一种智能客服系统及其控制方法
技术领域
本发明涉及智能客服技术领域,特别是涉及一种智能客服系统及其控制方法。
背景技术
客服与用户沟通传统且快捷有效的方式是通过电话,也是目前主流的方式。客服的工作状态和工作经验决定了服务质量,语音机器人统一的话术和绝对稳定的工作状态是维护客户良好关系的可靠助手。
传统人工客服的局限性在于客服数量无法与客户合理适配,势必造成客服数量过多工作量减少企业成本攀升;或者在某些时间客户需求增多,等待时间较长,由此造成了企业与客户之间沟通的隔阂。使用语音机器人,在数量上可以根据客户数量迅速做出适配,避免高峰时间客户与企业无法联系沟通。
现有技术中,也有一些客服机器人开始投入使用,通过接收用户的指令给出模式化的反馈,但此类客服机器人往往只能单方面接收用户的指令,并不能够像“真人”一样“理解”使用者的情感或行为,并人性化地给出回应,智能化程度需要提高。
发明内容
基于此,有必要针对上述的问题,提供一种智能客服系统及其控制方法。
本发明实施例是这样实现的,一种智能客服系统,智能客服系统包括:
任务管理模块201,用于创建和管理呼叫任务;
通话模块202,与所述任务管理模块201通信,用于根据所述呼叫任务发起呼叫并根据用户的语音输入生成相对的回复;
会话模型模块203,与所述通话模块202通信,利用存储的会话模型配合通话模块202实现类真人通话。
在本发明一个实施例中,还提供了如上一个实施例所述一种智能客服系统的控制方法,应用于所述通话模块202,所述方法包括以下步骤:
获取任务管理模块201创建的呼叫任务并根据所述呼叫任务发起呼叫;
获取用户的语音数据,将所述数据转换为文本并传输给会话模型模块203;
接收所述会话模型处理所述文本数据得到的语义理解结果,根据所述语义理解结果调用相应的真人语音生成语音回复。
本发明涉及智能客服技术领域,特别是涉及一种智能客服系统及其控制方法。所述智能客服系统包括:任务管理模块201,用于创建和管理呼叫任务;通话模块202,与所述任务管理模块201通信,用于根据所述呼叫任务发起呼叫并根据用户的语音输入生成相对的回复;会话模型模块203,与所述通话模块202通信,利用存储的会话模型配合通话模块202实现类真人通话。本发明通过设置会话模型模块203,可以实现类真人的场景对话以及闲聊模式会话,提升用户体验;通过任务管理模块201的设置,可以根据会话情况创建和管理呼叫任务,有利于对用户进行需求分析与服务追踪;通过设置通话模块202,可以智能地对用户进行分析从而判断是否需要进行重呼,提高了会话的针对性及会话的成功率。
附图说明
图1为一个实施例中提供的一种智能客服系统的应用环境图;
图2为一个实施例中提供的一种智能客服系统的结构示意图;
图3为一个实施例中提供的一种智能客服系统中任务管理模块结构示意图;
图4为一个实施例中提供的一种智能客服系统中会话模块结构示意图;
图5为一个实施例中提供的一种智能客服系统中智能会话单元结构示意图;
图6为一个实施例中提供的一种智能客服系统中会话模块结构示意图;
图7为一个实施例中提供的一种智能客服系统的控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
图1为一个实施例中提供的xx方法的应用环境图,如图1所示,在该应用环境中,包括智能客服系统110以及用户终端120。
在本发明实施例中,所述智能客服系统110可以是集成式系统,如设置于一台计算机中,也可以是分布式系统,如由多台计算机设备组成的智能通信客服系统,其中,多台计算机设备可以布置于同一地点,也可以布置于多个地点,通过网络相互关联,共同提供智能客服服务。计算机设备可以是个人计算机,还可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
在本发明实施例中,用户终端120可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。智能客服系统110以及用户终端120可以通过有线或者无线网络进行连接,本发明在此不做限制。
如图2所示,在本发明一个实施例中,提出了一种智能客服系统,其组成具体可以包括:
任务管理模块201,用于创建和管理呼叫任务;
通话模块202,与所述任务管理模块201通信,用于根据所述呼叫任务发起呼叫并根据用户的语音输入生成相对的回复;
会话模型模块203,与所述通话模块202通信,利用存储的会话模型配合通话模块202实现类真人通话。
在本发明实施例中,任务管理模块201用于创建和管理呼叫任务。创建呼叫任务即制定呼叫计划,包括呼叫对象、时间、针对的主题以及预期目标等;管理呼叫任务包括呼叫任务的增删以及变更。在本发明中,所述任务管理模块201对于呼叫任务的管理除了按受操作人员的直接控制外,还可以根据已有任务的进行情况按照预设的规则对呼叫任务进行创建和管理。例如,对于某用户的呼叫进展良好,但一次呼叫内未达到预期效果,用户约定下次通话,则系统可以自动生成下次通话的呼叫任务。该模块的主要特点在于,对于一个用户,当其呼叫任务完成初次创建后,后期的管理均可以由系统根据前次通话的结果自动进行,当然,此过程中并不排除操作者的介入。
在本发明实施例中,通话模块202是实现与用户直接通话的主要模块,根据任务管理模块201的呼叫任务发起呼叫,在呼叫接通后,根据接受到的用户语音,对语音进行识别并做出相应的回复。
在本发明实施例中,会话模型模块203中存储了多种场景的真人会话模型,这些模块具有具体的应用场景/话题,例如关于保险服务,会话模型中包含了例如:保险的年限、保险金额、时间、免责条款、后期服务跟踪等等。针对相关的会话设置了与之相关的可能提问与回复,通话模块202在通话过程中,对于接收到的每一句语音,后台通过识别后调用相应的合适模型,根据模型的设置实现类真人场景对话。需要理解的是,本发明中,由于呼叫任务是不是随机的,而是有计划有针对地创建与管理,因此,调用会话模型的时候,优选考虑该呼叫任务的对应的会话主题,从该主题类型中选取匹配度最高的会话模型;但是,考虑到会话中可能存在的随机性,例如会话偏离了预先设置有主题,会话模型模块203在选取相应会话模型的时候,既包括会话主题的匹配还包括具体对话内容的匹配。在本发明中,所述会话模型模块203除了正式的会话模型之外,还包括日常闲聊相关的会话模型,包括但不限于与孩子、家庭、饮食、健康相关的话题,这些话题模型在识别到用户的回复主题改变时可能触发。当然,呼叫任务也可以以此类模型为设定主题。
本发明实施例提供了一种智能客服系统,所述智能客服系统包括任务管理模块201、通话模块202以及会话模型模块203。本发明通过设置会话模型模块203,可以实现类真人的场景对话以及闲聊模式会话,提升用户体验;通过任务管理模块201的设置,可以根据会话情况创建和管理呼叫任务,有利于对用户进行需求分析与服务追踪;通过设置通话模块202,可以智能地对用户进行分析从而判断是否需要进行重呼,提高了会话的针对性及会话的成功率。
在本发明一个实施例中,如图3所示,所述任务管理模块201包括:
呼叫管理单元2011,与所述通话模块202通信,用于呼叫任务的创建和监听;
记录分析单元2012,与所述通话模块202通信,用于通话过程的记录以及根据通话记录进行用户分析并反馈给所述呼叫管理单元2011。
在本发明实施例中,任务管理模块201包括呼叫管理单元2011和记录分析单元2012。呼叫管理单元2011用于呼叫任务的创建与监听,其中创建如上一个实施例所述,此处不再赘述;监听则是对会话过程进行实时监听记录,记录内容包括:呼叫结果记录,通过进行时间,用户的回复状态记录等,其中用户的回复状态包括通话的双方回复的等待时长,用户语速,用户回复单名时长等。以上内容除了记录呼叫是否正常进行之外,还可以为其它模块提供用户分析的数据来源,判断用户会话中的积极性,分析用户情感从而推断会话达成的可能,发现用户的潜在需要等,并由此决定下次呼叫任务的安排。
在本发明实施例中,记录分析单元2012调用呼叫管理单元2011的监听数据对其进行分析,一方面是判断用户的积极性,推断会话成功的可能性大小,为呼叫任务的创建与管理提供依据,另一方面,在于分析系统的可靠性,包括但不限于是否出现机械式回答,是否未针对用户的提问做出正确回复,回复时间的长短等。此类数据主要用于系统的优化。
本发明实施例提供了一种智能客服系统,其中任务管理模块201包括呼叫管理单元2011以及记录分析单元2012,通过以下两个单元的设置,可以有效地对通话过程进行记录分析,发现用户的潜在需求,同时可以优化系统,提高客户满意度,减少系统回复机械性,进一步地实现类真人通话。
在本发明一个实施例中,所述通话模块202包括:
交互服务器2021,与所述任务管理模块201通信,用于执行呼叫任务、实现语音播报以及进行通话录音;
智能会话单元2022,与所述交互服务器2021、任务管理模块201以及会话模型模块203通信,用于控制所述交互服务器2021发起呼叫、接收所述交互服务器2021传输的语音数据流并调用会话模型对所述语音数据流进行处理分析,并输出语音回复。
在本发明实施例中,交互服务器2021用于执行呼叫任务,实现语音播报以及进行通话录音。其中,执行呼叫任务是在任务管理模块201创建的呼叫任务基础上进行的,任务管理模块201创建呼叫任务后,传递到交互助力器,由交互服务器2021发起呼叫。此外,交互服务器2021还用于语音播报以及对通话过程进行录音,语音播报即将其它模块输送来的语音回复进行播报,形成用户能听到的语音回复。本发明中,交互服务器2021能包括通话录音功能,录制下来的音频保存备用,用于后期管理和查验。
在本发明实施例中,智能会话单元2022是承担语义解析与回复生成的主要单元,上述交互服务器2021进行播报的语音即来源于智能会话单元2022,智能会话单元2022根据任务管理模块201创建的呼叫任务控制交互服务器2021发起呼叫;接通后,智能会话单元2022接收用户输入的语音并对语音进行处理分析,处理分析的过程还结合了会话模型模块203,从已有的会话模型中找出匹配的模型并提取相关性符合要求的回复;确定语音回复后传输到交互服务器2021,由交互服务器2021进行语音播报,形成用户能接听的语音。
本发明实施例提供了一种智能客服系统,通过设置交互服务器2021单元执行呼叫任务并实现语音播报,同时还包括通话过程中的语音录制,便于后期的查验分析,本发明还设置了智能会话单元2022,通过智能会话单元2022可以识别用户输入的语音数据,做到理解用户意图情感,从而做出相应的回复,高度模拟了真人会话场景,为用户提供更高质量的智能会话服务。
在本发明实施例中,如图5所示,所述智能会话单元2022包括:
拨号管理子单元20221,与所述任务管理模块201通信,用于从所述任务管理模块201获取呼叫任务并根据所述呼叫任务控制所述交互服务器2021发起会话;
语音识别子单元20222,与所述交互服务器2021通信,用于获取语音数据并识别转化为文本数据;
语义理解子单元20223,与所述会话模型模块203通信,用于将所述文本数据传输给所述会话模型模块203并获取语义理解结果,实现对用户语义的理解;
回复子单元20224,与所述交互服务器2021通信,用于根据所述语义理解结果调用相应的真人语音生成语音回复并将其传输到所述交互服务器2021,使所述交互服务器2021完成会话回复;
控制处理子单元20225,与所述智能会话单元2022内的各个子单元通信,用于所述智能会话单元2022各个子单元的统筹管理。
在本发明实施例中,拨号管理子单元20221用于管理交互服务器2021上的呼叫任务,交互服务器2021上的呼叫任务来源于任务管理模块201,交互服务器2021获取呼叫任务后,按呼叫任务获取的先后顺序排列形成呼叫队列,呼叫队列仅仅给出了呼叫的顺序,对于何时发起呼叫并没有进行相应的控制,且不能根据已进行的会话的进行情况对呼叫队列进行调整。通过拨号管理子单元20221,可以控制呼叫的发起时间,根据结束时间安排下一个呼叫的发起。必要的时候,若判断前一个呼叫需要发起重呼,如发生会话中断、信号干扰等突发情况,则拨号管理子单元20221可以在呼叫队列中插中一个呼叫任务,但是需要理解,插入近的这个呼叫任务同样由任务管理模块201产生,拨号管理子单元20221的任务是调整了呼叫发起的时间,以实现紧跟用户需求。
在本发明实施例中,语音识别子单元20222用于用户输入语音的识别,这里的识别是指辨认出语音对应的内容,具体为将语音数据转化为对应的文本数据,与语音内容的具体含义无关。由于后期需要对根据语音数据分析用户的意图、情感、具体表达的含义等,这之间存在一个比对的过程,若未转化为文本数据则比对仅能在同种数据类型中进行,即语音与语音的比对,这要求系统的数据均需要以语音的形式存储,容量大且处理不便,远不如文本数据的处理速度,文本数据的处理算法也更为成熟可靠。因此,通过语音识别子单元20222的设置,可以使得系统存储更为精简,提升运算速度,也进一步提高主义理解的准确性。在本发明中,语音识别子单元20222对语音的识别过程如下:
(1)、获取到语音数据,为了提高识别准确率,先对录音实行降噪处理;该算法的核心思想是采用维纳滤波器抑制估计出来的噪声:
y(t)=x(t)+n(t)
式中,x和n分别为语音和噪声,y为处理后的语音数据。
Y(ω)=(X+N)(ω)=X(ω)+N(ω)
它们的频谱关系如上式,从上式可以看出语音和噪声是加性且不相关的关系,对于非加性关系可以用AEC(Acoustic Echo Cancellation,声学回声消除算法)等算法对不同场景进行抑制。根据中心极限定义,一般认为噪声和语音分布服从均值为0,方差为ui的正态分布,但是也有采用和分布的情况。本发明的中心思想就变成了从Y中估计噪声N,然后抑制N以得到语音,即:
X(ω)=Y(ω)-N(ω)
传统识别准确率不高,主要是因为采用单一识别方式,如在线识别,由于网络,语音准确度,识别模型等多种因素导致识别率不高,本发明采用离/在线结合的方式,离线识别性能高,不耗费资源且都可以识别出各地方言;最后经过识别结果比对,然后结合情感分析最终得出的识别结果更加准确。
在本发明实施例中,主义理解子单元用于语音数据对应的文本数据的主义理解。主义理解采用但不限于关键词捕捉、常用语句分析以情境匹配等方式。在本发明实施例中,语义理解子单元20223与会话模型模块203通信,提取文本数据的关键词、句后,将由上述词、句判断得到的用户的情感及意图等描述一并传输到会话模型模块203,由会话模型模块203对上述数据进行处理后输出。
在本发明实施例中,回复子单元20224用于获取会话模型模块203的处理文本数据及其对应的描述后得到的基本回复,并生成完整回复。回复子单元20224从会话模型中获取的基本回复数据包括语音数据和/或文本数据,对于其中的语音数据可以直接传输到交互管理服务器进行语音播报,当然,其中的语音数据也可以仅是回复内容的一个片段,此时需要回复子单元20224对这些分散的片段进行组合处理,以生成相应的回复;而对于其中的文本数据,可以采用TTS(Text To Speech)方法合成语音。在本发明中,同一含义的语句存储有多句,随机选取,避免用户每次听到的语句均相同,提高会话真实性。
在本发明实施例中,控制处理子单元20225用于上述各个子单元的工作协调,例如在一个会话进行时限制拨号管理子单元20221的拨号控制,在一个语音数据进行处理时其监测到用户还有新输入,控制语音识别子单元20222进行语音识别地时候采用分段处理方式,避免前后两段数据混合影响语义解析等。总之,智能会话模块的各个子单元之间的协调工作是在控制处理子单元20225的协调控制下进行的。
在本发明实施例中,需要理解的是,上述各个子单元在数量上并不是唯一的,这里仅仅指在一个通话中至少包括上述子单元,由于可以同时进行多处会话,上述各个子单元可以同时存在多个,分别对各个会话路径上的信息进行处理,当然,其中某些子单元也可以实现共用,例如拨号控制子单元可能同时控制多个会话中的交互服务器2021,或者控制一个交互服务器2021同时进行多个会话处理等,本发明对于各个子单元的数量组合形式不作具体限制。
本发明实施例中提供了一种智能客服系统,通过智能会话模块各个子单元的设置可以对用户的语音输入进行实时的分析处理,一方面可以实现快速回复无等待(进行语义理解与回复生成的时候可以进行新一个语音输入的采集),另一方面与会话模型模块203匹配,可以提高回复的类真人效果,提高用户满意度。
发明一个实施例中,如图6所示,所述会话模型模块203包括:
语料管理单元2031,用于收录用户的输入语料以及通话模块202的输出语料,并调用存储的会话模型对所述通话模块202传输过来的用户语音数据对应的文本数据进行处理,生成语义理解结果并返回给所述通话模块202,所述语料包括用户的输入语音及对应的文本数据、所述通话模块202的输出语音及对应的文本数据;
会话模型训练单元2032,用于根据所述语料管理单元2031存储的语料数据训练会话模型,实现模型优化。
在本发明实施例中,语料管理单元2031存储在会话过程中用户与通话模块202输出的语料,所述语料为短语、句子、场景会话及其对应的语音。语料管理单元2031获取语义理解子单元20223的文本数据后,根据所述文本数据的内容及其描述,与存储的语料进行匹配,匹配出相应的会话场景及主题,并判断用户情感、态度、意图、倾向等,并奖匹配得到的结果传输给回复子单元20224,传输的内容包括文本和/或语音。
在本发明实施例中,会话模型训练单元2032用于根据历史会话语料训练会话模型,包括更新场景对话,优化匹配算法,对于同一个识别结果生成多个匹配结果等。由于会话模型训练单元2032的存在,会话历史数据越丰富其输出的结果可能性就越多,越能够与用户的语音输入直匹配,实际上是系统一个不断优化的过程。为了深度优化匹配模型,本发明在会话模型匹配的优化中采用对抗网络(GAN)进行训练,生成式对抗网络模型(GAN,Generative Adversarial Networks),两个博弈模型能够通过简单的反向传播来协同训练。其基本过程如下:
给定真实数据集R,G为生成器(generator),它的任务是生成能以假乱真的假数据;D为判别器(discriminator),能从真实数据集R或者G处获取数据,然后做出判别真假的标记。理想情况下,D和G都会随着不断训练,做得越来越好。通过这种方式,本发明通过对模型不断地进行对抗训练,提高理解用户语义的能力。计算过程如下:
优化D:
式中的G(z)为已经得到的假样本,上式的第一项,使得真样本x输入的时候,得到的结果越大越好,因为真样本的预测结果越接近1越好;对于假样本,优化的目标是使其结果越来越小,也就是D(G(z))越来越小。但是第一项越大,第二项越小,产生了矛盾,因此把第二项改为1-D(G(z))。
优化G:
在优化G的时候与真样本无关,所以把第一项直接去掉,这时候只有假样本,但是目标是假样本的标签是1,所以是D(G(z))越大越好,但是为了统一成1-D(G(z))的形式,那么只能是最小化1-D(G(z))。
本发明实施例提供了一种智能客服系统,通过设置语料管理单元2031可以根据用户的输入语音匹配相应的会话场景生成相应的结果,提高了系统的类真人会话程度,使系统的回复更贴近于真实生活场景,提高了用户体验;通过设置会话模型训练单元2032可以使系统在会话过程中不断优化算法,提高匹配的精确度。
在本发明一个实施例中,所述智能客服系统还包括语音记录模块,与所述通话模块202通信,用于会话过程中的语音数据记录,便于后期的人工查检。
在本发明实施例中,语音记录模块用于会话过程中的语音记录,语音包括用户输入语音及系统的输出语音。通过语音记录模块的设置,可以保存每个会话中双方的语音记录,对于系统而言,用户语音是未经过任何处理的最原始数据,参考价值最高,可以避免语音识别等过程中的错漏等;对于用户而言,系统的输出语音是其直接接收到的信息,无论回复如何生成,用户最终关心的是输出的语音结果,因此,保存会话过程有语音结果相当于保存了整个会话过程,可以作为会话的真实记录。方便后期的查验,纠纷处理等的进行。
在本发明一个实施例中,所述智能客服系统还包括日志分析模块,所述日志分析模块与各个模块通信,用于根据所述通话模块202和会话模型模块203的会话记录对用于用户进行分析归类,并将分析归类结构反馈给所述任务管理模块201,以实现对用户的服务跟进。
在本发明实施例中,日志分析模块与各个模块通信,用于收集分析各个模块的数据并对收集到的数据进行分析处理。需要理解的是,本发明中的分析是针对用户进行的,例如具体用户在某次具体会话中的倾向及态度、会话的平均时长、具体话题与会话成功的比率、用户的地域分布、用户整体的需要变化、用户会话时段分析、用户年龄层次分析等。对于用户进行分析的主要目的在于对用户进行跟踪服务,及时跟进用户的需求变化。
本发明实施例提供了一种智能客服系统,通过设置日志分析模块可以更好地记录分析用户的需求,使得会话更有针对性,提高会话的成功率。
在本发明一个实施例中,所述智能客服系统还包括路线管理模块,与所述通话模块202通信,用于动态管理呼叫线路,根据当前线路的使用情况实现呼叫线路的智能切换。
在发明实施例中,线路管理模块与通信模块通信,具体交互服务器2021通信,当交互服务器2021发起呼叫时遇上线路不畅时,向线路管理模块反馈,路线管理模块接收到反馈后调整呼出线路,使呼出正常进行。此过程是自动进行的,无需人为操作。
本发明实施例提供了一种智能客服系统,通过设置线路管理模块可以及时地调整呼出线路,保证了呼出的及时性及可靠性区别与现有技术只能单线路呼出的系统。
在本发明一个实施例中,所述智能客服系统还包括数据库,所述数据库分设有与各个模块对应的数据分区,用于向各个模块提供需要的原始数据以及存储各模块生成的更新数据。
在本发明实施例中,数据库的作用存在于会话进行过程的各个结点,任务管理模块201的数据保存于数据库中,通话模块202的通话数据如录音、语音对应的文本数据均保存于数据库中,此外,会话模型模块203中存在的会话模型、日志记录等都属于数据库的一部分。数据库可以采用本地硬盘存储也可以采用云端存储,优先为云端存储。
本发明实施例提供了一种智能客服系统,通过设置数据库可以保存系统工作过程中需要的以及产生的各类数据,作为系统的数据支持存在,是系统运作的重要能成部分,与现有技术相比,本发明的数据库采用的是统一存储的方式,数据库划分为多个数据分析,分别用于存储各个模块、单元需要的及以产生的数据,采用的是综合管理的方式,更易于统一协调管理,效率高。
在本发一个实施例中,如图7所示,提供了一种如以上任一项权利要求所述的智能客服系统的控制方法,应用于所述通话模块202,所述方法包括以下步骤:
步骤S701,获取任务管理模块201创建的呼叫任务并根据所述呼叫任务发起呼叫;
步骤S702,获取用户的语音数据,将所述数据转换为文本并传输给会话模型模块203;
步骤S703,接收所述会话模型处理所述文本数据得到的语义理解结果,根据所述语义理解结果调用相应的真人语音生成语音回复。
在本发明实施例中,智能客服系统的基本工作过程为,任务管理模块201生成呼叫任务,并将生成的呼叫任务传输到通话模块202,通往模块根据呼叫任务发起呼叫;呼叫接通后,接收到自用户的语音输入,对语音输入进行文本转化,结合会话模型模块203对转化后的文本进行语义理解并生成回复,向用户播报回复。在此过程中,数据库、日志记录模块发挥作用,为系统提供会话进行需要的数据以及存储会话过程中生成的新数据,此外,还根据会话的进行情况对用户进行相应的记录分析,便于后期的跟踪服务。
本发明实施例提供了一种智能客服系统的控制方法,改善了系统对语音的识别准确性,可以调用真人发音,提高会话的类真人程度,此外,还包括用户分析、线路切换等方面的优化,能够为用户提供更为智能的会话服务,满足用户需求。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。