数据处理方法和装置与流程

1.本公开涉及人工智能技术领域，具体为深度学习、自然语言处理、计算机视觉技术领域，具体涉及一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术。人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
3.基于人工智能的数据处理技术，已经渗透到各个领域。其中，基于人工智能的语音识别，通过分析用户语音，向用户反馈与用户语音相关的内容，使用户实现基于语音的搜索。
4.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

5.本公开提供了一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
6.根据本公开的一方面，提供了一种数据处理方法，包括：基于目标用户的语音信息，获得所述目标用户的语音模式数据，所述语音模式数据指示所述目标用户的语音特征；以及基于所述语音模式数据，将播报文本转化为播报音频，其中，所述播报音频的文本与所述音频对应的文本相应，所述播报音频具有所述语音特征。
7.根据本公开的另一方面，提供了一种数据处理装置，包括：第一获取单元，被配置用于基于目标用户的语音信息，获得所述目标用户的语音模式数据，所述语音模式数据指示所述目标用户的语音特征；以及音频合成单元，被配置用于基于所述语音模式数据，将播报文本转化为播报音频，其中，所述播报音频的文本与所述音频对应的文本相应，所述播报音频具有所述语音特征。
8.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器实现根据上述的方法。
9.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机实现根据上述的方法。
10.根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
11.通过基于用户的语音信息，获得目标用户的语音模式数据，并基于语音模式数据将播报文本转化为具有目标用户的语音特征的音频，使响应于用户的语音信息，而输出的播报音频是模仿了用户的语音特征的音频，使用户建立对播报播报音频的对象的亲近感、喜爱度和信任感，在使用数字人进行语音播报的过程中，可以使用户建立对数字人的亲近感、喜爱度和信任感，以便拉进用户与数字人之间的情感距离，增加数字人对用户的说服力，让用户与数字人之间的交流更加融洽。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
14.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
15.图2示出了根据本公开的实施例的数据处理方法的流程图；
16.图3示出了根据本公开的实施例的数据处理方法的流程图；
17.图4示出了根据本公开的实施例的数据处理装置的结构框图；以及
18.图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
21.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
22.下面将结合附图详细描述本公开的实施例。
23.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通
信网络110。客户端设备101、 102、103、104、105和106可以被配置为执行一个或多个应用程序。
24.在本公开的实施例中，服务器120可以运行使得能够执行数据处理方法的一个或多个服务或软件应用。
25.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、 102、103、104、105和/或106的用户。
26.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或 106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
27.用户可以使用客户端设备101、102、103、104、105和/或106来接收第一分类结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
28.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类 linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda) 等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
29.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络 (vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
30.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如 pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
31.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
32.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
33.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual privateserver)服务中存在的管理难度大、业务扩展性弱的缺陷。
34.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和对象文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
35.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
36.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
37.参看图2，根据本公开的一些实施例的一种数据处理方法200包括：
38.步骤s210：基于目标用户的语音信息，获得所述目标用户的语音模式数据，所述语音模式数据指示所述目标用户的语音特征；
39.步骤s220：基于所述语音模式数据，将播报文本转化为播报音频，其中，所述播报音频的文本与所述音频对应的文本相应，所述播报音频具有所述语音特征。
40.通过基于用户的语音信息，获得目标用户的语音模式数据，并基于语音模式数据将播报文本转化为具有目标用户的语音特征的音频，使响应于用户的语音信息，而输出的播报音频是模仿了用户的语音特征的音频，使用户建立对播报播报音频的对象的亲近感、喜爱度和信任感，在使用数字人进行语音播报的过程中，可以使用户建立对数字人的亲近感、喜爱度和信任感，以便拉进用户与数字人之间的情感距离，增加数字人对用户的说服力，让用户与数字人之间的交流更加融洽。
41.在相关技术中，通过分析用户的语音信息，基于预先设置的播报音频，进行播报。例如，在餐厅餐桌前设立的数字人服务系统，当用户需要点菜时，通过接收用户语音，并对用户语音进行分析，当分析用户语音中包含与“点菜”相应的信息时，触发数字人播报预先
录制好的播报音频，例如“请问要点什么样的菜品呢，我们店现在有菠菜蛋花汤”，从而使用户接收到该播报音频之后进行点菜，进而实现基于用户的语音，对用户进行服务。然而，针对不同的用户，上述录制好的播报音频是相同的，使用户在接收该音频的过程中仅仅获得相应的信息，不能拉近与用户之间的距离。
42.根据本公开的实施例，通过分析目标用户的语音信息，获得目标用户的语音模式数据，并基于语音模式数据将播报文本转化为具有目标用户的语音特征的播报音频。例如，当目标用户来自四川时，并且当目标用户在餐厅点菜时，当分析目标用户的语音信息，获得目标用户的语音模式数据中的发音数据，该发音数据指示目标用户的发音特征为四川口音，基于该发音数据，将播报文本转化为具有四川口音的播报音频，从而使目标用户在接收到播报音频时，由于该播报音频是四川口音，对播报该播报音频的对象(例如，点菜机器人)建立亲近感、喜爱度和信任感。
43.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
44.在一些实施例中，使用包含处理器的设备执行本公开的方法，其中，目标用户是与该设备进行语音交互的人。
45.在一些实施例中，根据本公开的数据处理方法还包括获取目标用户的语音信息。例如，通过麦克风，采集目标用户的语音音频，以获得目标用户的语音信息。
46.在一些实施例中，所述语音特征包括发音特征、语速特征、词汇特征、以及语法特征中的至少一项，所述语音模式数据包括下列各项中的至少一项：指示所述目标用户的发音特征的发音数据；指示所述目标用户的语速特征的语速数据；指示所述目标用户的词汇特征的词汇数据；以及指示所述目标用户的语法特征的语法数据。
47.在一些实施例中，发音数据可以是指示用户发音特征的标签，例如，“四川口音”、东北口音等等。
48.在一些实施例中，语速数据可以是表征用户语速的数值，例如，60字/min。
49.在一些实施例中，词汇数据可以是用户常用的语气词，例如“呀”、“啊”、“呢”等。
50.在一些实施例中，语法特征可以是表征用户常用语法的标签，例如，“倒装”等等。
51.在一些实施例中，基于目标用户的语音信息，获得所述目标用户的语音模式数据包括：对所述语音信息对应的语音音频进行分析，获得所述发音数据。例如，将目标用户的语音音频输入至经训练的神经网络，获得发音数据。
52.在一些实施例中，基于目标用户的语音信息，获得所述目标用户的语音模式数据包括：对目标用户的语音信息进行语音识别，以获得语音文本；并且基于该语音文本获得语速数据、词汇数据和语法数据。
53.例如，基于语音音频的时间和语音文本，获得单位时间内的词汇数量，从而获得语速数据；通过获得语音文中的语气词，获得用户常用的语气词，从而获得词汇数据；以及通过分析语音文本中的语法，获得用户的语法特征，从而获得语法数据。
54.在一些实施例中，根据本公开的数据处理方法还包括对目标用户的语音信息进行语音识别，以获得语音文本；并且基于该语音文本获得播报文本。
55.在一些实施例中，基于该语音文本获得播报文本包括：提取语音文本中的关键字；基于所述关键字，从播报文本集合中获得与该关键字对应的播报文本。
56.在一些实施例中，基于语音模式数据，将播报文本转化成播报音频包括：采用语音合成技术将播报文本和语音模式数据合成为播报语音。例如，将词汇数据添加至播报文本中后，基于发音数据合成播报语音。
57.在一些实施例中，如图3所示，根据本公开的方法还包括：
58.步骤s310：基于所述目标用户的与所述语音信息相应的图像信息，获得指示所述目标用户的表情的表情数据；以及
59.步骤s320：至少基于所述表情数据，驱动数字人播报所述播报音频，其中，所述数字人播报所述播报音频时具有播报表情，所述播报表情与所述目标用户的表情相应。
60.除通过语音音频获得与用户语言特征相近的语音音频之外，还通过目标用户与该语音相应的图像信息，获得目标用户的表情数据，并驱动数字人在播报播报音频的过程中展示与目标用户的表情相应的表情，从而使目标用户在接收与其语音特征相近的播报音频的同时，还观看到与其表情相应的数字人，进一步使用户建立对播报播报音频的对象的亲近感、喜爱度和信任感，便拉进用户与数字人之间的情感距离，增加数字人对用户的说服力，让用户与数字人之间的交流更加融洽。
61.在一些实施例中，通过摄像装置采集目标用户的视频数据，以获得目标用户的与所述语音信息相应的图像信息。
62.在一些实施例中，通过对视频数据中的多个图像帧，进行人脸检测，获得人脸关键点之后，基于人脸关键点，获得目标用户的表情数据。
63.例如，通过人脸检测，获得人脸的72个关键点，通过分析72个关键点的位置，获得目标用户的表情数据。
64.在一些实施例中，表情数据可以是指示表情类型的表情类型数据和指示表情强度的表情强度数据。
65.通过从目标用户的表情的类型和强度两个维度评价目标用户的表情，使所获得的表情数据所表征的用户的表情准确，提升数字人在播报过程中所展示表情的准确性。
66.在一些实施例中，表情类型数据可以是表情类型标签，例如，“笑”、“迷茫”、“苦闷”。表情强度数据可以是与表情类型标签对应的表情强度标签，例如，对应于“笑”，可以有“大”，“微”等强度标签，从而可以根据表情数据，评价用户的笑容是微笑还是大笑。
67.在一些实施例中，通过表情数据，获得数字人面部关键点的驱动权值，基于驱动权值，驱动数字人展示相应的表情。
68.在一些实施例中，根据本公开的实施例的方法还包括：基于所述图像信息，获得所述目标用户的行为数据，其中，所述行为数据指示所述目标用户的行为；并且其中，所述基于所述表情数据，驱动数字人播报所述播报音频包括：
69.基于所述表情数据和所述行为数据，驱动所述数字人播报所述播报音频，其中，所述数字人播报所述播报音频时具有所述播报表情和播报行为，其中所述播报行为与所述目标用户的行为相应。
70.除获得目标用户的表情数据之外，还获得指示目标用户的行为的行为数据，使数字人在播报播报语音时，具有与目标用户相应的行为，从而进一步提升数字人与用户的相似性。
71.在一些实施例中，所述目标用户的行为包括动作、姿态、手势和呼吸频率中的至少
一项，所述行为数据还包括下列各项中的至少一种：指示所述目标用户的动作的动作数据，指示所述目标用户的姿态的姿态数据，指示所述目标用户的手势的手势数据，和指示所述目标用户的呼吸频率的呼吸频率数据。
72.通过从动作、手势、姿态和呼吸频率等分析用户的行为，使所获取的用户行为数据对用户行为的表征更准确，进一步提升数字人在播报过程中所展示行为的准确性。
73.在一些实施例中，通过分析图像信息中目标用户的关节的关键点的位置变化，获得行为数据。例如，通过获得手部、肘部、腹部等关键点的位置变化，获得行为数据。
74.在一些实施例中，通过建立ik反向动力学，基于行为数据，生成驱动权值；基于驱动权值，驱动数字人展示相应的行为。
75.根据本公开的另一方面，还提供了一种数据处理装置，如图4所示，装置400包括：第一获取单元410，被配置用于基于目标用户的语音信息，获得所述目标用户的语音模式数据，所述语音模式数据指示所述目标用户的语音特征；以及音频合成单元420，被配置用于基于所述语音模式数据，将播报文本转化为播报音频，其中，所述播报音频的文本与所述音频对应的文本相应，所述播报音频具有所述语音特征。
76.在一些实施例中，所述语音特征包括发音特征、语速特征、词汇特征、以及语法特征中的至少一项，所述语音模式数据包括下列各项中的至少一项：指示所述目标用户的发音特征的发音数据；指示所述目标用户的语速特征的语速数据；指示所述目标用户的词汇特征的词汇数据；以及指示所述目标用户的语法特征的语法数据。
77.在一些实施例中，还包括：第三获取单元，被配置用于基于所述目标用户的与所述语音信息相应的图像信息，获得指示所述目标用户的表情的表情数据；以及驱动单元，被配置用于基于所述表情数据，驱动数字人播报所述播报音频，其中，所述数字人播报所述播报音频时具有播报表情，所述播报表情与所述目标用户的表情相应。
78.在一些实施例中，所述表情数据包括表情类型数据和表情强度数据。
79.在一些实施例中，装置400还包括：第四获取单元，被配置用于基于所述图像信息，获得所述目标用户的行为数据，其中，所述行为数据指示所述目标用户的行为；并且其中，所述驱动单元包括：驱动子单元，被配置用于基于所述表情数据和所述行为数据，驱动所述数字人播报所述播报音频，其中，所述数字人播报所述播报音频时具有所述播报表情和播报行为，其中所述播报行为与所述目标用户的行为相应。
80.在一些实施例中，所述目标用户的行为包括动作、姿态、手势和呼吸频率中的至少一项，所述行为数据还包括下列各项中的至少一种：指示所述目标用户的动作的动作数据，指示所述目标用户的姿态的姿态数据，指示所述目标用户的手势的手势数据，和指示所述目标用户的呼吸频率的呼吸频率数据。
81.根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开的实施例所述的方法。
82.根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。
83.根据本公开的另一方面，一种计算机程序产品，包括计算机程序，其中，所述计算
机程序在被处理器执行时实现根据本公开的实施例所述的方法。
84.参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500 的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
85.如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、 rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505 也连接至总线504。
86.电子设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和 /或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、802.11设备、wifi设备、 wimax设备、蜂窝通信设备和/或类似物。
87.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和 /或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501 执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件) 而被配置为执行方法200。
88.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备 (cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输
出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
89.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
90.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
91.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管) 或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
92.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
93.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
94.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
95.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步
地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。