音量控制方法、装置及存储介质与流程

本公开涉及信号处理技术领域，尤其涉及一种音量控制方法、装置及存储介质。

背景技术：

随着互联网的兴起，依托于互联网的社交媒体越来越多，网络直播便是其中的一种。网络直播吸取和延续了互联网的优势，利用视讯方式进行网上现场直播，因为直播是实时的，而直播环境千差万别，主播自身的声音大小不同，距离麦克风的距离也不同，因此直播声音响度差别很大。为了直播的声音响度体验更加一致，避免声音响度忽大忽小，需要有自动控制音量响度的处理。

相关技术中，根据输入信号的幅度和目标幅度自动调节增益值，使得输出信号的幅度接近目标幅度。

然而，该种方式主要基于信号幅度，有可能将环境中的底噪放大，导致控制效果不佳。

技术实现要素：

本公开提供一种音量控制方法、装置及存储介质，能够克服相关技术中的问题。

根据本公开实施例的第一方面，提供一种音量控制方法，包括：

获取声音信号；

获取所述声音信号的能量矩阵；

基于所述声音信号的能量矩阵确定所述声音信号中的目标声音的活动度；

基于所述目标声音的活动度确定所述声音信号的实际增益；

根据所述实际增益调节所述声音信号，以控制所述声音信号的音量。

在一种可能的实施方式中，所述获取所述声音信号的能量矩阵，包括：

通过fft(fastfouriertransformation，傅里叶变换)将所述声音信号转换成频域信号；

获取所述频域信号的频域能量信号；

将所述频域能量信号与之前参考数量的频域能量信号组合，得到所述声音信号的能量矩阵。

在一种可能的实施方式中，所述基于所述声音信号的能量矩阵确定所述声音信号中的目标声音的活动度，包括：

基于所述声音信号的能量矩阵获取所述能量矩阵的等效图的特征，所述能量矩阵的等效图的特征包括灰度丰富度和纹理复杂度中的至少一种；

基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的活动度。

在一种可能的实施方式中，所述基于所述声音信号的能量矩阵获取所述能量矩阵的等效图的特征，包括：

获取所述能量矩阵的方差，并获取所述能量矩阵的均值；

根据所述能量矩阵的方差及均值获取所述能量矩阵的等效图的灰度丰富度。

在一种可能的实施方式中，所述基于所述声音信号的能量矩阵获取所述能量矩阵的等效图的特征，包括：

将所述能量矩阵的等效图划分为多个子块，对各个子块做不同方向的帧内预测；

获取任一子块在任一方向的预测值与所述任一子块的各行实际像素值之间的绝对值误差，并对所述任一子块在所述任一方向的绝对值误差求平均，将得到的平均绝对值误差作为所述任一子块在所述任一方向的块误差；

对所述任一子块在各方向的块误差求平均，将得到的平均块误差作为所述任一子块的失真值；

对所有子块的失真值求平均，将得到的平均失真值作为所述能量矩阵的等效图的纹理复杂度。

在一种可能的实施方式中，所述基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的活动度，包括：

基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的初始活动度；

根据所述初始活动度和活动度阈值的关系，确定所述声音信号中的目标声音的活动度。

在一种可能的实施方式中，所述基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的初始活动度，包括：

对所述能量矩阵的等效图的灰度丰富度和纹理复杂度进行加权求和，得到的加权求和结果作为所述声音信号中的目标声音的初始活动度。

在一种可能的实施方式中，所述根据所述初始活动度和活动度阈值的关系，确定所述声音信号中的目标声音的活动度，包括：

若所述初始活动度大于第一活动度阈值，则所述目标声音的活动度为第一参考值；

若所述初始活动度小于第二活动度阈值，则所述目标声音的活动度为第二参考值；

若所述初始活动度大于所述第二活动度阈值，且小于所述第一活动度阈值，则获取所述初始活动度与所述第二活动度阈值之间的第一差值，并获取所述第一活动度阈值与所述第二活动度阈值之间的第二差值，将所述第一差值与所述第二差值的商作为所述目标声音的活动度；其中，所述第一活动度阈值大于所述第二活动度阈值，所述第一参考值大于所述第二参考值。

在一种可能的实施方式中，所述基于所述目标声音的活动度确定所述声音信号的实际增益，包括：

获取所述声音信号的响度值；

基于所述声音信号的响度值和目标响度值确定需要调整的响度值；

根据所述需要调整的响度值获取目标增益；

通过所述目标声音的活动度确定所述声音信号的增益变化步长；

基于所述目标增益与前一帧声音信号的实际增益的关系，根据所述声音信号的增益变化步长确定所述声音信号的实际增益。

在一种可能的实施方式中，所述根据所述实际增益调节所述声音信号之后，还包括：

对调节后的声音信号进行限幅处理。

根据本公开实施例的第二方面，提供一种音量控制装置，包括：

第一获取单元，被配置为获取声音信号；

第二获取单元，被配置为获取所述声音信号的能量矩阵；

第一确定单元，被配置为基于所述声音信号的能量矩阵确定所述声音信号中的目标声音的活动度；

第二确定单元，被配置为基于所述目标声音的活动度确定所述声音信号的实际增益；

控制单元，被配置为根据所述实际增益调节所述声音信号，以控制所述声音信号的音量。

在一种可能的实施方式中，所述第二获取单元，被配置为通过傅里叶变换fft将所述声音信号转换成频域信号；获取所述频域信号的频域能量信号；将所述频域能量信号与之前参考数量的频域能量信号组合，得到所述声音信号的能量矩阵。

在一种可能的实施方式中，所述第一确定单元，包括：

获取子单元，被配置为基于所述声音信号的能量矩阵获取所述能量矩阵的等效图的特征，所述能量矩阵的等效图的特征包括灰度丰富度和纹理复杂度中的至少一种；

确定子单元，被配置为基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的活动度。

在一种可能的实施方式中，所述获取子单元，被配置为获取所述能量矩阵的方差，并获取所述能量矩阵的均值；根据所述能量矩阵的方差及均值获取所述能量矩阵的等效图的灰度丰富度。

在一种可能的实施方式中，所述获取子单元，被配置为将所述能量矩阵的等效图划分为多个子块，对各个子块做不同方向的帧内预测；获取任一子块在任一方向的预测值与所述任一子块的各行实际像素值之间的绝对值误差，并对所述任一子块在所述任一方向的绝对值误差求平均，将得到的平均绝对值误差作为所述任一子块在所述任一方向的块误差；对所述任一子块在各方向的块误差求平均，将得到的平均块误差作为所述任一子块的失真值；对所有子块的失真值求平均，将得到的平均失真值作为所述能量矩阵的等效图的纹理复杂度。

在一种可能的实施方式中，所述确定子单元，包括：

第一确定模块，被配置为基于所述能量矩阵的等效图的特征确定所述声音信号中的目标声音的初始活动度；

第二确定模块，被配置为根据所述初始活动度和活动度阈值的关系，确定所述声音信号中的目标声音的活动度。

在一种可能的实施方式中，所述第一确定模块，被配置为对所述能量矩阵的等效图的灰度丰富度和纹理复杂度进行加权求和，得到的加权求和结果作为所述声音信号中的目标声音的初始活动度。

在一种可能的实施方式中，所述第二确定模块，被配置为若所述初始活动度大于第一活动度阈值，则所述目标声音的活动度为第一参考值；若所述初始活动度小于第二活动度阈值，则所述目标声音的活动度为第二参考值；若所述初始活动度大于所述第二活动度阈值，且小于所述第一活动度阈值，则获取所述初始活动度与所述第二活动度阈值之间的第一差值，并获取所述第一活动度阈值与所述第二活动度阈值之间的第二差值，将所述第一差值与所述第二差值的商作为所述目标声音的活动度；其中，所述第一活动度阈值大于所述第二活动度阈值，所述第一参考值大于所述第二参考值。

在一种可能的实施方式中，所述第二确定单元，被配置为获取所述声音信号的响度值；基于所述声音信号的响度值和目标响度值确定需要调整的响度值；根据所述需要调整的响度值获取目标增益；通过所述目标声音的活动度确定所述声音信号的增益变化步长；基于所述目标增益与前一帧声音信号的实际增益的关系，根据所述声音信号的增益变化步长确定所述声音信号的实际增益。

在一种可能的实施方式中，所述装置，还包括：

限幅单元，被配置为对调节后的声音信号进行限幅处理。

根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种音量控制方法，所述方法包括：

获取声音信号；

获取所述声音信号的能量矩阵；

基于所述声音信号的能量矩阵确定所述声音信号中的目标声音的活动度；

基于所述目标声音的活动度确定所述声音信号的实际增益；

根据所述实际增益调节所述声音信号，以控制所述声音信号的音量。

根据本公开实施例的第四方面，提供一种应用程序产品，当所述应用程序产品中的指令由终端的处理器执行时，使得终端能够执行下述音量控制方法：

获取声音信号；

获取所述声音信号的能量矩阵；

基于所述声音信号的能量矩阵确定所述声音信号中的目标声音的活动度；

基于所述目标声音的活动度确定所述声音信号的实际增益；

根据所述实际增益调节所述声音信号，以控制所述声音信号的音量。

本公开的实施例提供的技术方案至少包括以下有益效果：

通过声音信号的能量矩阵确定声音信号中的目标声音的活动度，并通过目标声音的活动度来确定声音信号的实际增益，从而能够避免环境中的底噪被放大，使得音量的控制更加匹配听觉特性，进而可以提升音量控制效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种音量控制方法的流程图。

图2是根据一示例性实施例示出的一种音量控制方法的流程图。

图3是根据一示例性实施例示出的一种响度曲线示意图。

图4是根据一示例性实施例示出的一种音量控制方法的整体流程图。

图5是根据一示例性实施例示出的一种音量控制装置的框图。

图6是根据一示例性实施例示出的一种第一确定单元的框图。

图7是根据一示例性实施例示出的一种确定子单元的框图。

图8是根据一示例性实施例示出的一种音量控制装置的框图。

图9是根据一示例性实施例示出的一种装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

随着互联网的兴起，依托于互联网的社交媒体越来越多，网络直播便是其中的一种。网络直播是一种新兴的网络社交方式，网络直播平台也成为了一种崭新的社交媒体。网络直播吸取和延续了互联网的优势，利用视讯方式进行网上现场直播，可以将产品展示、相关会议、背景介绍、方案测评、网上调查、对话访谈、在线培训等内容现场发布到互联网上，利用互联网的直观、快速、表现形式好、内容丰富、交互性强、地域不受限制、受众可划分等特点，加强活动现场的推广效果。现场直播完成后，还可以随时继续提供重播、点播，有效延长了直播的时间和空间，发挥直播内容的最大价值。

然而，因为直播环境千差万别，主播自身的声音大小不同，距离麦克风的距离也不同，因此，直播声音响度差别很大。为了直播的声音响度体验更加一致，避免声音响度忽大忽小，需要有自动控制音量响度的处理。为此，本公开实施例提供了一种音量控制方法。

图1是根据一示例性实施例示出的一种音量控制方法的流程图，如图1所示，该方法用于终端中，包括以下步骤。

在步骤s11中，获取声音信号。

在步骤s12中，获取声音信号的能量矩阵。

在步骤s13中，基于声音信号的能量矩阵确定声音信号中的目标声音的活动度。

在步骤s14中，基于目标声音的活动度确定声音信号的实际增益。

在步骤s15中，根据实际增益调节声音信号，以控制声音信号的音量。

本公开实施例提供的方法，通过声音信号的能量矩阵确定声音信号中的目标声音的活动度，并通过目标声音的活动度来确定声音信号的实际增益，从而能够避免环境中的底噪被放大，使得音量的控制更加匹配听觉特性，进而可以提升音量控制效果。

在一种可能实现方式中，获取声音信号的能量矩阵，包括：

通过傅里叶变换fft将声音信号转换成频域信号；

获取频域信号的频域能量信号；

将频域能量信号与之前参考数量的频域能量信号组合，得到声音信号的能量矩阵。

在一种可能实现方式中，基于声音信号的能量矩阵确定声音信号中的目标声音的活动度，包括：

基于声音信号的能量矩阵获取能量矩阵的等效图的特征，能量矩阵的等效图的特征包括灰度丰富度和纹理复杂度中的至少一种；

基于能量矩阵的等效图的特征确定声音信号中的目标声音的活动度。

在一种可能实现方式中，基于声音信号的能量矩阵获取能量矩阵的等效图的特征，包括：

获取能量矩阵的方差，并获取能量矩阵的均值；

根据能量矩阵的方差及均值获取能量矩阵的等效图的灰度丰富度。

在一种可能实现方式中，基于声音信号的能量矩阵获取能量矩阵的等效图的特征，包括：

将能量矩阵的等效图划分为多个子块，对各个子块做不同方向的帧内预测；

获取任一子块在任一方向的预测值与任一子块的各行实际像素值之间的绝对值误差，并对任一子块在任一方向的绝对值误差求平均，将得到的平均绝对值误差作为任一子块在任一方向的块误差；

对任一子块在各方向的块误差求平均，将得到的平均块误差作为任一子块的失真值；

对所有子块的失真值求平均，将得到的平均失真值作为能量矩阵的等效图的纹理复杂度。

在一种可能实现方式中，基于能量矩阵的等效图的特征确定声音信号中的目标声音的活动度，包括：

基于能量矩阵的等效图的特征确定声音信号中的目标声音的初始活动度；

根据初始活动度和活动度阈值的关系，确定声音信号中的目标声音的活动度。

在一种可能实现方式中，基于能量矩阵的等效图的特征确定声音信号中的目标声音的初始活动度，包括：

对能量矩阵的等效图的灰度丰富度和纹理复杂度进行加权求和，得到的加权求和结果作为声音信号中的目标声音的初始活动度。

在一种可能实现方式中，根据初始活动度和活动度阈值的关系，确定声音信号中的目标声音的活动度，包括：

若初始活动度大于第一活动度阈值，则目标声音的活动度为第一参考值；

若初始活动度小于第二活动度阈值，则目标声音的活动度为第二参考值；

若初始活动度大于第二活动度阈值，且小于第一活动度阈值，则获取初始活动度与第二活动度阈值之间的第一差值，并获取第一活动度阈值与第二活动度阈值之间的第二差值，将第一差值与第二差值的商作为目标声音的活动度；其中，第一活动度阈值大于第二活动度阈值，第一参考值大于第二参考值。

在一种可能实现方式中，基于目标声音的活动度确定声音信号的实际增益，包括：

获取声音信号的响度值；

基于声音信号的响度值和目标响度值确定需要调整的响度值；

根据需要调整的响度值获取目标增益；

通过目标声音的活动度确定声音信号的增益变化步长；

基于目标增益与前一帧声音信号的实际增益的关系，根据声音信号的增益变化步长确定声音信号的实际增益。

在一种可能实现方式中，根据实际增益调节声音信号之后，还包括：

对调节后的声音信号进行限幅处理。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

图2是根据一示例性实施例示出的一种音量控制方法的流程图，该方法可以应用于网络直播场景中，当然，也可以应用于其他涉及音量调节或控制的场景中。如图2所示，该方法用于终端中，包括以下步骤。

在步骤s21中，获取声音信号。

以网络直播场景为例，终端上设置有麦克风，通过麦克风可采集当前环境中的声音信号，由此获取到声音信号。此外，除了可以通过麦克风实时采集声音信号外，还可以获取已经采集好的声音信号，例如，终端从网络中获取一个声音片段，由此得到声音信号。或者，终端接收用户上传的声音片段，由此得到声音信号。

总之，本公开实施例提供的方法可应用于网络直播场景，但不仅仅局限于网络直播场景，对于通过任何方式得到的声音信号都可以应用本公开实施例提供的方法实现对音量的控制。此外，应当理解，获取到的声音信号除了包括目标声音外，还可能会包括环境中的一些噪声。例如，针对网络直播场景，主播的声音为目标声音，获取到的声音信号除了包括主播的声音外，还包括当前网络直播环境中的一些噪声。

在步骤s22中，获取声音信号的能量矩阵。

由于声波在媒质中传播时，一方面使媒质质点在平衡位置附近往复运动，产生动能；另一方面又使媒质产生了压缩和膨胀的疏密过程，使媒质具有形变的势能。这两部分能量之和即为由于声振动使媒质得到的声能量。基于声能量，对于声音信号而言，可以采用能量矩阵来表示该声音信号的能量。

可选地，获取声音信号的能量矩阵，包括：通过fft将声音信号转换成频域信号；获取频域信号的频域能量信号；将频域能量信号与之前参考数量的频域能量信号组合，得到声音信号的能量矩阵。

例如，以当前时刻t获取到的声音信号为s(t)为例，则通过fft将声音信号s(t)转换成频域信号为s0(k,t)＝fft(s(t))，频域信号s0(k,t)的能量信号为e(k,t)＝10*log10(s0(k,t)*s0(k,t))，其中，k＝1～m，m表示频谱频带(band)的个数。

以参考数量为n为例，频域能量信号与前n帧频域能量信号组合，得到的声音信号的能量矩阵为e＝[e(t-n+1),…,e(t)]，其中，e(t)＝[e(1,t),…,e(m,t)]’，e(1,t),…,e(m,t)代表矩阵中的一行，e(t)＝[e(1,t),…,e(m,t)]’为行的转置，因而代表矩阵中的一列。

应当理解的是，参考数量n可以根据音量控制的场景来定，也可以由用户设置。通过将t时刻的声音信号的频域能量信号与之前参考数量的频域能量信号组合，并以此得到声音信号的能量矩阵，从而增加了声音信号在时间维度上的能量，使得根据该能量矩阵进行的音量控制更加准确。此外，应当理解的是，上述前n帧频域能量信号的获取方式与上述t时刻声音信号的频域能量信号的获取方式相同，本公开实施例在此不再一一赘述。

在步骤s23中，基于声音信号的能量矩阵确定声音信号中的目标声音的活动度。

由于声音信号的能量矩阵能够反映该声音信号中不同声音的能量，对于声音信号中的目标声音(如除噪声之外的声音)，本公开实施例采取了确定声音信号中的目标声音的活动度的方式，以通过该活动度来反映声音信号中目标声音的活动程度。从而能够将目标声音与环境中的噪声区分开，使得网络直播等场景中主播声音响度差别不至于过大。

在一种可能实现方式中，上述步骤得到的n*m的二维能量矩阵e可以作为一幅图，即能量矩阵的等效图，每一个元素是一个像素点，则基于声音信号的能量矩阵确定声音信号中的目标声音的活动度，包括：基于声音信号的能量矩阵获取能量矩阵的等效图的特征，能量矩阵的等效图的特征包括灰度丰富度和纹理复杂度中的至少一种；基于能量矩阵的等效图的特征确定声音信号中的目标声音的活动度。

其中，灰度丰富度可以反映等效图的整体特征，也可以称为全局特征。对于声音信号中的目标声音，一般能量起伏较大，而对于声音信号中的噪声，一般能量起伏较小，因而通过灰度丰富度可将目标声音与噪声区分开。纹理复杂度同灰度丰富度一样，也是等效图的一种特征，与灰度丰富度不同的是，纹理复杂度可以反映等效图的局部特征。对于声音信号中的目标声音，其纹理一般比较明显，而对于声音信号中的噪声，纹理一般不明显，因而通过纹理复杂度可进一步将目标声音和噪声区分开。为此，本公开实施例通过灰度丰富度和纹理复杂度中的至少一种特征来确定声音信号中的目标声音的活动度，从而更能匹配人的听觉特性。关于灰度丰富度和纹理复杂度的确定方式分别如下所示：

灰度丰富度的确定方式：以等效图的特征包括灰度丰富度为例，则基于声音信号的能量矩阵获取能量矩阵的等效图的特征，包括：获取能量矩阵的方差，并获取能量矩阵的均值；根据能量矩阵的方差及均值获取能量矩阵的等效图的灰度丰富度。

可选地，根据能量矩阵的方差及均值获取能量矩阵的等效图的灰度丰富度时，包括但不限于将能量矩阵的方差及均值进行加权求和，将得到的和值作为等效图的灰度丰富度。例如，等效图的灰度丰富度为brightness：

brightness＝sigma_e+a*mu_e

其中，sigma_e是e的方差，mu_e是e的均值，a是一个加权因子，该加权因子为0～1之间。关于加权因子的大小，可根据经验来确定，也可以通过终端提供设置入口，由用户通过该设置入口来执行设置操作。例如，本公开实施例中可将加权因子a的值取0.3，则等效图的灰度丰富度为brightness＝sigma_e+0.3*mu_e。

纹理复杂度的确定方式：以等效图的特征包括纹理复杂度为例，则基于声音信号的能量矩阵获取能量矩阵的等效图的特征，包括：将能量矩阵的等效图划分为多个子块，对各个子块做不同方向的帧内预测；获取任一子块在任一方向的预测值与任一子块的各行实际像素值之间的绝对值误差，并对任一子块在任一方向的绝对值误差求平均，将得到的平均绝对值误差作为任一子块在任一方向的块误差；对任一子块在各方向的块误差求平均，将得到的平均块误差作为任一子块的失真值；对所有子块的失真值求平均，将得到的平均失真值作为能量矩阵的等效图的纹理复杂度。

例如，以将能量矩阵的等效图e划分为8x8的子块，在每个子块内进行竖直(vertical)和水平(horizontal)两个方向的帧内预测，以该子块(m,n)在垂直方向的预测像素值取该子块上面一行的像素值为例。计算实际像素值与预测值的绝对值误差，即将该子块(m,n)上面一行的像素值与该子块的每一行的像素值计算绝对值误差。针对计算得到的绝对值误差求平均，得到的平均绝对值误差作为该子块(m,n)在垂直方向的块误差。

按照获取垂直方向的块误差的方式，获取子块(m,n)在水平方向的块误差。之后，对垂直方向与水平方向这两个方向的块误差求平均，将得到的平均块误差作为该子块(m,n)的失真值(bestdistortion)。进一步地，按照上述获取子块(m,n)的失真值的方式，获取各个子块的失真值，对所有子块的失真值求平均，将得到的平均失真值作为能量矩阵的等效图的纹理复杂度。也就是说，整个等效图的纹理复杂度使用所有子块的失真均值来衡量。

例如，该子块(m,n)的失真值(bestdistortion)为texture(m,n)：

texture(m,n)＝(texture_vertical(m,n)+texture_horizontal(m,n))/2

其中，texture_vertical(m,n)表示为子块(m,n)的垂直纹理，texture_horizontal(m,n)表示为子块(m,n)的水平纹理。

对所有子块的失真值求平均，得到的平均失真值可以表示为texture：

texture＝average(texture(m,n))

其中，m＝1～m/8；n＝1～n/8。texture即作为能量矩阵的等效图的纹理复杂度。

可选地，如果能量矩阵的等效图的特征既包括灰度丰富度又包括纹理复杂度，则可以分别按照上述方式获取灰度丰富度和纹理复杂度。

进一步地，无论能量矩阵的等效图的特征仅包括灰度丰富度，还是仅包括纹理复杂度，还是既包括灰度丰富度又包括纹理复杂度，基于能量矩阵的等效图的特征确定声音信号中的目标声音的活动度，包括：基于能量矩阵的等效图的特征确定声音信号中的目标声音的初始活动度；根据初始活动度和活动度阈值的关系，确定声音信号中的目标声音的活动度。

可选地，基于能量矩阵的等效图的特征确定声音信号中的目标声音的初始活动度，包括：对能量矩阵的等效图的灰度丰富度和纹理复杂度进行加权求和，得到的加权求和结果作为声音信号中的目标声音的初始活动度。

例如，声音信号中的目标声音的初始活动度activity为：

activity＝α*brightness+β*texture

其中，α和β分别为灰度丰富度和纹理复杂度的加权值，如果仅采用灰度丰富度来作为等效图的特征，则可将α的值设为0，β的值设为非0；如果仅采用纹理复杂度来作为等效图的特征，则可将β的值设为0，α的值设为非0；如果同时采用灰度丰富度和纹理复杂度来作为等效图的特征，则可将α和β的值均设为非0。

α和β可根据经验确定，也可以通过终端提供设置入口，通过该设置入口由用户输入设置的值，本公开实施例对此不加以限定。

可选地，根据初始活动度和活动度阈值的关系，确定声音信号中的目标声音的活动度，包括：

若初始活动度大于第一活动度阈值，则目标声音的活动度为第一参考值；

若初始活动度小于第二活动度阈值，则目标声音的活动度为第二参考值；

若初始活动度大于第二活动度阈值，且小于第一活动度阈值，则获取初始活动度与第二活动度阈值之间的第一差值，并获取第一活动度阈值与第二活动度阈值之间的第二差值，将第一差值与第二差值的商作为目标声音的活动度；其中，第一活动度阈值大于第二活动度阈值，第一参考值大于第二参考值。

以初始活动度为activity，第一活动度阈值为t1，第二活动度阈值为t0，第一参考值为1，第二参考值为0为例，如果activity>t1则目标声音的活动度activity_factor＝1；如果activity<t0，则目标声音的活动度activity_factor＝0，如果t0<activity<t1，则目标声音的活动度activity_factor＝(activity-t0)/(t1-t0)。

其中，t1>t0，t1和t0的大小可根据经验确定，也可以由终端提供设置入口，由用户通过该设置入口来设置t1和t0的值，本公开实施例不对t1和t0的大小进行限定。

在步骤s24中，基于目标声音的活动度确定声音信号的实际增益。

由于目标声音的活动度能够反映目标声音的活动程度，明显区分于环境中的噪声，因而基于该目标声音的活动度来确定声音信号的实际增益，可避免环境中的底噪被放大。在一种可能的实现方式中，基于目标声音的活动度确定声音信号的实际增益，包括如下几个步骤s241至步骤245。

步骤s241，获取声音信号的响度值；

获取声音信号的响度值时，可对声音信号的频域信号s0(k,t)通过响度曲线l(k)进行eq(equalizer，均衡器)加权，得到反应响度体验的频域信号s2(k,t)＝l(k)s0(k,t)，之后通过反映响度体验的频域信号获取声音信号的响度值。

例如，响度曲线可如图3所示，图3中，横坐标是频率，纵坐标是声压级。声压是大气压受到扰动后产生的变化，即大气压强的余压，它相当于在大气压强上叠加一个扰动引起的压强变化。图中每条曲线所对应的不同频率的声压级是不相同的，但人耳感觉到的响度却是一样，每条曲线上注有一个数字，单位是响度方。由等响曲线可以得知，当响度较小时，人耳对高低音感觉不灵敏，而响度较大时，高低音感觉逐渐灵敏，而对2000hz～5000hz之间的声音最为敏感。

在图3中不同响度的曲线上，2000hz～5000hz频范围内的声压级，均处于整个曲线相对较低声压级的位置，说明人耳对中频的响应灵敏。在这个范围之外的低频和高频两边，等响度曲线翘起，说明人耳对低频和高频声音的灵敏度下降。人耳能听到声音的最微弱强度，称为听觉阈(图中虚线maf所示)，产生疼痛感的最高声音强度，称为痛觉阈。由听觉阈和痛觉阈所构成的两条等响度曲线，是等响度曲线的上下限。响度主要决定于声强，提高声强，响度级也相应增加。但是声音的响度并不是单纯由声强决定的，还取决于频率，不同频率的纯音有不同的响度增长率，其中低频纯音的响度增长率比中频纯音要快。

通过响度曲线l(k)进行eq加权，即对声音信号的等响加权，模拟人耳的听觉特性，去除一部分无用的声音能量。例如，当噪声污染了那些人耳感知不灵敏的频率分量时，如果不考虑人耳的频率响应，对所有的频率分量同等对待，那么这些本不为人耳敏感的频率对整个声音的特征就会有较大的污染，使得后续的声音识别率也严重下降，所以本公开实施例提供的方法通过对包含噪声的声音信号进行等响加权，来模拟人耳特性，抑制部分受噪声污染而含声音信息量比较少的语音分量，以提高抗噪性能。

得到反映响度体验的频域信号之后，获取的声音信号的响度值为loudness(t)：

loudness(t)＝10*log10(sum(s2(k,t)*s2(k,t)))

其中，sum()为求和函数。

步骤s242，基于声音信号的响度值和目标响度值确定需要调整的响度值；

以目标响度值为loudness_target为例，基于声音信号的响度值和目标响度值确定需要调整的响度值为loudness_diff：

loudness_diff＝loudness_target-loudness(t)

也就是说，需要调整的响度值为目标响度值与声音信号的响度值之间的差。其中，目标响度值可根据经验确定，也可以通过终端提供设置入口，由用户通过该设置入口来设置，本公开实施例不对目标响度值的确定方式进行限定。

步骤243，根据需要调整的响度值获取目标增益；

根据需要调整的响度值获取目标增益为targetgain(t)：

targetgain(t)＝pow(10，loudness_diff/10)

其中，pow(x，y)函数用来求x的y次幂(次方)。则目标增益为求10的loudness_diff/10次幂。

步骤244，通过目标声音的活动度确定声音信号的增益变化步长；

因为目标增益每一帧都不一样，随时间变化太快，因此一般都以上一帧的增益为基础，按照增益变化步长来调整增益，以使得实际增益向目标增益移动，即按照增益变化步长调整实际增益。可选地，通过目标声音的活动度确定声音信号的增益变化步长，以stepup作为增加的增益变化步长，以stepdown作为减少的增益变化步长，则根据目标声音的活动度确定的stepup和stepdown如下：

stepup＝release_factor*activity_factor；

stepdown＝attack_factor*activity_factor；

其中，release_factor和attack_factor分别为加权值，可根据经验确定，也可以通过终端提供设置入口，由用户通过该设置入口进行设置，本公开实施例对此不加以限定。例如，release_factor和attack_factor可分别取0至1之间的数值，且attack_factor的值大于release_factor的值。此外，之所以用activity_factor加权增益变化步长的原因是：activity_factor表征的是目标声音的活动度，对于环境底噪，activity_factor基本等于0，因此避免了底噪被放大。对于存在目标声音，音乐或其他有效声音，activity_factor基本等于1，因此可以正常的放大缩小。对于过渡区域(例如，目标声音及噪声同时存在的区域，或者不好区分是目标声音还是噪声的区域)，activity_factor是一个0～1之间的小数，一定程度上放慢了增益的变化，即抑制了噪声的放大。

步骤245，基于目标增益与前一帧声音信号的实际增益的关系，根据声音信号的增益变化步长确定声音信号的实际增益。

可选地，基于目标增益与前一帧声音信号的实际增益的关系，根据声音信号的增益变化步长确定声音信号的实际增益，包括：

如果targetgain(i)>gain(t-1)，则gain(t)＝gain(t-1)+stepup；

如果targetgain(i)<gain(t-1)，则gain(t)＝gain(t-1)–stepdown；

如果targetgain(i)＝gain(t-1)，则gain(t)＝gain(t-1)。

其中，targetgain(i)为目标增益，gain(t-1)为前一帧声音信号的实际增益。gain(t-1)的获取方式与本公开实施例提供的方法中的声音信号的实际增益的确定方式原理相同，此处不再赘述。

在步骤s25中，根据实际增益调节声音信号，以控制声音信号的音量。

针对该步骤，根据实际增益调节声音信号，即通过该实际增益来调节声音信号的大小，以实现对声音信号的音量控制。

如上所述，实际增益为gain(t)，声音信号为s(t)，则根据实际增益调节声音信号后，调节后的声音信号为s1(t)，s1(t)＝s(t)*gain(t)。

由于本申请中的实际增益是通过目标声音的活动度来确定的，也就是说，本申请实施例提供的方法能够根据目标声音的活动度来控制声音信号的实际增益，从而调节声音信号的大小，实现对声音信号的音量控制。例如，如果目标声音的活动度较高，该声音信号给人的感觉可能是音量较大，可以通过控制实际增益来将声音信号调小，以达到降低音量的效果。同理，如果目标声音的活动度较低，该声音信号给人的感觉可能是音量较小，可以通过控制实际增益来将声音信号调大，达到提高音量的效果。由此可见，通过本申请实施例提供的方法可避免音量忽大忽小，解决声音响度差别太大的问题，能够提升听觉体验。此外，由于目标声音的活动度反映的是目标声音的活动程度，据此确定的实际增益可抑制环境中的噪声(即底噪)被放大，由此可进一步提升听觉体验。

在步骤s26中，对调节后的声音信号进行限幅处理。

限幅(limiting)处理，是指将信号某种特性(例如电压、电流、功率)超过预定门限值的所有瞬时值减弱至接近此门限值，而对其他所有的瞬时值予以保留的操作。关于限幅处理的方式，本公开实施例对此不加以限定，例如，可通过限幅电路来实现。将调节后的声音信号s1(t)进行限幅处理，得到信号s2(t)，该s2(t)即为对音量进行控制之后的声音信号。通过对调节后的声音信号进行限幅处理，能够避免饱和溢出失真。

应当理解的是，该步骤s26为可选步骤，在未出现饱和溢出失真的情况下，也可以无需执行步骤s26，即直接将调节后的声音信号s1(t)作为对音量进行控制之后的声音信号。

可选地，上述各个步骤的实现过程可参见图4所示，本公开实施例基于agc(automaticgaincontrol，自动增益控制)的基本原理，针对网络直播等场景，提出了一种音量自动控制的方法，相较于相关技术仅通过目标幅度来控制音量的方式，本公开实施例提供的方法更匹配人的听觉特性，并且能将环境中的底噪被放大，使得直播的声音响度差别不至于过大，进而提升听觉体验。

本公开实施例提供的方法，通过声音信号的能量矩阵确定声音信号中的目标声音的活动度，并通过目标声音的活动度来确定声音信号的实际增益，从而能够避免环境中的底噪被放大，使得音量的控制更加匹配听觉特性，进而可以提升音量控制效果。

图5是根据一示例性实施例示出的一种音量控制装置框图。参照图5，该装置包括第一获取单元51，第二获取单元52，第一确定单元53，第二确定单元54和更新单元55。

第一获取单元51，被配置为获取声音信号；

第二获取单元52，被配置为获取声音信号的能量矩阵；

第一确定单元53，被配置为基于声音信号的能量矩阵确定声音信号中的目标声音的活动度；

第二确定单元54，被配置为基于目标声音的活动度确定声音信号的实际增益；

控制单元55，被配置为根据实际增益调节声音信号，以控制声音信号的音量。

在一种可能实现方式中，第二获取单元52，被配置为通过傅里叶变换fft将声音信号转换成频域信号；获取频域信号的频域能量信号；将频域能量信号与之前参考数量的频域能量信号组合，得到声音信号的能量矩阵。

在一种可能实现方式中，参见图6，第一确定单元51，包括：

获取子单元511，被配置为基于声音信号的能量矩阵获取能量矩阵的等效图的特征，能量矩阵的等效图的特征包括灰度丰富度和纹理复杂度中的至少一种；

确定子单元512，被配置为基于能量矩阵的等效图的特征确定声音信号中的目标声音的活动度。

在一种可能实现方式中，获取子单元511，被配置为获取能量矩阵的方差，并获取能量矩阵的均值；根据能量矩阵的方差及均值获取能量矩阵的等效图的灰度丰富度。

在一种可能实现方式中，获取子单元511，被配置为将能量矩阵的等效图划分为多个子块，对各个子块做不同方向的帧内预测；获取任一子块在任一方向的预测值与任一子块的各行实际像素值之间的绝对值误差，并对任一子块在任一方向的绝对值误差求平均，将得到的平均绝对值误差作为任一子块在任一方向的块误差；对任一子块在各方向的块误差求平均，将得到的平均块误差作为任一子块的失真值；对所有子块的失真值求平均，将得到的平均失真值作为能量矩阵的等效图的纹理复杂度。

在一种可能实现方式中，参见图7，确定子单元512，包括：

第一确定模块5121，被配置为基于能量矩阵的等效图的特征确定声音信号中的目标声音的初始活动度；

第二确定模块5122，被配置为根据初始活动度和活动度阈值的关系，确定声音信号中的目标声音的活动度。

在一种可能实现方式中，第一确定模块5121，被配置为对能量矩阵的等效图的灰度丰富度和纹理复杂度进行加权求和，得到的加权求和结果作为声音信号中的目标声音的初始活动度。

在一种可能实现方式中，第二确定模块5122，被配置为若初始活动度大于第一活动度阈值，则目标声音的活动度为第一参考值；若初始活动度小于第二活动度阈值，则目标声音的活动度为第二参考值；若初始活动度大于第二活动度阈值，且小于第一活动度阈值，则获取初始活动度与第二活动度阈值之间的第一差值，并获取第一活动度阈值与第二活动度阈值之间的第二差值，将第一差值与第二差值的商作为目标声音的活动度；其中，第一活动度阈值大于第二活动度阈值，第一参考值大于第二参考值。

在一种可能实现方式中，第二确定单元54，被配置为获取声音信号的响度值；基于声音信号的响度值和目标响度值确定需要调整的响度值；根据需要调整的响度值获取目标增益；通过目标声音的活动度确定声音信号的增益变化步长；基于目标增益与前一帧声音信号的实际增益的关系，根据声音信号的增益变化步长确定声音信号的实际增益。

在一种可能实现方式中，参见图8，该装置还包括：

限幅单元56，被配置为对调节后的声音信号进行限幅处理。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种终端900的框图。该终端900可以是：智能手机、平板电脑、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端900还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端900包括有：处理器901和存储器902。

处理器901可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器901可以采用dsp(digitalsignalprocessing，数字信号处理)、fpga(field－programmablegatearray，现场可编程门阵列)、pla(programmablelogicarray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(centralprocessingunit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器901可以在集成有gpu(graphicsprocessingunit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器901还可以包括ai(artificialintelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。

存储器902可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器901所执行以实现本申请中方法实施例提供的音量控制方法。

在一些实施例中，终端900还可选包括有：外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地，外围设备包括：射频电路904、显示屏905、摄像头906、音频电路907、定位组件908和电源909中的至少一种。

外围设备接口903可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器901和存储器902。在一些实施例中，处理器901、存储器902和外围设备接口903被集成在同一芯片或电路板上；在一些其他实施例中，处理器901、存储器902和外围设备接口903中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路904用于接收和发射rf(radiofrequency，射频)信号，也称电磁信号。射频电路904通过电磁信号与通信网络以及其他通信设备进行通信。射频电路904将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路904包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路904可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wirelessfidelity，无线保真)网络。在一些实施例中，射频电路904还可以包括nfc(nearfieldcommunication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏905用于显示ui(userinterface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏905是触摸显示屏时，显示屏905还具有采集在显示屏905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器901进行处理。此时，显示屏905还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏905可以为一个，设置终端900的前面板；在另一些实施例中，显示屏905可以为至少两个，分别设置在终端900的不同表面或呈折叠设计；在再一些实施例中，显示屏905可以是柔性显示屏，设置在终端900的弯曲表面上或折叠面上。甚至，显示屏905还可以设置成非矩形的不规则图形，也即异形屏。显示屏905可以采用lcd(liquidcrystaldisplay，液晶显示屏)、oled(organiclight-emittingdiode,有机发光二极管)等材质制备。

摄像头组件906用于采集图像或视频。可选地，摄像头组件906包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtualreality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件906还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路907可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器901进行处理，或者输入至射频电路904以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器901或射频电路904的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路907还可以包括耳机插孔。

定位组件908用于定位终端900的当前地理位置，以实现导航或lbs(locationbasedservice，基于位置的服务)。定位组件908可以是基于美国的gps(globalpositioningsystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源909用于为终端900中的各个组件进行供电。电源909可以是交流电、直流电、一次性电池或可充电电池。当电源909包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于：加速度传感器911、陀螺仪传感器912、压力传感器913、指纹传感器914、光学传感器915以及接近传感器916。

加速度传感器911可以检测以终端900建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器911可以用于检测重力加速度在三个坐标轴上的分量。处理器901可以根据加速度传感器911采集的重力加速度信号，控制触摸显示屏905以横向视图或纵向视图进行用户界面的显示。加速度传感器911还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器912可以检测终端900的机体方向及转动角度，陀螺仪传感器912可以与加速度传感器911协同采集用户对终端900的3d动作。处理器901根据陀螺仪传感器912采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器913可以设置在终端900的侧边框和/或触摸显示屏905的下层。当压力传感器913设置在终端900的侧边框时，可以检测用户对终端900的握持信号，由处理器901根据压力传感器913采集的握持信号进行左右手识别或快捷操作。当压力传感器913设置在触摸显示屏905的下层时，由处理器901根据用户对触摸显示屏905的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器914用于采集用户的指纹，由处理器901根据指纹传感器914采集到的指纹识别用户的身份，或者，由指纹传感器914根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器901授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器914可以被设置终端900的正面、背面或侧面。当终端900上设置有物理按键或厂商logo时，指纹传感器914可以与物理按键或厂商logo集成在一起。

光学传感器915用于采集环境光强度。在一个实施例中，处理器901可以根据光学传感器915采集的环境光强度，控制触摸显示屏905的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏905的显示亮度；当环境光强度较低时，调低触摸显示屏905的显示亮度。在另一个实施例中，处理器901还可以根据光学传感器915采集的环境光强度，动态调整摄像头组件906的拍摄参数。

接近传感器916，也称距离传感器，通常设置在终端900的前面板。接近传感器916用于采集用户与终端900的正面之间的距离。在一个实施例中，当接近传感器916检测到用户与终端900的正面之间的距离逐渐变小时，由处理器901控制触摸显示屏905从亮屏状态切换为息屏状态；当接近传感器916检测到用户与终端900的正面之间的距离逐渐变大时，由处理器901控制触摸显示屏905从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图9中示出的结构并不构成对终端900的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种非临时性计算机可读存储介质，当该存储介质中的指令由终端的处理器执行时，使得终端能够执行下述音量控制方法：

获取声音信号；

获取声音信号的能量矩阵；

基于声音信号的能量矩阵确定声音信号中的目标声音的活动度；

基于目标声音的活动度确定声音信号的实际增益；

根据实际增益调节声音信号，以控制声音信号的音量。

例如，该非临时性计算机可读存储介质可以是只读内存(read-onlymemory,rom)、随机存取存储器(randomaccessmemory，ram)、只读光盘(compactdiscread-onlymemory，cd-rom)、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种应用程序产品，当该应用程序产品中的指令由终端的处理器执行时，使得终端能够执行下述音量控制方法：

获取声音信号；

获取声音信号的能量矩阵；

基于声音信号的能量矩阵确定声音信号中的目标声音的活动度；

基于目标声音的活动度确定声音信号的实际增益；

根据实际增益调节声音信号，以控制声音信号的音量。

应当理解，上述存储介质中的指令由终端的处理器执行时，使得终端能够执行的音量控制方法，以及应用程序产品中的指令由终端的处理器执行时，使得终端能够执行的音量控制方法均可参见上述方法实施例示出的内容，此处不再一一赘述。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。