CN104021790A - 声控解锁方法以及电子设备 - Google Patents

Abstract

本发明是关于一种声控解锁方法以及电子设备。所述的声控解锁方法包括：接收作为解锁密码的声音信息；提取上述声音信息中的声纹信息，对该声纹信息进行认证，得到声纹认证结果；提取上述声音信息中的内容信息，对该内容信息进行认证，得到内容认证结果；对上述的声纹认证结果和内容认证结果进行综合认证，得到综合认证结果；根据综合认证结果进行解锁或者拒绝解锁。由于结合了声纹认证和内容认证两个认证结果，其可以避免传统的声纹认证技术中由于辨识度不高而导致解锁失败的问题，通过内容认证对声纹认证的补充，可以提高解锁效率。

Description

声控解锁方法以及电子设备

技术领域

本发明涉及一种解锁技术，特别是涉及一种声控解锁方法以及电子设备。 

背景技术

声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。现代科学研究表明，声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变。无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终相同。基于声纹上述两个特征，产生了声纹认证技术和声纹锁技术，并得到广泛的应用。 

当前利用声纹作为密码解锁时,只是利用作为说话人的生理信息的声纹信息进行确认或者拒绝，但是，现有的声纹解锁技术的应用还存在一些限制和缺点，比如同一个人的声音易受身体状况、年龄、情绪等的影响而造成声纹辨识度下降；或者环境噪音对识别有干扰等等。 

发明内容

本发明的主要目的在于，提供一种声控解锁方法以及电子设备，所要解决的技术问题是通过对声纹认证结果和内容认证结果进行综合认证，来进行解锁或拒绝解锁。 

上述发明目的,是通过以下方案实现的。本发明的实施例提供一种声控解锁方法，应用于电子设备中，所述电子设备包括一声音信息采集单元，所述方法包括:当所述电子设备处于锁定状态时，通过所声音信息采集单元采集声音信息；提取所述声音信息中的声纹信息，对所述声纹信息进行认证，得到声纹认证结果；提取所述声音信息中的内容信息，对所述内容信息进行认证，得到内容认证结果；对所述声纹认证结果和所述内容认证结 果进行综合认证，得到综合认证结果；当所述综合认证结果满足预定条件时，控制所述电子设备从所述锁定状态进入到解锁状态;当所述综合认证结果未满足所述预定条件时，控制所述电子设备维持所述锁定状态。 

优选的，上述的声控解锁方法，其中所述的综合认证包括：按照公式：MX+NY=C，计算得到综合认证结果，式中，M为声纹认证结果，N为内容认证结果，X为声纹权重值，Y为内容权重值，C为综合认证结果。 

优选的，上述的声控解锁方法，其中所述的声纹权重值与内容权重值之和为1。 

优选的，上述的声控解锁方法，其中所述的满足预定条件为综合认证结果等于或高于预设解锁阈值；所述的未满足所述预定条件为综合认证结果小于预设解锁阈值。 

优选的，上述的声控解锁方法，其中所述的预设解锁阈值根据环境噪音自动调整，环境噪音大则预设解锁阈值调高，环境噪音小则预设解锁阈值调低。 

优选的，上述的声控解锁方法，其中所述的声音信息为人说语言的声音、人发出的非语言的声音、和/或动物发出的叫声。 

优选的，上述的声控解锁方法，其中所述的对所述声纹信息进行认证包括：将提取的声纹信息与预设的声纹库进行相似度比对得到声纹相似度值，该声纹相似度值为所述的声纹认证结果。 

优选的，上述的声控解锁方法，其中所述的步骤3中所述的对内容信息进行认证包括，将提取到的内容信息与预设的内容库进行相似度比对得到内容相似度值，该内容相似度值为所述的内容认证结果。 

优选的，上述的声控解锁方法，其中所述的内容库中包括多个内容模型。 

优选的，上述的声控解锁方法，其中所述的内容模型为HMM模型，该模型特征采用MFCC特征。 

本发明的实施例还提供一种电子设备，其包括：声音信息采集单元，用于采集声音信息；声纹认证单元，提取所述的声音信息中的声纹信息，建立该声纹信息的声学模型，并将该声学模型与声纹库中的全部声学模型进行比对，并返回声纹相似度值；内容认证单元，提取所述声音信息中的 内容信息，建立该内容信息的内容模型，并将该内容模型与内容库中预设的全部内容模型进行比对，并返回内容相似度值；综合认证单元，将上述的声纹相似度值和内容相似度值进行处理，并得到综合认证结果，根据该综合认证结果发出解锁指令或者拒绝解锁指令；以及解锁单元，根据综合认证单元发出的解锁指令，进行解锁。 

优选的，上述的电子设备，其中所述的声纹认证单元包括：声纹库，用于存储声学模型；以及声纹处理单元，用于提取所述的声音信息中的声纹信息，建立该声纹信息的声学模型，并将该声学模型与声纹库中的每一个声学模型进行比对，得到每一个声学模型的相似度值，将其中的相似度值最大的作为声纹相似度值返回。 

优选的，上述的电子设备，还包括：声学模型训练模块，用于建立有权用户的声纹的声学模型，并将该声学模型存储到所述的声纹库中。 

优选的，上述的电子设备，其中所述的内容认证单元包括：内容模型建立模块，用于提取内容信息，并建立内容模型；内容库，其存储多个内容模型；以及内容处理模块，将内容模型建立模块得到的内容模型，并将该内容模型与内容库中的每个内容模型进行比对，并得到每一个内容模型的相似度值，将内容相似度值中最大的作为内容相似度值返回。 

优选的，上述的电子设备，其中所述的内容模型为HMM模型，该模型特征采用MFCC特征。 

优选的，上述的电子设备，还包括：噪音检测单元，用于检测环境噪音，并将环境噪音的检测结果发送到综合认证单元。 

优选的，所述的电子设备为手机、平板电脑、笔记本电脑、电视机、台式机或者门禁装置。 

借由上述技术方案，本发明声控解锁方法以及电子设备的实施例至少具有下列优点： 

由于结合了声纹认证和内容认证两个认证结果，其可以避免传统的声纹认证技术中由于辨识度不高而导致解锁失败的问题，通过内容认证对声纹认证的补充，可以提高解锁效率。 

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例 并配合附图详细说明如后。 

附图说明

图1是本发明实施例提出的声控解锁方法的流程图。 

图2是本发明另一实施例提出的声控解锁方法的流程图。 

图3是本发明又一实施例提出的电子设备的示意图。 

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的声控解锁方法以及电子设备其具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。 

如图1所示，是本发明提出的声控解锁方法的一个实施例的流程图。该实施例的声控解锁方法，主要过程如下： 

初始化，该初始化是使被解锁设备处于接受解锁的待解锁状态的过程。以解锁手机为例，当用户长期不用时，为节约电量，手机一般都处于待机状态，此时手机内的很多设备都处于休眠状。同时该手机还处在锁定状态，不进行解锁，则无法对该手机进行进一步的操作。比如，用户触碰手机的任何一个按键，对于触摸屏手机来说可能接触该触摸屏，都可以唤醒手机，并使手机处在待解锁状态。可以采用现有技术中的任何一种初始化技术来实现该初始化过程。 

步骤1，接收作为解锁密码的声音信息。当被解锁设备完成初始化过程，并处在待解锁状态后，由用户发出一个声音信息，并采集这个声音信息。这个声音信息是用户通过声带振动发出的声音，例如，可以是用户说出的某段话、或者某几个字、或者唱一段歌曲、或者是无确切语言含义的音节串,如哼哼声、或者咳嗽声等等。所述的声音信息，也可以是由其他播放设备（例如录音机、手机）所播放出来的人的声音，也可以是动物的声带振动所发出的声音，例如狗叫声、猫叫声。只要是声音制造者的声音中具有可辨识且可确认的声纹即可。 

所述的声音信息，包括声纹信息和内容信息。所述的声纹信息是指说话人语音频谱的信息。由于每个人的发音器官不同，所发出来的声音及其音调各不相同，因此，声纹作为基本特征来实现人的身份识别具有实际的不可替代性和稳定性。每个人的声纹信息可以通过建立该人的声学模型所表示。所述的内容信息是指说话人所要表达的意思内容，例如为人的有含义的语言，也可以是没有语言意思的其他内容，为无确切语言含义的音节串,例如咳嗽、笑声、哭声、呻吟声等等。所述的内容信息通过建立内容模型来表示，例如建立HMM模型（Hidden Markov Model，隐马尔可夫模型），模型特征可以采用MFCC特征（Mel Frequency Cepstrum Coefficient，Mel频率倒谱系数）。 

在被解锁设备内设有声纹库和内容库，所述的声纹库内储存全部有权用户的声纹信息的声学模型。所述的内容库储存大量的内容信息，每一条内容信息通过内容模型的形式存储在内容库中。 

步骤2，提取上述声音信息中的声纹信息，对该声纹信息进行认证，得到声纹认证结果。具体为，当接收到用户发出的作为解锁密码的声音信息之后，将声音进行声纹识别处理，提取该声音信息中的声纹信息，并建立该声纹信息的声学模型，例如为HMM模型。然后将该声学模型与声纹库中的全部声学模型进行相似度比对计算，得到声纹库中每个声纹模型的相似度值，并将相似度最高的值返回，作为该用户的声纹相似度值M，该声纹相似度值M也就是声纹认证结果。较佳的，作为声纹认证结果的声纹相似度值的最高值为100，其含义为接收到的声音信息中的声纹信息的声学模型与声纹库中的某个声学模型完全相同。作为声纹认证结果的声纹相似度值的最低值为0，其含义为接收到的声音信息中的声纹信息的声学模型与声纹库中的某个声学模型完全不同。部分相同的情况，则根据相同程度的大小，其相似度值在0-100的范围内。 

步骤3，提取上述声音信息中的内容信息，对该内容信息进行认证，得到内容认证结果。当接收到用户发出的作为解锁密码的声音信息之后，将声音进行内容处理，提取该声音信息中的内容信息，并建立该内容信息的内容模型，例如建立HMM模型（Hidden Markov Model，隐马尔可夫模型），模型特征可以采用MFCC特征（Mel Frequency Cepstrum Coefficient，Mel 频率倒谱系数）。然后将上述内容模型与内容库中的内容模型进行相似度比对，得到内容库中每个内容模型的相似度值，并将相似度最高的值返回，作为该用户内容相似度值N，该内容相似度值N也就是内容认证结果。较佳的，作为内容认证结果的内容相似度值的最高值为100，其含义为接收到的声音信息中的内容信息的内容模型与内容库中的某个内容模型完全相同。作为内容认证结果的内容相似度值的最低值为0，其含义为接收到的声音信息中的内容信息的内容模型与内容库中的某个内容模型完全不同。部分相同的情况，则根据相同程度的大小，其相似度值在0-100的范围内。 

上述的步骤2和步骤3在顺序上不进行限定，可以同时进行也可以不同时进行，都不影响本方法目的的实现。 

步骤4，对上述的声纹认证结果和内容认证结果进行综合认证，得到综合认证结果。对步骤2得到的声纹相似度值M赋予一个声纹权重值X，对步骤3得到的内容相似度值N赋予一个内容权重值Y。然后根据公式：MX+NY=C,计算得到综合认证结果C的值，综合认证结果为所述声纹认证结果加权值与内容认证结果加权值之和。 

优选的，所述声纹权重值X和内容权重值Y具有函数关系，例如声纹权重值X和内容权重值Y符合公式：X+Y=1，且0<X<1,0<Y<1。即所述声纹权重值X为一个变量，所述的内容权重值为1-X，如此对于权重值来说只需调整一个变量即可完成对两个权重值的调整，有利于提高操作效率。 

优选的，上述的声纹权重值X和内容权重值Y是线性加权的方式，也可以采用非线性加权。 

优选的，上述声纹权重值X和内容权重值Y，可以根据经验进行设定，还可以采用实验方法获得，例如，通过用户多次训练，不断尝试上述权重值的具体数值，直到用户得到一个出现错误最少的情况，或者达到用户满意的情况时，所获得的声纹权重值和内容权重值即为所设定的权重值。 

步骤5，根据综合认证结果进行解锁或者拒绝解锁。将所述的综合认证结果C与预设解锁阈值P比较，当C≥P，即当综合认证结果大于或等于预设解锁阈值则进行解锁；当C＜P，即当综合认证结果小于预设解锁阈值则拒绝解锁。 

较佳的，所述的预设解锁阈值P是可调节的，例如在0-100范围内可 调，其可以是直接对预设解锁阈值进行调节，也可以是设置阈值系数，通过调节阈值系数并采用系数加权的方式来调节最终的预设解锁阈值。更佳的，所述的预设解锁阈值P具有自适应功能，该预设解锁阈值根据环境噪音自动调整，环境噪音大则预设解锁阈值调高，环境噪音小则预设解锁阈值调低。具体可以为，在设备在初始化时，或者初始化之后，采集该设备所处环境的背景噪音，并根据噪音的大小或者嘈杂程度来调节解锁阈值P的大小。例如，在安静的环境中该解锁阈值被设定在较高的水平，在喧闹的环境中，则该解锁阈值被设定在较低的水平。 

上述的声控解锁方法，其通过对用户提供的声音信息中的声纹信息和内容信息进行综合判断，并得出解锁或者拒绝解锁的结果。避免了现有技术中单纯对声纹信息进行判断的方案中由于声纹辨识度不高造成解锁失败的情况。 

优选的，如图2所示，在上述的声控解锁方法中，所述的步骤2还包括：将声纹相似度值M与预设声纹相似度阈值相比，声纹相似度值M等于或者高于预设声纹相似度阈值则直接进行解锁，否者继续执行其他步骤。所述的预设声纹相似度阈值可以设置为较高的值，当超过这个阈值时，可以认为该声音信息被确认是设备中所存储的授权用户所发出的，此时应该解锁。 

实例1 

如果用户欲解锁一个台式机电脑终端，该台式机电脑终端处于待机状态。用户触控台式机电脑终端的任意按键，则台式机电脑终端进行初始化，向用户显示解锁界面。此时用户说出“芝麻开门”，台式机电脑终端通过麦克风接收到该声音信息，然后对这个声音进行认证处理。在声纹认证过程种，台式机电脑终端提取该声音信息的声纹信息，并建立由一系列特征值组成的声学模型，将该声学模型与台式机电脑终端中声纹库中的全部声学模型进行相似度比对。比如，声纹库中有100个用户的声学模型，则会得到100个相似度的值，取相似度最高的那个值作为本次比对的声纹相似度值M，例如该M=95。在内容认证过程中，将“芝麻开门”的声音转化为内容模型，通过与内容库中的全部内容模型对比后，最高的内容相似度值为80，则本次内容认证得到的内容相似度值N=80。 

台式机电脑终端中预先设定了声纹认证权重值X=0.6，内容认证权重值为Y=1-X=0.4。则综合认证结果C=MX+NY=95*0.6+80*0.4=57+32=89。若果台式机电脑终端中预设的解锁阈值P为90，则C<P,则台式机电脑终端拒绝解锁。此时，可以向用户显示“解锁失败,请重试”。此时，如果用户重复说一遍“芝麻开门”，声纹认证的声纹相似度值M仍然为95，而内容认证中该“芝麻开门”的内容模型与内容库中的某个模型完全相同，则本次返回的内容相似度值为N=100。此时综合认证结果C=MX+NY=95*0.6+100*0.4=57+40=97，则C>P,则台式机电脑终端执行解锁功能，用户可以使用该台式机电脑终端的全部功能了。 

上述的解锁过程，由于采用了声纹认证和内容认证两个认证结果，可以在一定程度上确保认证的准确性，避免由于仅采用声纹认证中，用户处在环境嘈杂场合造成声纹认证相似度低而一直拒绝解锁，用户可以通过提高内容认证的相似度而完成解锁过程。 

当然，上述的语言“芝麻开门”也可以被用户的一串无含义的音节串所替代，例如为咳嗽声、笑声、哼哼声,此时声纹认证过程和内容认证过程不受影响。 

如图3所示，本发明的实施例提出一种电子设备，例如为手机、平板电脑、笔记本电脑、电视机、台式机或者门禁装置。所述电子设备除了包括实现该设备功能所必须的功能模块或装置之外，还包括：声音信息采集单元10、声纹认证单元20、内容认证单元30、综合认证单元40和解锁单元50。 

所述声音信息采集单元10，用于采集声音信息，例如为手机中的听筒。较佳的，所述声音信息采集单元具有执行上述实施例中步骤1的功能。 

所述声纹认证单元20，提取所述的声音信息中的声纹信息，建立该声纹信息的声学模型，并将该声学模型与声纹库中的全部声学模型进行比对，并返回声纹相似度值。该声纹认证单元20包括声纹处理模块21和声纹库22。所述的声纹库22用于存储全部的有权用户的声学模型。所述的声纹处理模块21，对声音信息采集单元得到的声音信息进行声纹提取并建立声纹信息的声学模型。并将该建立的声学模型与声纹库中的每一个声学模型进行比对，得到每一个声学模型的相似度值，将其中的相似度值最大的作为 声纹相似度值返回。较佳的，所述声纹认证单元20具有执行上述实施例中步骤2的功能。 

所述内容认证单元30，提取所述声音信息中的内容信息，并将该内容信息转化为内容模型，并将该内容模型与内容库中的全部内容模型进行比对，并返回内容相似度值。该内容认证单元30包括：内容模型建立模块31，用于提取内容信息，并建立内容模型；内容库33，其存储多个内容模型,该内容模型可以为HMM模型等,模型特征可以采用MFCC特征；以及内容处理模块32，将内容模型建立模块31得到的内容模型与内容库中每一个内容模型进行比对，得到每一个内容模型的相似度值，并将上述相似度值中最大的作为内容相似度值返回。较佳的，所述内容认证30单元具有执行上述实施例中步骤3的功能。 

所述综合认证单元40，将上述的声纹相似度值和内容相似度值进行处理，并得到综合认证结果，根据该综合认证结果发出解锁指令或者拒绝解锁指令；较佳的，所述综合认证40单元具有执行上述实施例中步骤4和步骤5的功能。 

所述解锁单元50，根据综合认证单元发出的解锁指令，进行解锁，如果综合认证单元发出拒绝解锁指令，则返回解锁失败的信息。 

较佳的，本发明的一个实施例的电子设备还包括声学模型训练模块23，用于建立有权用户的声纹的声学模型，并将该声学模型存储到所述的声纹库22中。声纹库22中所有的声学模型都可以通过声学模型训练模块来建立。 

较佳的，本发明的一个实施例的电子设备还包括噪音检测单元60，用于检测环境噪音，并将环境噪音的检测结果发送到综合认证单元。较佳的，该噪音检测单元可以具有声音采集功能和噪音处理计算功能。也可以不具声音采集功能仅具有噪音处理计算功能，其对噪音的采集由声音信息采集单元10来完成。该噪音检测单元60向综合认证单元发送到综合认证单元40。综合认证单元40根据所述的噪音检测结果来调节预设解锁阈值的大小，环境噪音大则预设解锁阈值调高，环境噪音小则预设解锁阈值调低。 

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发 明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。 

Claims (17)

1.一种声控解锁方法，其特征在于，应用于电子设备中，所述电子设备包括一声音信息采集单元，所述方法包括: 

当所述电子设备处于锁定状态时，通过所声音信息采集单元采集声音信息； 

提取所述声音信息中的声纹信息，对所述声纹信息进行认证，得到声纹认证结果； 

提取所述声音信息中的内容信息，对所述内容信息进行认证，得到内容认证结果； 

对所述声纹认证结果和所述内容认证结果进行综合认证，得到综合认证结果； 

当所述综合认证结果满足预定条件时，控制所述电子设备从所述锁定状态进入到解锁状态; 

当所述综合认证结果未满足所述预定条件时，控制所述电子设备维持所述锁定状态。 

2.根据权利要求1所述的声控解锁方法，其特征在于，所述的综合认证包括：按照公式：MX+NY=C，计算得到综合认证结果， 

式中，M为声纹认证结果，N为内容认证结果，X为声纹权重值，Y为内容权重值，C为综合认证结果。 

3.根据权利要求2所述的声控解锁方法，其特征在于，所述的声纹权重值与内容权重值之和为1。 

4.根据权利要求2所述的声控解锁方法，其特征在于，所述的满足预定条件为综合认证结果等于或高于预设解锁阈值；所述的未满足所述预定条件为综合认证结果小于预设解锁阈值。 

5.根据权利要求4所述的声控解锁方法，其特征在于，所述的预设解锁阈值根据环境噪音自动调整，环境噪音大则预设解锁阈值调高，环境噪音小则预设解锁阈值调低。 

6.根据权利要求1所述的声控解锁方法，其特征在于，所述的声音信息为人说语言的声音、人发出的非语言的声音、和/或动物发出的叫声。 

7.根据权利要求1所述的声控解锁方法，其特征在于，对所述声纹信息进行认证包括： 

将提取的声纹信息与预设的声纹库进行相似度比对得到声纹相似度值，该声纹相似度值为所述的声纹认证结果。 

8.根据权利要求1所述的声控解锁方法，其特征在于，所述的对内容信息进行认证包括，将提取到的内容信息与预设的内容库进行相似度比对得到内容相似度值，该内容相似度值为所述的内容认证结果。 

9.根据权利要求8所述的声控解锁方法，其特征在于，所述的内容库中包括多个内容模型。 

10.根据权利要求9所述的声控解锁方法，其特征在于，所述的内容模型为HMM模型，该模型特征采用MFCC特征。 

11.一种电子设备，其特征在于，其包括： 

声音信息采集单元，用于采集声音信息； 

声纹认证单元，提取所述的声音信息中的声纹信息，建立该声纹信息的声学模型，并将该声学模型与声纹库中的全部声学模型进行比对，并返回声纹相似度值； 

内容认证单元，提取所述声音信息中的内容信息，建立该内容信息的内容模型，并将该内容模型与内容库中预设的全部内容模型进行比对，并返回内容相似度值； 

综合认证单元，将上述的声纹相似度值和内容相似度值进行处理，并得到综合认证结果，根据该综合认证结果发出解锁指令或者拒绝解锁指令；以及 

解锁单元，根据综合认证单元发出的解锁指令，进行解锁。 

12.根据权利要求11所述的电子设备，其特征在于，所述的声纹认证单元包括： 

声纹库，用于存储声学模型；以及 

声纹处理单元，用于提取所述的声音信息中的声纹信息，建立该声纹信息的声学模型，并将该声学模型与声纹库中的每一个声学模型进行比对，得到每一个声学模型的相似度值，将其中的相似度值最大的作为声纹相似度值返回。 

13.根据权利要求12所述的电子设备，其特征在于，其还包括： 

声学模型训练模块，用于建立有权用户的声纹的声学模型，并将该声学模型存储到所述的声纹库中。 

14.根据权利要求11所述的电子设备，其特征在于，所述的内容认证单元包括： 

内容模型建立模块，用于提取内容信息，并建立内容模型； 

内容库，其存储多个内容模型；以及 

内容处理模块，将内容模型建立模块得到的内容模型，并将该内容模型与内容库中的每个内容模型进行比对，并得到每一个内容模型的相似度值，将内容相似度值中最大的作为内容相似度值返回。 

15.根据权利要求14所述的电子设备，其特征在于，所述的内容模型为HMM模型，该模型特征采用MFCC特征。 

16.根据权利要求11-15任一项所述的电子设备，其特征在于，还包括： 

噪音检测单元，用于检测环境噪音，并将环境噪音的检测结果发送到综合认证单元。 

17.根据权利要求11-15任一项所述的电子设备，其特征在于，所述的电子设备为手机、平板电脑、笔记本电脑、电视机、台式机或者门禁装置。