一实施例中的机器对话语言识别装置的结构示意图。

图3是应用本发明的机器对话语言识别方法的电子设备的构成示意图。

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，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。所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。

需要说明的是，在本发明的描述中，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。

如图1所示的机器对话语言识别方法包括：

步骤101：获取引导语音信息；

步骤102：根据所述引导语音信息，提取所述引导语音信息的分类器用特征；

步骤103：获取语言种类分类器；

步骤104：根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别。

通过本发明的机器对话语言识别方法，可以自动检测客户的语言种类，从而让语音机器人可以根据本方法的检测结果，自动切换语言识别引擎，从而达到更好的交互效果。

在本实施例中，进一步包括在获取引导语音信息之前包括：

前置步骤1：输出引导语；

所获取引导语音信息包括使使用者根据引导语提供与引导语具有对应关系的引导语音信息。

举例来说，当使用者与机器进行互动对话时，机器首先输出引导语，例如，你好，或者是你是哪里人这类的引导语。

此时，使用者会根据该引导语进行对话，例如，使用者会回答你好，或者我是湖北人等。

根据使用者的回答，获取引导语音信息，即上述实施例中的引导语音信息为：你好或者我是湖北人的音频信息。

在本实施例中，步骤102：根据引导语音信息，提取引导语音信息的分类器用特征包括：

步骤1021：将引导语音转换成引导文字信息；

步骤1022：提取引导文字信息中的文字特征作为分类器用特征

例如，文字特征可以是一个普通话识别的关键字库，按关键字的方式检索，计算相似度，举例来说，粤语中的：喂你好，在普通话语音识别引擎可能会识别成如下内容：怀孕了以后、王力宏、我一脸红、喂你好、万一里头、为理由等文字，此时，会把上述这些文字转为拼音，存在特征库中，当实际使用时，一个新客户再用粤语说：喂你好，这时会把新的用户说的话，转为拼音，然后看特征库中的拼音是否包含在新拼音内。如果包含，则认为匹配。

以上述使用者提供的引导语音信息为“我是湖北人”为例，当获取到“我是湖北人”的音频信息后，将该引导语音(“我是湖北人”的音频信息)转换成引导文字信息(“我是湖北人”的文字信息)，提取引导文字信息中的文字特征作为分类器用特征(即语言种类分类器用的输入特征向量)。

在本实施例中，步骤104：根据分类器用特征，通过语言种类分类器对引导语音信息进行语言种类识别包括：

步骤1041：将分类器用特征输入至语言种类分类器；

步骤1042：获取语言种类分类器输出的识别标签，根据识别标签确定待识别语言种类信息所对应的语言种类，其中，至少有一个识别标签代表引导语音信息在语言种类分类器中没有对应的语言种类，该识别标签称为未知标签。

可以理解的是，在一个备选实施例中，也可以是没有未知标签。例如，假设可以统计出世界所有的方言种类，此时，即可以不设置未知标签。

在本实施例中，机器对话语言识别方法进一步包括：

步骤105：当获取的所语言种类分类器的识别标签为未知标签时，存储引导语音信息。

可以理解的是，在本实施例中，存储的引导语音信息即包括客户提供的引导语音、也包括将引导语音转换后的引导文字信息。可以理解的是，还可以包括分类器用特征。

在本实施例中，机器对话语言识别方法进一步包括：

步骤106：在存储待识别语言种类信息后，识别所存储的待识别语言种类信息所对应的语言种类，并将该对应的语言种类作为待学习语言种类。

举例来说，可以使用人工识别，即人耳来听存储的引导语音信息，人来看引导文字信息，根据引导语音信息以及引导文字信息来人工判断该引导语音信息所对应的语言种类。

可以理解的是，还可以通过人工智能的方式进行判断，例如，将引导语音信息输入至其他可以进行语音分辨的分类器中，进行自动识别。

在本实施例中，机器对话语言识别方法进一步包括：

步骤107：在识别所存储的待识别语言种类信息所对应的语言种类作为待学习语言种类后，根据待学习语言种类更新语言种类分类器。

举例来说，在下次进行机器对话语言识别时，为了能够让机器识别出这次没有能够识别的待学习语言种类，需要对语言种类分类器进行更新，从而让更新后的语言种类分类器能够在下一次识别时能够识别出这次没有识别出来的待学习语言种类。

在本实施例中，步骤107：更新语言种类分类器进一步包括：

步骤1071：获取待学习语言种类的语言特征库；

步骤1072：根据待学习语言种类的语言特征库更新语言分类器，从而形成包括待学习语言种类的语言分类器。

在一个备选实施例中，步骤102：根据引导语音信息，提取引导语音信息的分类器用特征包括：

根据引导语音，获取引导语音的音频特征作为分类器用特征。

在该实施例中，通过音频特征来进行识别，例如，通过音频的频率等特征。

举例来说，可以采用如下算法进行：

1、特征音频事先把其对应的mfcc(梅尔倒谱)存在数据库中。

2、计算用户音频的mfcc

3、通过dtw算法(动态时间调整算法)，计算两个音频的距离

4、小于阀值的音频即认为匹配。

下面以举例的方式对本发明进行进一步阐述。可以理解的是，该举例并不构成对本发明的任何限制。

前置步骤1：输出引导语，例如，输出的引导语为：请问您是哪里人？

步骤101：获取引导语音信息；具体地，根据使用者的回答获取引导语音信息，例如，使用者使用方言作出内容为“我是上海人”的回答。此时，获取的引导语音信息例如为：阿拉是上海腻。

步骤102：根据所述引导语音信息，提取所述引导语音信息的分类器用特征；具体地，在本实施例中，步骤1021：将引导语音转换成引导文字信息；即转换成文字部分：阿拉是上海腻；

步骤1022：提取引导文字信息中的文字特征作为分类器用特征，在一个实施例中，提取阿拉是上海腻的拼音，即“alashishanghaini”，并将拼音转换为分类器用特征，即一组特征向量。

步骤103：获取语言种类分类器，可以理解的是，该语言种类分类器为经过训练后的语言种类分类器；

步骤104：根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别，具体地址，在本实施例中，步骤1041：将分类器用特征输入至语言种类分类器；

步骤1042：获取语言种类分类器输出的识别标签，根据识别标签确定待识别语言种类信息所对应的语言种类。

当分类器中已经预存有该语种(例如上海话)相对应的识别标签时，即可识别出该语种为何种方言，例如为上海话。

当分类器中没有预存有该语种(例如上海话)相对应的识别标签时，即输出一个识别标签，该识别标签代表引导语音信息在语言种类分类器中没有对应的语言种类，该识别标签称为未知标签。

当该识别标签为未知标签时，进行步骤105：当获取的所语言种类分类器的识别标签为未知标签时，存储引导语音信息。

步骤106：在存储待识别语言种类信息后，识别所存储的待识别语言种类信息所对应的语言种类，并将该对应的语言种类作为待学习语言种类。在本实施例中，可以通过人工的方式进行识别，例如，当人听到该引导语音信息后，判断为该引导语音信息为上海话，此时，可以将上海话作为待学习语言种类。

步骤107：在识别所存储的待识别语言种类信息所对应的语言种类作为待学习语言种类后，根据待学习语言种类更新语言种类分类器。举例来说，获取上海话的训练集，通过训练集提取特征集，通过特征集对之前的语言种类分类器进行训练，从而更新语言种类分类器。可以理解的是，还可以采用人工把这个上海话的语音识别结果，以及音频特征，加入到特征库中。

上述以上海方言为例进行了说明。但是本发明当然不限于此，可以应用于各语种、方言。

本发明还提供了一种机器对话语言识别装置，所述机器对话语言识别装置包括引导语音获取模块1，分类器用特征提取模块2，分类器获取模块3以及对应语言种类识别模块4，其中，引导语音获取模块1用于获取引导语音信息；分类器用特征提取模块2用于提取引导语音信息的分类器用特征；分类器获取模块3用于获取语言种类分类器；对应语言种类识别模块4用于根据所述分类器用特征，通过所述语言种类分类器对所述引导语音信息进行语言种类识别。

在本实施例中，所述机器对话语言识别装置包括引导语输出模块，引导语输出模块用于输出引导语；引导语音获取模块获取的引导语音信息包括使使用者根据引导语提供与引导语具有对应关系的引导语音信息。

参见图2，在本实施例中，分类器用特征提取模块包括转换模块以及文字特征提取模块，其中，转换模块用于将引导语音转换成引导文字信息；文字特征提取模块用于提取引导文字信息中的文字特征作为分类器用特征。

参见图2，在本实施例中，所述对应语言种类识别模块包括输入模块以及识别标签获取模块，输入模块用于将分类器用特征输入至语言种类分类器；识别标签获取模块用于获取语言种类分类器输出的识别标签，根据识别标签确定待识别语言种类信息所对应的语言种类，其中，至少有一个识别标签代表所述引导语音信息在语言种类分类器中没有对应的语言种类，该标签称为未知标签。

参见图2，在本实施例中，所述机器对话语言识别装置包括存储模块，存储模块用于当获取的所述语言种类分类器的识别标签为未知标签时，存储引导语音信息。

参见图2，在本实施例中，所述机器对话语言识别装置包括待学习语言种类识别模块，待学习语言种类识别模块用于识别所存储的引导语音信息所对应的语言种类，并将该对应的语言种类作为待学习语言种类。

参见图2，在本实施例中，机器对话语言识别装置包括分类器更新模块，分类器更新模块用于根据所述待学习语言种类更新所述语言种类分类器。

参见图2，在本实施例中，分类器更新模块包括语言特征库获取模块以及训练更新模块，语言特征库获取模块用于获取待学习语言种类的语言特征库；训练更新模块用于根据待学习语言种类的语言特征库更新所述语言分类器，从而形成包括待学习语言种类的语言分类器。

本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的机器对话语言识别方法。

图3是能够实现根据本发明一个实施例提供的机器对话语言识别方法的电子设备的示例性结构图。

如图3所示，电子设备500包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中，输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接，进而与计算设备500的其他组件连接。具体地，输入设备504接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到计算设备500的外部供用户使用。

也就是说，图3所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的机器对话语言识别方法。

在一个实施例中，图3所示的电子设备可以被实现为包括：存储器504，被配置为存储可执行程序代码；一个或多个处理器503，被配置为运行存储器504中存储的可执行程序代码，以执行上述实施例中的机器对话语言识别方法。

本发明还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能够实现如上所述的机器对话语言识别方法。

本发明还提供了一种机器对话语言识别引擎切换方法，所述机器对话语言识别引擎切换方法包括：

根据如上所述的机器对话语言识别方法识别使用者所使用的语言种类；

切换机器用于识别使用者语音的语言识别引擎为所述语言种类所对应的语言识别引擎。

举例来说，机器本身使用的是普通话语言识别引擎进行识别，通过如上所述的语言识别方式进行识别，当已经识别出使用者的语言种类是上海话时，切换机器用于识别使用者语音的语言识别引擎为所述语言种类所对应的语言识别引擎。即将普通话语言识别引擎切换成上海话语言识别引擎。

本发明还提供了一种机器对话语言识别引擎切换装置，用于实现如上所述的机器对话语言识别引擎切换方法，所述机器对话语言识别引擎切换装置包括机器对话语言识别装置以及切换模块，其中，机器对话语言识别装置用于识别对应语言种类，机器对话语言识别装置为如上所述的机器对话语言识别装置；切换模块用于切换机器用于识别使用者语音的语言识别引擎为语言种类所对应的语言识别引擎。

本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的机器对话语言识别引擎切换方法。

本发明还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，其特征在于，所述计算机程序被处理器执行时能够实现如上所述的机器对话语言识别引擎切换方法。

本发明虽然以较佳实施例公开如上，但其实并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此，本发明的保护范围应当以本发明权利要求所界定的范围为准。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数据多功能光盘(dvd)或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。第一、第二等词语用来标识名称，而不标识任何特定的顺序。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地标识的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

所称处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，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，处理器是本发明的上述装置/终端设备的控制中心，利用各种接口和线路连接整个本发明的上述装置/终端设备的各个部分。

存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本发明的装置/终端设备集成的模块/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，本发明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，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，计算机程序包括计算机程序代码，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。计算机可读介质可以包括：能够携带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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，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。

最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。