缺陷分析方法及装置、电子装置及计算机可读存储介质与流程

1.本发明涉及缺陷分析技术领域，具体涉及一种缺陷分析方法及装置、电子装置及计算机可读存储介质。


背景技术：

2.目前，在半导体制造业、光电产业制造场景中，原料或半成品在制造过程中会经过很多制程站点。每个制程站点可能有多台机台负责各自的制程。原料或半成品因产品类别、参数不同可能会经过不同或相同的站点和/或机台，并通过各阶段的缺陷检测站点检验产品的缺陷信息。为了提高产品的良率，通常会统计产品的相关信息来进行人工的分析，以确定问题站点及问题机台。但是由于为人工分析，分析的效率较低，且准确度主要依赖于分析员工的水平。此外，现有的分析方法无法确定影响问题机台的生产因子。


技术实现要素：

3.鉴于此，有必要提供一种缺陷分析方法及装置、电子装置及计算机可读存储介质，可提高分析的效率及准确度，且可确定影响问题机台的生产因子。
4.本技术的第一方面提供一种缺陷分析方法，所述缺陷分析方法包括：
5.获取各制程站点各机台所经过的产品的基本信息；
6.获取各制程站点各机台的生产因子信息；
7.获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点；
8.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台；
9.根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子。
10.较佳地，所述根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台包括：
11.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定预设组合的瑕疵现象集中程度，所述预设组合为制程站点和机台的组合；
12.根据所述预设组合的瑕疵现象集中程度确定所述问题制程站点的问题机台。
13.较佳地，所述根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定预设组合的瑕疵现象集中程度包括：
14.根据所述各制程站点各机台所经过的产品的基本信息确定各预设组合所经过的产品的产量在所有预设组合所经过的产品的总产量中所占的比重a1；
15.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定各预设组合所经过的产品中有缺陷的产量在各预设组合所经过的产品的产量中所占的比重a2；
16.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定a2与所有预设组合所经过的产品中有缺陷的总产量在所有预设组合所经过的产品的总产量中所占的比重a3的比值a4；
17.根据所述比重a1、所述比重a2及所述比值a4确定所述预设组合的瑕疵现象集中程度。
18.较佳地，所述根据所述比重a1、所述比重a2及所述比值a4确定所述预设组合的瑕疵现象集中程度包括：
19.计算以所述比重a1、所述比重a2及所述比值a4作为参数的预设函数的值；
20.根据所述预设函数的值确定所述预设组合的瑕疵现象集中程度，其中所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越低，或者所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越低。
21.较佳地，所述根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子包括：
22.根据所述各机台的生产因子信息确定所述机台的生产因子的类型为连续型和类别型中的一种；
23.根据所述机台的生产因子的类型及所述问题机台所经过的产品的缺陷信息的数量从t检验、曼-惠特尼-维尔科克森检验、卡方检验及费希尔精确检验中确定一种检验方法；
24.根据所述各机台的生产因子信息及所述产品的缺陷信息通过所述检验方法确定影响问题机台的生产因子。
25.较佳地，所述根据所述各机台的生产因子信息确定所述机台的生产因子的类型为所述连续型和所述类别型中的一种包括：
26.判断所述各机台的生产因子信息中相异的数量是否大于5；
27.若所述各机台的生产因子信息中相异的数量大于5，确定所述机台的生产因子的类型为所述连续型；
28.若所述各机台的生产因子信息中相异的数量小于或等于5，确定所述机台的生产因子的类型为所述类别型。
29.较佳地，所述根据所述机台的生产因子的类型及所述问题机台所经过的产品的缺陷信息的数量从t检验、曼-惠特尼-维尔科克森检验、卡方检验及费希尔精确检验中确定一种检验方法包括：
30.若所述机台的生产因子的类型为所述连续型且所述问题机台所经过的产品总数大于或等于30，确定所述检测方法为t检验；
31.若所述机台的生产因子的类型为所述连续型且所述问题机台所经过的产品总数小于30，确定所述检测方法为曼-惠特尼-维尔科克森检验；
32.若所述机台的生产因子的类型为所述类别型且每种类别中所述问题机台所经过的产品的缺陷信息中无缺陷的信息的数量与有缺陷的信息的数量皆大于或等于5，或者若所述机台的生产因子的类型为所述类别型且类别的数量大于2，确定所述检测方法为卡方检验；
33.若所述机台的生产因子的类型为所述类别型，所述类别的数量为2，且其中一类别中所述问题机台所经过的产品的缺陷信息中无缺陷的信息的数量或有缺陷的信息的数量小于5，确定所述检测方法为费希尔精确检验。
34.本技术的第二方面提供一种缺陷分析装置，所述缺陷分析装置包括：
35.基本信息获取模块，用于获取各制程站点各机台所经过的产品的基本信息；
36.生产因子信息获取模块，用于获取各制程站点各机台的生产因子信息；
37.缺陷信息获取模块，用于获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点；
38.问题机台确定模块，用于根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台；
39.生产因子确定模块，用于根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子。
40.本技术的第三方面提供一种电子装置，所述电子装置包括一个或多个处理器及存储器，所述处理器用于执行所述存储器中存储的至少一个指令时实现如上任意一项所述的缺陷分析方法。
41.本技术的第四方面提供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至少一个指令，所述至少一个指令被处理器执行以实现如上任意一项所述的缺陷分析方法。
42.本案通过获取各制程站点各机台所经过的产品的基本信息，获取各制程站点各机台的生产因子信息，获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点，根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台，根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子，可提高分析的效率及准确度，且可确定影响问题机台的生产因子。
附图说明
43.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。
44.图1是本发明实施例一提供的缺陷分析装置的方框图。
45.图2是本发明实施例二提供的缺陷分析方法的流程图。
46.图3是本发明实施例三提供的电子装置的方框图。
47.如下具体实施方式将结合上述附图进一步说明本发明。
48.主要元件符号说明
49.缺陷分析装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
10
50.基本信息获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
101
51.生产因子信息获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
102
52.缺陷信息获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
103
53.问题机台确定模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
104
54.生产因子确定模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
105
55.电子装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ356.存储器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
31
57.处理器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
32
58.计算机程序
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
33
59.如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
60.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
61.在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
62.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
63.图1是本发明实施例一提供的缺陷分析装置的方框图。所述缺陷分析装置10应用于电子装置上。所述电子装置可为智能手机、桌上电脑、平板电脑等。所述缺陷分析装置10包括基本信息获取模块101、生产因子信息获取模块102、缺陷信息获取模块103、问题机台确定模块104、及生产因子确定模块105。所述基本信息获取模块101用于获取各制程站点各机台所经过的产品的基本信息。所述生产因子信息获取模块102用于获取各制程站点各机台的生产因子信息。所述缺陷信息获取模块103用于获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点。所述问题机台确定模块104用于根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台。生产因子确定模块105用于根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子。以下将结合一种缺陷分析方法的流程图来详细描述模块101～105的具体功能。
64.图2是本发明实施例二提供的缺陷分析方法的流程图。所述缺陷分析方法可包括以下步骤：
65.s21：获取各制程站点各机台所经过的产品的基本信息。
66.所述制程站点可包括一个或多个机台。所述产品可为原料、半成品中的至少一种。所述产品因产品自身的原因会经过不同的制程站点和机台。所述产品的基本信息包括产品编码、制程站点、机台编号、及制程完成时间等。所述产品编码在产品经过不同的制程站点和机台时不变。在本实施例中，从数据库中获取各制程站点各机台所经过的产品的基本信息。在从数据库中获取各制程站点各机台所经过的产品的基本信息之前，所述方法还包括：每隔预定周期收集各制程站点各机台所经过的产品的基本信息；将收集的所述各制程站点各机台所经过的产品的基本信息存储至所述数据库。所述预定周期可为固定周期或非固定周期。
67.s22：获取各制程站点各机台的生产因子信息。
68.所述机台的生产因子信息包括产品编码及机台的生产因子。所述机台的生产因子是指每个产品经过所述机台时所述机台的预设信息。例如，所述机台的预设温度为100摄氏度，所述机台的预设高度为0.58米等。或者例如，所述机台的预设温度为100摄氏度，所述机台的实际温度为99.5摄氏度，所述机台的预设高度为0.58米，所述机台的实际高度为0.58米等。在本实施例中，从数据库中获取各制程站点各机台的生产因子信息。在从数据库中获取各制程站点各机台的生产因子信息之前，所述方法还包括：每隔预定周期收集各制程站点各机台的生产因子信息；将收集的所述各制程站点各机台的生产因子信息存储至所述数据库。所述预定周期可为固定周期或非固定周期。所述将收集的所述各制程站点各机台的生产因子信息存储至所述数据库包括：若产品经过机台时，机台的生产因子信息产生的速度高于预设值时，萃取所述机台的生产因子信息，并将萃取的所述机台的生产因子信息存储至所述数据库；若产品经过机台时，机台的生产因子信息产生的速度小于或等于预设值时，将收集的所述各制程站点各机台的生产因子信息存储至所述数据库。所述萃取所述机台的生产因子信息包括：萃取所述机台的生产因子信息的特征值。所述特征值包括平均值、最大值、最小值等。
69.s23：获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点。
70.所述产品的缺陷信息包括产品缺陷编码、缺陷项目、及缺陷结果。所述产品缺陷编码与所述产品编码一一对应。不同产品的缺陷项目可相同或不相同。所述缺陷结果包括缺陷结果1和缺陷结果0。所述缺陷结果1表示所述产品有此缺陷。所述缺陷结果0表示所述产品无此缺陷。
71.在本实施例中，从数据库中获取各缺陷检测站点所检测的产品的缺陷信息。在从数据库中获取各缺陷检测站点所检测的产品的缺陷信息之前，所述方法还包括：每隔预定周期收集各缺陷检测站点所检测的产品的缺陷信息；将收集的所述各缺陷检测站点所检测的产品的缺陷信息存储至所述数据库。所述预定周期可为固定周期或非固定周期。
72.s24：根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台。
73.在本实施例中，在根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台之前，所述方法还包括：
74.根据所述产品编码及所述产品缺陷编码将所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息串联。
75.在本实施例中，所述根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台包括：
76.根据串联的所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台。
77.在本实施例中，所述根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定问题制程站点的问题机台包括：
78.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定预设组合的瑕疵现象集中程度，所述预设组合为制程站点和机台的组合；
79.根据所述预设组合的瑕疵现象集中程度确定所述问题制程站点的问题机台。
80.在本实施例中，所述根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定预设组合的瑕疵现象集中程度包括：
81.根据所述各制程站点各机台所经过的产品的基本信息确定各预设组合所经过的产品的产量在所有预设组合所经过的产品的总产量中所占的比重a1；
82.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定各预设组合所经过的产品中有缺陷的产量在各预设组合所经过的产品的产量中所占的比重a2；
83.根据所述各制程站点各机台所经过的产品的基本信息及所述产品的缺陷信息确定a2与所有预设组合所经过的产品中有缺陷的总产量在所有预设组合所经过的产品的总产量中所占的比重a3的比值a4；
84.根据所述比重a1、所述比重a2及所述比值a4确定所述预设组合的瑕疵现象集中程度。
85.在本实施例中，所述根据所述比重a1、所述比重a2及所述比值a4确定所述预设组合的瑕疵现象集中程度包括：
86.计算以所述比重a1、所述比重a2及所述比值a4作为参数的预设函数的值，例如计算所述比重a1、所述比重a2及所述比值a4的乘积；
87.根据所述预设函数的值确定所述预设组合的瑕疵现象集中程度。其中，所述瑕疵现象集中程度根据所述预设函数的不同，判断的标准也不同。例如所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越低，或者所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越低。
88.在本实施例中，所述根据所述预设函数的值确定所述预设组合的瑕疵现象集中程度包括：
89.将所述预设函数的值按照预设的顺序排序；所述预设的顺序为从大到小或者为从小到大；
90.根据排序后的所述预设函数的值确定所述预设组合的瑕疵现象集中程度。
91.s25：根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子。
92.在本实施例中，在所述根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子之前，所述方法还包括：
93.根据所述产品编码将所述各机台的生产因子信息及所述产品的缺陷信息串联。
94.在本实施例中，所述根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子包括：
95.根据串联的所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子。
96.在本实施例中，所述根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子包括：
97.根据所述各机台的生产因子信息确定所述机台的生产因子的类型为连续型和类
别型中的一种；
98.根据所述机台的生产因子的类型及所述问题机台所经过的产品的缺陷信息的数量从t检验、曼-惠特尼-维尔科克森检验、卡方检验及费希尔精确检验中确定一种检验方法；
99.根据所述各机台的生产因子信息及所述产品的缺陷信息通过所述检验方法确定影响问题机台的生产因子。
100.在本实施例中，所述根据所述各机台的生产因子信息确定所述机台的生产因子的类型为连续型和类别型中的一种包括：
101.判断所述各机台的生产因子信息中相异的数量是否大于5；
102.若所述各机台的生产因子信息中相异的数量大于5，确定所述机台的生产因子的类型为所述连续型；
103.若所述各机台的生产因子信息中相异的数量小于或等于5，确定所述机台的生产因子的类型为所述类别型。
104.在本实施例中，所述根据所述机台的生产因子的类型及所述问题机台所经过的产品的缺陷信息的数量从t检验、曼-惠特尼-维尔科克森检验、卡方检验及费希尔精确检验中确定一种检验方法包括：
105.若所述机台的生产因子的类型为所述连续型且所述问题机台所经过的产品总数大于或等于30，确定所述检测方法为t检验；
106.若所述机台的生产因子的类型为所述连续型且所述问题机台所经过的产品总数小于30，确定所述检测方法为曼-惠特尼-维尔科克森检验；
107.若所述机台的生产因子的类型为所述类别型且每种类别中所述问题机台所经过的产品的缺陷信息中无缺陷的信息的数量与有缺陷的信息的数量皆大于或等于5，或者若所述机台的生产因子的类型为所述类别型且所述类别的数量大于2，确定所述检测方法为卡方检验；
108.若所述机台的生产因子的类型为所述类别型，所述类别的数量为2，且其中一类别中所述问题机台所经过的产品的缺陷信息中无缺陷的信息的数量或有缺陷的信息的数量小于5，确定所述检测方法为费希尔精确检验。
109.在本实施例中，所述根据所述各机台的生产因子信息及所述产品的缺陷信息通过所述检验方法确定影响问题机台的生产因子包括：
110.根据所述各机台的生产因子信息及所述产品的缺陷信息通过所述检验方法确定概率值；
111.根据所述概率值确定影响问题机台的生产因子，其中，所述概率值越大，所述机台的生产因子为影响问题机台的生产因子的可能性越小，所述概率值越小，所述机台的生产因子为影响问题机台的生产因子的可能性越大。
112.在本实施例中，所述根据所述概率值确定影响问题机台的生产因子包括：
113.将所述概率值按照预设的顺序排序；所述预设的顺序为从大到小或者为从小到大；
114.根据排序后的所述概率值确定影响问题机台的生产因子。
115.在其他实施例中，在所述根据所述各制程站点各机台所经过的产品的基本信息及
所述产品的缺陷信息确定问题制程站点的问题机台之后，所述方法还包括：
116.确定问题制程站点的问题机台的问题机台反应室。
117.在所述根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子之后，所述方法还包括：
118.确定影响问题机台的问题机台反应室的生产因子。
119.所述预设组合为制程站点、机台、及机台反应室的组合。所述确定问题制程站点的问题机台的问题机台反应室包括：
120.根据所述各制程站点各机台的各机台反应室所经过的产品的基本信息确定各预设组合所经过的产品的产量在所有预设组合所经过的产品的总产量中所占的比重b1；
121.根据所述各制程站点各机台的各机台反应室所经过的产品的基本信息及所述产品的缺陷信息确定各预设组合所经过的产品中有缺陷的产量在各预设组合所经过的产品的产量中所占的比重b2；
122.根据所述各制程站点各机台的各机台反应室所经过的产品的基本信息及所述产品的缺陷信息确定b2与所有预设组合所经过的产品中有缺陷的总产量在所有预设组合所经过的产品的总产量中所占的比重b3的比值b4；
123.根据所述比重b1、所述比重b2及所述比值b4确定所述预设组合的瑕疵现象集中程度。
124.在本实施例中，所述根据所述比重b1、所述比重b2及所述比值b4确定所述预设组合的瑕疵现象集中程度包括：
125.计算以所述比重b1、所述比重b2及所述比值b4作为参数的预设函数的值，例如计算所述比重b1、所述比重b2及所述比值b4的乘积；
126.根据所述预设函数的值确定所述预设组合的瑕疵现象集中程度。其中，所述瑕疵现象集中程度根据所述预设函数的不同，判断的标准也不同。例如所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越低，或者所述预设函数的值越小，所述预设组合的瑕疵现象集中程度越高；所述预设函数的值越大，所述预设组合的瑕疵现象集中程度越低。
127.在本实施例中，所述确定影响问题机台的问题机台反应室的生产因子包括：
128.根据所述各机台的机台反应室的生产因子信息确定所述机台的机台反应室的生产因子的类型为所述连续型和所述类别型中的一种；
129.根据所述机台的机台反应室的生产因子的类型及所述问题机台的问题机台反应室所经过的产品的缺陷信息的数量从所述t检验、曼-惠特尼-维尔科克森检验、卡方检验及费希尔精确检验中确定一种检验方法；
130.根据所述各机台的机台反应室的生产因子信息及所述产品的缺陷信息通过所述检验方法确定影响问题机台的问题机台反应室的生产因子。
131.显然，所述预设组合为制程站点、机台、及机台反应室的组合还可有其他变型，所述变型与预设组合为制程站点、及机台的组合相似，在此不进行赘述。
132.实施例二获取各制程站点各机台所经过的产品的基本信息，获取各制程站点各机台的生产因子信息，获取各缺陷检测站点所检测的产品的缺陷信息，所述产品在经过至少一个制程站点后经过所述缺陷检测站点，根据所述各制程站点各机台所经过的产品的基本
信息及所述产品的缺陷信息确定问题制程站点的问题机台，根据所述各机台的生产因子信息及所述产品的缺陷信息确定影响问题机台的生产因子，从而，本案可提高分析的效率及准确度，且可确定影响问题机台的生产因子。
133.图3是本发明实施例三提供的电子装置的方框图。所述电子装置3包括：存储器31、至少一个处理器32、及存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33。所述至少一个处理器32执行所述计算机程序33时实现上述方法实施例中的步骤。或者，所述至少一个处理器32执行所述计算机程序33时实现上述装置实施例中的各模块的功能。
134.示例性的，所述计算机程序33可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述至少一个处理器32执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序33在所述电子装置3中的执行过程。例如，所述计算机程序33可以被分割成图1所示的模块，各模块具体功能参见实施例一。
135.所述电子装置3可以为任何一种电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(personal digital assistant，pda)等。本领域技术人员可以理解，所述示意图3仅是电子装置3的示例，并不构成对电子装置3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，例如所述电子装置3还可以包括总线等。
136.所述至少一个处理器32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)、现成可编程门阵列(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。该处理器32可以是微处理器或者该处理器32也可以是任何常规的处理器等，所述处理器32是所述电子装置3的控制中心，利用各种接口和线路连接整个电子装置3的各个部分。
137.所述存储器31可用于存储所述计算机程序33和/或模块/单元，所述处理器32通过运行或执行存储在所述存储器31内的计算机可读指令和/或模块/单元，以及调用存储在存储器31内的数据，实现所述电子装置3的各种功能。所述存储器31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电子装置3的使用所创建的数据(比如音频数据等)等。此外，存储器31可以包括非易失性计算机可读存储器，例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
138.所述电子装置3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，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)等。
139.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神范围。