CN118018167A - 信息输出通道选择方法、信息的输出方法、装置及设备 - Google Patents

信息输出通道选择方法、信息的输出方法、装置及设备 Download PDF

Info

Publication number
CN118018167A
CN118018167A CN202211407206.7A CN202211407206A CN118018167A CN 118018167 A CN118018167 A CN 118018167A CN 202211407206 A CN202211407206 A CN 202211407206A CN 118018167 A CN118018167 A CN 118018167A
Authority
CN
China
Prior art keywords
information
output
channel
determining
mode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211407206.7A
Other languages
English (en)
Inventor
孙明明
曾理
张晓帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202211407206.7A priority Critical patent/CN118018167A/zh
Priority to PCT/CN2023/113728 priority patent/WO2024098878A1/zh
Publication of CN118018167A publication Critical patent/CN118018167A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/02—Channels characterised by the type of signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例公开了一种信息输出通道选择方法，该方法应用于电子设备中，包括：获取通知信息和传感器采集的数据，基于通知信息，确定通知信息对应的分类信息，根据分类信息和传感器采集的数据确定输出通道，输出通道包括输出设备和输出设备对应的输出模态。本申请实施例还同时提供了一种信息输出通道选择装置、信息的输出方法、装置及设备。

Description

信息输出通道选择方法、信息的输出方法、装置及设备
技术领域
本申请涉及人机交互技术，尤其涉及一种信息输出通道选择方法、信息的输出方法、装置及设备。
背景技术
目前，得益于近年来智能设备的技术进步，用户交互界面(User Interface，UI)作为人机交互的媒介得到了很好的发展，信息的呈现形式也更加丰富，例如卡片、列表等结构化信息能够以更加简洁、高效、美观、丰富的样式呈现给用户，用户能够通过UI进行人机交互，完成信息传输。
电子设备和其支持的交互模态共同构成传输通道。相关技术中，在人机交互时，传输通道的选择通常依赖于单一电子设备或者单一场景模式，而不能够针对不同类型的电子设备或者不同类型场景做到有效匹配。
发明内容
本申请实施例提供一种信息输出通道选择方法、信息的输出方法、装置及设备，能够实现针对不同类型的电子设备或者不同类型场景下传输通道的有效匹配。
本申请的技术方案是这样实现的：
本申请实施例提供一种信息输出通道选择方法，所述方法应用于电子设备中，包括：
获取通知信息和传感器采集的数据；
基于所述通知信息，确定所述通知信息对应的分类信息；
根据所述分类信息和所述传感器采集的数据确定输出通道；其中，所述输出通道包括输出设备和所述输出设备对应的输出模态。
本申请实施例提供一种信息的输出方法，所述方法应用于输出设备中，包括：
接收信息和输出模态；
当接收到的信息为输出信息时，基于所述输出模态输出所述输出信息；
当接收到的信息为通知信息时，基于所述通知信息确定所述输出信息，基于所述输出模态输出所述输出信息。
本申请实施例提供一种信息输出通道选择装置，所述装置设置于电子设备中，包括：
获取模块，用于获取通知信息和传感器采集的数据；
分类模块，用于基于所述通知信息，确定所述通知信息对应的分类信息；
确定模块，用于根据所述分类信息和所述传感器采集的数据确定输出通道；其中，所述输出设备包括输出设备和所述输出设备对应的输出模态。
本申请实施例提供一种信息的输出装置，所述装置设置于输出设备中，包括：
接收模块，用于接收信息和输出模态；
第一输出模块，用于当接收到的信息为输出信息时，基于所述输出模态输出所述输出信息；
第二输出模块，用于当接收到的信息为通知信息时，基于所述通知信息确定所述输出信息，基于所述输出模态输出所述输出信息。
本申请实施例提供一种电子设备，包括：
处理器以及存储有所述处理器可执行指令的存储介质，所述存储介质通过通信总线依赖所述处理器执行操作，当所述指令被所述处理器执行时，执行上述一个或多个实施例中所述的信息输出通道选择方法。
本申请实施例提供一种输出设备，包括：
处理器以及存储有所述处理器可执行指令的存储介质，所述存储介质通过通信总线依赖所述处理器执行操作，当所述指令被所述处理器执行时，执行上述一个或多个实施例中所述的信息的输出方法。
本申请实施例提供一种计算机存储介质，存储有可执行指令，当所述可执行指令被一个或多个处理器执行的时候，所述处理器执行如一个或多个实施例所述的信息输出通道选择方法，或者，执行如一个或多个实施例所述的信息的输出方法。
本申请实施例提供了一种信息输出通道选择方法、信息的输出方法、装置及设备，包括：获取通知信息和传感器采集的数据，基于通知信息，确定通知信息对应的分类信息，根据分类信息和传感器采集的数据确定输出通道，输出通道包括输出设备和输出设备对应的输出模态；也就是说，在本申请实施例中，通过获取通知信息和传感器采集的数据，并在得到通知信息对应的分类信息之后，以分类信息和传感器采集的数据为基础，确定输出通道，从而知晓输出设备和输出设备对应的输出模态，可见，不论是任何类型的电子设备的通知信息和任何类型场景下传感器采集的数据，只要获取到通知信息和传感器采集的数据，就可以确定出输出通道，即在具有通知信息和传感器采集的数据的情况下，就可以确定出与通知信息对应的分类信息和传感器所反映的当前场景下最为匹配的输出通道，与相关技术中特定设备下或者特定场景下输出通道的选取方法相比，该信息输出通道选择方法适用不同类型的电子设备和不同类型的场景，并且针对通知信息对应的分类信息，并结合传感器采集的数据，实现了针对不同类型的电子设备或者不同类型场景下传输通道的有效匹配。
附图说明
图1为本申请实施例提供的一种可选的信息输出通道选择方法的流程示意图；
图2为本申请实施例提供的一种可选的信息的输出方法的流程示意图；
图3为本申请实施例提供的一种可选的多个设备构成的网络结构的实例的结构示意图；
图4为本申请实施例提供的一种可选的信息输出通道选择方法和信息的输出方法的实例的流程示意图；
图5为本申请实施例提供的一种可选的UI卡片设计架构示意图；
图6为本申请实施例提供的一种可选的UI界面的实例的示意图；
图7为本申请实施例提供的一种可选的信息输出通道选择装置的结构示意图；
图8为本申请实施例提供的一种可选的信息的输出装置的结构示意图；
图9为本申请实施例提供的一种可选的电子设备的结构示意图；
图10为本申请实施例提供的一种可选的输出设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供了一种信息输出通道选择方法，该方法可以应用于单个设备中，也可以应用于多个设备构成的网络架构中，这里，本申请实施例对此不作具体限定。
其中，针对单个设备来说，单个设备执行信息输出通道选择方法，并在确定出输出通道和输出设备对应的输出模态之后，执行下述信息的输出方法。
针对多个设备构成的网络架构来说，执行信息输出通道选择方法的设备可以为网络架构中的任意一个设备，也可以为网络架构中的主设备，还可以为该网络架构中与任意一个设备相连接的服务器，这里，本申请实施例对此不作具体限定。
图1为本申请实施例提供的一种可选的信息输出通道选择方法的流程示意图，如图1所示，该信息输出通道选择方法可以包括：
S101：获取通知信息和传感器采集的数据；
S102：基于通知信息，确定通知信息对应的分类信息；
S103：根据分类信息和传感器采集的数据确定输出通道。
目前，针对输出通道，从人体感知角度来说，主要可以通过视觉、听觉、触觉与智能终端设备发生交互，其中，智能车载可提供视觉、听觉通道，智能手机、手表、手环可提供视觉、听觉、触觉(振动)通道，智能电视可提供视觉、听觉通道，智能耳机可提供听觉通道，未来可能产生更多的新型设备，提供类似的通道服务。
多种通道属性各不相同(如信道容量、隐私性、干扰性等)，依赖的设备也不相同。在各种场景下，不同通道的可触达性、可用性不同。例如，手机UI界面通道，通道的信道容量最高、隐私性很高，一般作为主要通道，但在强光、运动等环境下，抗干扰能力差，在运动、驾驶等场景下息屏可用性差。智能车载互联语音、智能手表振动、智能耳机语音，在隐私性、信道容量方面整体弱于手机UI界面，但在上述手机抗干扰能力不足或者可用性不足的场景下，这些设备的抗干扰能力和可用性都高于手机UI界面，可以作为辅助通道为用户提供便捷、自然、泛在的服务。
通过设备传感器信息，智能感知用户位置、身体、情绪等状态，根据用户所处情境，无需用户操作，自动智能地为其选择最佳输出通道，为用户提供便捷、自然、无割裂感的服务，即“泛在服务”，是人机交互未来发展的重要方向。
然而，针对相关技术中的人机交互时，传输通道的选择通常依赖于单一设备或者单一场景模式，而不能够针对不同类型的电子设备或者不同类型场景做到有效匹配，本申请实施例提供一种信息输出通道选择方法，获取通知信息，例如，该通知信息可以为智能手机接收到的一条短信，还可以为一个智能手机生成的一条提示信息，还可以为UI界面信息或者图形用户交互界面(Graphical User Interface，GUI)界面信息。
其中，UI界面信息为以UI Tree为架构存储的界面信息，UI Tree指的是系统中的UI元素内容类似HTML的树形层次结构，GUI界面信息为以GUI Tree为架构存储的界面信息，GUI Tree指的是系统中的GUI元素内容类似HTML的树形层次结构，例如，智能手机中第三方应用程序(Application，APP)的界面中一个UI界面信息或者一个GUI界面信息，UI界面信息或者GUI界面信息中均包括有控件的属性信息。
这里，除了获取通知信息之外，还需要获取传感器采集的数据，其中，以单个设备为例来说，传感器指的是与单个设备相关的传感器，可以是与单个设备相连接的传感器，也可以是单个设备上的传感器。
针对多个设备构成的网络架构来说，传感器为与多个设备相关的传感器，可以是与多个设备相连接的传感器，也可以是多个设备上的传感器，多个设备中的每个设备接收到与之相关的传感器采集的数据，每个设备将接收到的传感器采集的数据发送至主设备或者服务器，从而使得网络架构中的主设备或者服务器可以获取到传感器采集的数据。
其中，上述传感器可以包括位置传感器、环境传感器、运动传感器等等这几类，这里，本申请实施例对此不作具体限定。
以传感器为每个设备上的传感器为例来说，在电子设备中，传感器可以包括压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器、骨传导传感器等。
其中，压力传感器用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器可以设置于显示屏。压力传感器的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器，电极之间的电容改变。根据电容的变化确定压力的强度。当有触摸操作作用于显示屏，根据压力传感器检测所述触摸操作强度。也可以根据压力传感器的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时，执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时，执行新建短消息的指令。
陀螺仪传感器可以用于确定电子设备的运动姿态。在一些实施例中，可以通过陀螺仪传感器确定电子设备围绕三个轴(即X、Y和Z轴)的角速度。陀螺仪传感器可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器检测电子设备抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消电子设备的抖动，实现防抖。陀螺仪传感器还可以用于导航，体感游戏场景。
加速度传感器可检测电子设备在各个方向上(一般为三轴)加速度的大小。当电子设备静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态，应用于横竖屏切换，计步器等应用。
环境光传感器用于感知环境光亮度。环境光传感器还可以与接近光传感器配合，检测电子设备是否在口袋里，以防误触。
指纹传感器用于采集指纹。可以利用采集的指纹特性实现指纹解锁。
温度传感器用于检测温度。
触摸传感器，也称“触控面板”。触摸传感器可以设置于显示屏，由触摸传感器与显示屏组成触摸屏，也称“触控屏”。触摸传感器用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作。在另一些实施例中，触摸传感器也可以设置于电子设备的表面，与显示屏所处的位置不同。
这里，在获取到通知信息和传感器采集的数据之后，对通知信息进行分类，从而可以得到通知信息对应的分类信息，其中，该分类信息包括以下一项或多项：隐私性信息、紧急性信息和重要性信息；其中，这里，可以利用预设的分类规则对通知信息进行分类，从而可以得到通知信息对应的分类信息，还可以利用神经网络模型进行分类，从而得到通知信息对应的分类信息，这里，本申请实施例对此不作具体限定。
如此，这里通过采用分类的方式得到分类信息，可以知晓通知信息对应的隐私性信息、紧急性信息和重要性信息中的至少一项，从而利用通知信息对应的分类信息和传感器采集的数据来确定输出通道，其中，输出通道包括输出设备和输出设备对应的输出模态，也就是说，根据分类信息和传感器采集的数据能够确定输出设备和输出设备对应的输出模态。
其中，为了实现根据分类信息和传感器采集的数据确定出输出通道，这里，可以采用预设的确定规则的方式来确定输出通道，也可以采用神经网络模型的方式来确定输出通道，本申请实施例对此不作具体限定。
需要说明的是，上述输出通道可以用于信息的输出；其中，上述输出设备可以包括：智能手机、智能电视、智能耳机、智能手表、智能手环、扫地机器人等等；上述输出设备对应的输出模态可以包括：视觉模态、听觉模态和触觉模态。
另外，上述隐私性信息、紧急性信息、重要性信息可以用优先级表示，在实际应用中可以使用低、中和高来表示不同等级的优先级。
为了得到通知信息对应的分类信息，在一种可选的实施例中，S102可以包括：
基于通知信息的语义分析结果，确定通知信息对应的分类信息。
可以理解地，可以对通知信息进行语义分析，并对语义分析结果进行多标签分类，从而可以得到通知信息对应的分类信息，这里，可以根据通知信息的具体形式来对通知信息进行处理从而得到通知信息对应的分类信息，例如，通知信息为一张图片时，需要对通知信息进行图像识别处理得到文本内容，在对文本内容依次进行语义分析和多标签分类，从而可以得到通知信息对应的分类信息。
另外，当通知信息为UI界面信息时，可以通过对UI界面信息中各控件的属性信息进行处理，从而得到通知信息对应的分类信息，对UI界面信息中各控件的属性信息进行处理，可以采用下述神经网络模型的方式实现：
将各控件的属性信息输入至预设的第一神经网络模型中进行数值化编码，得到各控件的数值化向量；
将各控件的数值化向量输入至预设的第二神经网络模型中进行语义分析，得到各控件的语义向量；
将各控件的语义向量输入至预设的第三神经网络模型中进行信息提取融合，得到第一UI的语义向量；
将第一UI的语义向量输入至预设的第四神经网络模型中进行多标签分类，得到UI界面信息对应的分类信息。
这里，UI界面信息的各控件的属性信息可以包括：文本位置，控件位置(在UI中的位置)，交互属性和控件在UI Tree(UI Tree为UI界面信息的存储结构)中的位置信息，其中，控件在UI Tree中的位置信息可以为控件在UI Tree中前序、中序、后序遍历的对应索引等。
需要说明的是，上述预设的第一神经网络模型、预设的第二神经网络模型、预设的第三神经网络模型和预设的第四神经网络模型可以为四个独立的神经网络模型，也可以为一个神经网络模型的四个子神经网络模型，这里，本申请实施例对此不作具体限定。
如此，通过上述神经网络模型的处理，可以得到UI界面信息对应的隐私性信息、紧急性信息和重要性信息中的一种或多种。
为了确定出输出通道，在一种可选的实施例中，S103可以包括：
基于传感器采集的数据，确定可选输出通道的信道质量信息；
根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道。
其中，可选输出通道指的是传感器对应的电子设备对应的输出通道，可选输出通道包括可选输出设备和可选输出设备对应的输出模态，例如，针对单个设备来说，上述传感器为单个设备相关的传感器，那么上述传感器对应的电子设备即为单个设备，可选输出通道即为单个设备对应的输出通道；针对多个设备来说，上述传感器为多个设备相关的传感器，那么上述传感器对应的电子设备即为多个设备，可选输出通道即为多个设备对应的输出通道。
通常地，在输出通道选择中，一般存在多个可选输出通道，那么，为了选取出最佳的输出通道，这里，基于传感器采集的数据对可选输出通道进行信道质量的评估处理，从而可以得到可选输出通道的信道质量信息；其中，针对多个设备的网络架构来说，基于每个设备相关的传感器采集的数据，对每个设备对应的每个可选输出通道进行信道质量评估处理，从而可以得到每个可选输出通道的信道质量信息；针对单个设备来说，基于传感器采集的数据，对单个设备对应的每个可选输出通道进行信道质量评估处理，从而可以得到每个可选输出通道的信道质量信息。
那么，在知晓可选输出通道的信道质量信息之后，再结合分类信息，从可选输出通道中确定输出通道，即输出设备和输出设备对应的输出模态，其中，信道质量信息包括以下一项或多项：可用性信息、干扰性信息、信道容量信息、隐私性信息和自适应能力信息；这样，在选取输出设备和输出设备对应的输出模态时，结合通知信息对应的分类信息和可选输出通道的信道质量信息，使得选取出的输出设备和输出设备对应的输出模态，与通知信息对应的分类信息和当前场景能够有效匹配。
其中，上述可用性信息用于反映通道的可用程度，通常用优先级来表示，优先级越高，通道的可用程度越高，优先级越低，通道的可用程度越低；上述干扰性信息用于反映通道的是否可抗干扰以及可抗干扰能力的等级，例如可以包括：不可抗干扰，可抗干扰，可抗干扰能力等级，信道容量信息用于反映通道可传输的信息的容量，可以用数值表示，也可以分为不同等级，等级越高，可传输的信息的容量越大，等级越低，可传输的信息的容量越小；隐私性信息用于反映通道的隐私性等级，等级越高，说明通道的隐私性越强，等级越低，说明通道的隐私性越弱；自适应能力信息用于反映通道的自适应能力，可以包括：是否具有UI自适应能力，是否具有简洁的自然语音播报能力，是否具有信息压缩能力，是否具有振动模式的自适应能力等等；需要说明的是，本申请实施例不限于此。
为了得到可选输出通道的信道质量信息，在一种可选的实施例中，基于传感器采集的数据，确定可选输出通道的信道质量信息，包括：
基于传感器采集的数据，得到可选输出通道的可用性信息和可选输出通道的干扰性信息；
将可选输出通道的可用性信息、可选输出通道的干扰性信息、预设的可选输出通道的信道容量信息、预设的可选通道的隐私性信息和预设的可选输出通道的自适应能力信息中的至少一项，确定为可选输出通道的信道质量信息。
可以理解地，这里基于传感器采集的数据，采用传感器状态检测机制，对可选输出通道进行状态检测，从而可以得到可选输出通道的可用性信息和可选输出通道的干扰性信息。
由于每个可选输出通道的信道容量信息、可选输出通道的隐私性信息和可选输出通道的自适应能力信息都是预先存储好的，所以，在得到可选输出通道的可用性信息和干扰性信息之后，将可选输出通道的可用性信息、可选输出通道的干扰性信息、可选输出通道的信道容量信息、可选输出通道的隐私性信息和可选输出通道高的自适应能力信息至少一项确定为可选输出通道的信道质量信息。如此，可选输出通道的信道质量信息可以用于确定输出设备和输出设备对应的输出模态。
为了提高可选输出通道的信道质量信息的准确性，在一种可选的实施例中，基于传感器采集的数据，确定可选输出通道的信道质量信息，包括：
基于传感器采集的数据，得到可选输出通道的可用性信息和可选输出通道的干扰性信息；
基于可选输出通道的可用性信息和可选输出通道的信道容量信息，重新确定可选输出通道的信道容量信息；
将可选输出通道的可用性信息、可选输出通道的干扰性信息、可选输出通道的信道容量信息、预设的可选输出通道的隐私性信息和预设的可选输出通道的自适应能力信息中的至少一项，确定为可选输出通道的信道质量信息。
可以理解地，这里基于传感器采集的数据，采用传感器状态检测机制，对可选输出通道进行状态检测，从而可以得到可选输出通道的可用性信息和可选输出通道的干扰性信息，由于可选输出通道的可用性信息对可选输出通道的信道容量信息具有一定的影响，所以这里，基于可选输出通道的可用性信息对可选输出通道的信道容量信息进行修正，可以采用预设的修正规则进行修正，从而可以重新确定出可选输出通道的信道容量信息。
举例来说，可用性信息用优先级表示时，若可用性信息为第一优先级时，修正系数为1，重新确定出的可选输出通道的信道容量信息为预设的可选输出通道的信道容量信息，若可用性信息为第二优先级时，修正系数为0.8，将预设的可选输出通道的信道容量信息的数值乘以0.8，以重新得到可选输出通道的信道容量信息，若可用性信息为第三优先级时，修正系数为0.5，将预设的可选输出通道的信道容量信息的数值乘以0.5，以重新得到可选输出通道的信道容量信息，其中，第一优先级大于第二优先级，第二优先级大于第三优先级。
由于每个可选输出通道的隐私性信息和可选输出通道的自适应能力信息都是预先存储好的，所以，在得到可选输出通道的可用性信息、干扰性信息和信道容量信息之后，将可选输出通道的可用性信息、可选输出通道的干扰性信息、可选输出通道的信道容量信息、可选输出通道的隐私性信息和可选输出通道高的自适应能力信息至少一项确定为可选输出通道的信道质量信息。如此，可选输出通道的信道质量信息可以用于确定输出设备和输出设备对应的输出模态。
知晓通知信息对应的分类信息和可选输出通道的信道质量信息后，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为一个时，将选取出的输出通道确定为输出通道。
也就是说，可以预先设置选取规则从可选输出通道中选取出输出通道，这里，第一预设条件是指分类信息的等级达到预设等级，例如，分类信息的隐私性信息、紧急性信息和重要性信息均满足预设等级，或者，分类信息的隐私性信息、紧急性信息和重要性信息中至少一个或者两个满足预设等级，其中，预设等级可以为等级中的最高等级，也可以为等级中的次高等级，这里，本申请实施例对此不作具体限定。
只有当分类信息满足第一预设条件才从可选输出通道中选取出满足第二预设条件的输出通道，也就是说，只有当分类信息满足第一预设条件才选取输出通道，并且选取的方法是从可选输出通道中选取出满足第二预设条件的输出通道，针对第二预设条件，在一种可选的实施例中，从可选输出通道中选取出满足第二预设条件的输出通道，包括：
基于可选输出通道的信道质量信息，从可选输出通道中选取出满足第二预设条件的输出通道。
也就是说，以可选输出通道的信道质量信息为依据，将可选输出通道中满足第二预设条件的输出通道选取出，其中，选取出可选输出通道中信道质量信息达到预设的信道质量信息的输出通道，例如，可以选取出信道质量信息中的隐私性信息达到预设等级、可用性信息达到预设等级、干扰性信息达到可抗干扰、信道容量信息达到预设容量值、自适应能力信息中包括UI自适应能力的输出通道；还可以从可选输出通道中选取出隐私性信息为最高优先级、且信道质量信息中的可用性信息不为最低优先级的输出通道。
另外，针对选取出的一个输出通道的情况，直接将选取出的输出通道确定为输出通道。针对选取出多个输出通道的情况，可以从选取出的输出通道中任意选取出一个输出通道或者多个输出通道，也可以采用预设的选取规则选取出一个输出通道或者多个输出通道，从而将选取出的输出通道确定为输出通道，这里，本申请实施例对此不作具体限定。
针对选取出多个输出通道的情况来说，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为第一数量个时，基于选取出的输出通道的信道质量信息，从选取出的输出通道中选取第二数量个输出通道，将选取出的第二数量个输出通道确定为输出通道；其中，第二数量大于1且小于第一数量。
可以理解地，经过第一预设条件和第二预设条件的筛选之后，在选取出第一数量个输出通道之后，可以基于选取出的输出通道的信道质量信息，从选取出的输出通道中选取第二数量个输出通道，选取方式可以是依据信道质量信息中的一个或多个信息，例如隐私性信息，按照优先级由高到低进行排序，针对相同优先级的情况，再基于可用性信息按照优先级由高到低进行排序，从而可以得到按照信道质量信息的排序结果，将排序结果中排在前面的第二数量个输出通道选取出来，最终将选取出的第二数量个输出通道确定为输出通道。
可见，确定出的输出通道的数目可以为一个也可以为多个，这里，本申请实施例对此不作具体限定。
为了选取出最佳的输出通道，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，基于选取出的输出通道的信道质量信息，对选取出的输出通道进行评估处理，得到选取出的输出通道的评估值；
将选取出的输出通道中评估值的最大值对应的输出通道确定为输出通道。
可以理解地，可以利用加权求和算法进行评估，例如，针对每个选取出的输出通道的信道质量信息中的可用性信息、干扰性信息、隐私性信息、信道容量信息和自适应能力信息进行打分，将得分与对应的权重值进行加权求和，从而可以得到每个选取出的输出通道的评估值，进而可以将评估值的最大值对应的输出通道确定为输出通道。
当然，还可以采用其他方式来选取输出通道，例如，选取出信道容量信息中最大容量值的输出通道为输出通道，或者，选取出隐私性信息为最高优先级的输出通道为输出通道，这里，本申请实施例对此不作具体限定。
另外，为了选取出最佳的输出通道，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，确定出选取出的输出通道中每个输出通道的信道质量信息中隐私性信息的优先级、可用性信息的优先级和信道容量信息的优先级高于等于预设优先级的个数；
将个数的最大值对应的输出通道确定为输出通道。
也就是说，在选取出多个输出通道时，为了确定出最终用于信息输出的输出通道，这里，可以对选取出的输出通道中的每个输出通道的信道质量信息中的隐私性信息的优先级、可用性信息的优先级和信道容量信息的优先级与预设优先级进行比较和统计，从而确定出每个输出通道的信道质量信息中这三个优先级中高于等于预设优先级的个数。
例如，当有两个选出的输出通道A和B，A的隐私性信息为第一优先级、可用性信息为第一优先级、信道容量信息为第一优先级，B的隐私性信息为第一优先级、可用性信息为第一优先级、信道容量信息为第二优先级，此时，若预设的优先级为第一优先级，且第一优先级高于第二优先级时，那么A的个数为3，B的个数为2。
在确定出每个输出通道对应的高于等于预设优先级的个数之后，将个数的最大值对应的输出通道用于信息的输出。
针对一些通知信息的隐私性要求较高的情况来说，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息中的隐私性信息为第一优先级时，从可选输出通道中选取出信道质量信息中隐私性信息为最高优先级的输出通道；
将选取出的输出通道确定为输出通道。
可以理解地，针对通知信息的隐私性信息为第一优先级时，其中，第一优先级为分类信息中隐私性信息中最高的优先级，即针对隐私性信息为最高优先级的通知信息来说，为了保证信息的隐私性，这里，直接将可选输出通道中信道质量信息中隐私性信息为最高优先级的输出通道用于信息的输出，也就是说，隐私性信息为最高优先级的信息利用隐私性信息为最高优先级的输出通道进行信息的输出。
当然，还可能存在多个隐私性信息为最高优先级的输出通道，此时可以比较可用性信息和干扰性信息，从而选取出最优的输出通道进行信息的输出。
针对一些通知信息的重要性和紧急性要求较高的情况来说，在一种可选的实施例中，根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道，包括：
当分类信息中的重要性信息为第一优先级或者紧急性信息为第一优先级时，从可选输出通道中选取出信道质量信息中干扰性信息为可抗干扰，且信道质量信息中可用性信息为最高优先级的输出通道；
将选取出的输出通道确定为输出通道。
可以理解地，针对通知信息的重要性信息或者紧急性信息为第一优先级时，其中，第一优先级为分类信息中重要性信息中最高的优先级，且为分类信息中紧急性信息中最高的优先级，即针对重要性信息为最高优先级的通知信息或者紧急性信息为最高优先级的通知信息来说，为了保证信息及时安全地通知用户，这里，直接将可选输出通道中信道质量信息中干扰性信息为可抗干扰，且信道质量信息中可用性信息为最高优先级的输出通道用于信息的输出，也就是说，重要性信息或者紧急性信息为最高优先级的信息利用可抗干扰且可用性信为最高优先级的输出通道进行信息的输出，使得信息及时安全地输出。
为了确定输出通道，除了采用上述根据分类信息和信道质量信息从可选输出通道中选取输出通道之外，还可以采用下述神经网络模型的方式来选取输出通道，在一种可选的实施例中，S103可以包括：
对传感器采集的数据进行场景分析处理，得到传感器的场景信息；
将分类信息、传感器的场景信息和可选输出通道输入至预设神经网络模型中进行多输出通道选取，得到输出通道。
可以理解地，先对传感器采集的数据进行场景分析处理，得到能够输入至预设神经网络模型的数据，这里，对传感器采集的数据进行场景分析处理，得到传感器的场景信息。
再将分类信息、传感器的场景信息和可选输出通道一起输入至预设的神经网路模型中，从而从可选输出通道选取出输出通道。
如此，利用预设神经网络模型就可以实现从可选输出通道中选取出输出通道。
进一步地，在利用预设神经网络模型选取输出通道中，需要先得到传感器的场景信息，为了得到传感器的场景信息，在一种可选的实施例中，对传感器采集的数据进行场景分析处理，得到传感器的场景信息，包括：
将传感器采集的数据输入至预设的第五神经网络模型中进行数值化编码，得到各传感器的数值化向量；
将各传感器的数值化向量输入至预设的第六神经网络模型中进行场景分析，得到各传感器的场景表示向量；
将各传感器的场景表示向量输入至预设的第七神经网络模型中进行信息提取融合，得到传感器的场景信息。
需要说明的是，上述第五神经网络模型、第六神经网络模型和第七神经网络模型可以为三个独立的神经网络模型，也可以为一个神经网络模型的三个子神经网络模型，这里，本申请实施例对此不作具体限定。
在采用上述设置好的选取规则或者预设的神经网络模型选取出输出通道之后，针对不同场景，电子设备可以对通知信息实现不同的处理方式；这里，针对单个设备的场景来说，在确定出输出通道之后，可以基于通知信息确定输出信息，具体的确定方法详见下述主设备侧、或者服务器侧、或者输出设备侧的输出信息的确定方法的内容，在确定出输出信息之后，利用输出模态输出输出信息即可。
针对多个设备的网络架构来说，电子设备可以为多个设备的网络架构的主设备或服务器。
针对执行主体为主设备，且确定出的输出设备为网络架构中除了主设备以外的设备时，在一种可选的实施例中，当电子设备为多个设备的网络架构中的主设备，上述方法还包括：
将通知信息和输出模态，发送至输出设备。
针对主设备来说，在网络架构中承担了较多的计算工作，为了减轻主设备的负荷，这里，在确定出输出设备和输出设备对应的输出模态之后，将通知信息和输出模态发送至输出设备，以使得输出设备基于通知信息确定输出信息，以使得输出设备基于输出模态输出输出信息。
为了实现输出信息，当输出设备为主设备，在一种可选的实施例中，上述方法还包括：
基于输出模态输出通知信息。
也就是说，电子设备本身确定出的输出设备为本身时，且确定出的输出通道的信道容量落入第一容量范围时，直接基于输出模态输出通知信息即可，例如，主设备确定输出设备为主设备、且输出通道的信道容量信息落入第一容量范围时，基于输出模态输出通知信息。
针对执行主体为服务器或者主设备的情况来说，且确定出的输出设备为网络架构中除了主设备以外的设备时，在一种可选的实施例中，当电子设备为多个设备的网络架构中的服务器或者主设备，上述方法还包括：
基于通知信息确定输出信息；
将输出信息和输出模态，发送至输出设备。
针对服务器或者来说，可以用于集中处理网络架构中的计算工作，为网络架构中的各设备分担计算量，所以这里，服务器在确定出输出设备和输出设备对应的输出模态之后，可以基于通知信息确定输出信息，再将输出信息和输出模态发送至输出设备，也就是说，只需要输出设备基于输出模态输出输出信息即可。
需要说明的是，上述主设备也可以承担输出信息的确定工作，从而得到输出信息，再将输出信息和输出模态发送至输出设备。
为了实现输出信息，当输出设备为主设备，在一种可选的实施例中，上述方法还包括：
基于输出模态输出输出信息。
也就是说，电子设备本身确定出的输出设备为本身时，且确定出的输出通道的信道容量落入第二容量范围时，基于通知信息确定输出信息，基于输出模态输出输出信息即可，例如，主设备确定输出设备为主设备、且输出通道的信道容量信息落入第一容量范围时，基于输出模态输出输出信息。
为了确定出输出设备，在一种可选的实施例中，输出设备包括多个设备的网络架构中的主设备。
通常地，主设备在网络架构中属于与其他设备交互频次最多的设备，一般由用户预先设定，这里将输出设备包括主设备，这样，针对不同类型的电子设备和不同类型的场景，将主设备作为信息的输出设备，有利于信息及时地输出。
为了实现服务器或者主设备基于通知信息确定输出信息，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将分类信息对应的触觉类别，确定为输出信息。
可以理解地，由于模态至少可以包括：视觉模态，听觉模态和触觉模态，针对不同模态确定输出信息的方式是不同的，其中，针对输出模态为触觉模态的情况来说，服务器中预先存储有触觉类别与分类信息之间的映射关系，以分类信息为重要性信息、触觉为振动为例来说，重要性信息的优先级越高，振动的强度越强，振动持续的时间越长，重要性信息的优先级越低，振动的强度越弱，振动持续的时间越短。
有了上述映射关系，可以将分类信息对应的触觉类别作为输出信息即可，将分类信息的优先级越高的，振动的强度越强，振动持续的时间越长，将分类信息的优先级越低的，振动的强度越弱，振动持续的时间越短。例如，通知信息为航班取消信息，经过分类之后，确定该信息的紧急性信息的优先级为最高优先级，那么，在确定使用触觉通道时，振动的强度使用最强强度，振动持续的时间使用最长时间。
除了上述触觉模态之外，针对视觉模态和听觉模态来说，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第一容量范围时，基于通知信息的关键信息确定输出信息。
另外，针对视觉模态和听觉模态来说，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第二容量范围时，基于通知信息确定输出信息。
可以理解地，结合输出设备和输出设备对应的输出模态所构成的输出通道的信道容量信息来判断利用通知信息还是通知信息的关键信息来确定输出信息，这里，需要预先设置有第一容量范围和第二容量范围，其中，预设的第二容量范围与预设的第一容量范围不同，且第二容量范围大于第一容量范围，如此，可以将确定输出信息的方式分为两大类，一类是输出通道的信道容量信息落入预设的第一容量范围的情况，也就是说，在利用较小信道容量的输出通道来输出信息时，需要控制输出信息的容量，所以，这里利用通知信息的关键信息来确定输出信息即可，其中，关键信息是从通知信息中提取出的信息，能够简要的反映出通知信息中的主要内容的信息。
另一类是输出通道的信道质量落入预设的第二容量范围的情况来说，在利用具有较大信道容量的输出通道来输出信息时，不需要控制输出信息的容量，所以，这里利用通知信息来确定输出信息即可。
另外，针对未落入预设的第一容量范围和第二容量范围的情况来说，可以采用上述利用通知信息的关键信息来确定输出信息，也可以采用上述利用通知信息确定输出信息，这里，本申请实施例对此不作具体限定。
针对输出模态为听觉模态时，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为听觉模态时，将通知信息进行语音转换，将转换后的语音数据确定为输出信息。
针对输出模态为听觉模态时，在一种可选的实施例中，基于通知信息的关键信息确定输出信息，包括：
当输出模态为听觉模态时，将关键信息进行语音转换，将转换后的语音数据确定为输出信息。
也就是说，针对输出模态为听觉模态，当确定基于通知信息确定输出信息时，将通知信息进行语音转换，将转换后的语音数据确定为输出信息，当确定基于关键信息确定输出信息时，将关键信息进行语音转换，将转换后的语音数据确定为输出信息。
另外，针对输出模态为视觉模态的情况，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对通知信息进行UI自适应，得到输出信息。
针对输出模态为视觉模态的情况，在一种可选的实施例中，基于通知信息的关键信息确定输出信息，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对关键信息进行UI自适应，得到输出信息。
也就是说，针对输出模态为视觉模态，当确定基于通知信息确定输出信息时，基于输出通道对应的输出设备对通知信息进行UI自适应，从而可以得到输出信息，当确定基于关键信息确定输出信息时，基于输出通道对应的输出设备对通知信息进行UI自适应，从而可以得到输出信息。
其中，上述UI自适应的全称为UI元素的相对自适应，是指两个UI元素之间保持一种相对的位置不要变化，例如，UI元素A永远处于UI元素B右边的50像素处位置。再比如，一个UI背景框，不论屏幕尺寸怎么变化，框的左边缘永远距离屏幕左边100像素，框的右边缘永远距离屏幕右边100像素。
另外，以通知信息为UI界面信息为例来说，在一种可选的实施例中，UI界面的关键信息可以包括：任务主题的控件的属性信息和关键信息的控件的属性信息，可以采用下述方式得到输出信息：
将任务主题的控件的属性信息和关键信息的控件的属性信息分别输入至预设的第一神经网络模型中进行数值化编码，得到任务主题的控件的数值化向量和关键信息的控件的数值化向量；
将任务主题的控件的数值化向量和关键信息的控件的数值化向量分别输入至预设的第二神经网络模型中进行语义分析，得到任务主题的控件的语义向量和关键信息的控件的语义向量；
将任务主题的控件的语义向量和关键信息的控件的语义向量分别输入至预设的第三神经网络模型中进行信息提取融合，得到第二UI的语义向量；
利用文本生成算法和文本摘要生成算法，对第二UI的语义向量进行处理，得到UI的文本描述。
还是以通知信息为UI界面信息为例来说，在一种可选的实施例中，UI界面可以包括：可见控件的属性信息，可以采用下述方式得到UI的文本描述：
将可见控件的属性信息输入至预设的第一神经网络模型中进行数据化编码，得到可见控件的数值化向量；
将可见控件的数值化向量输入至预设的第二神经网络模型中进行语义分析，得到可见控件的语义向量；
将可见控件的语义向量输入至预设的第三神经网络模型中进行信息提取融合，得到第三UI的语义向量；
利用文本生成算法和文本摘要生成算法，对第三UI的语义向量进行处理，得到UI的文本描述。
针对视觉模态或者听觉模态，为了确定出输出信息，在一种可选的实施例中，基于UI的文本描述，确定输出信息，包括：
当输出模态为视觉模态时，将UI的文本描述确定为输出信息；
当输出模态为听觉模态时，对UI的文本描述进行语音转换，将转换后的语音数据确定为输出信息。
可以理解地，首先判断输出模态为视觉模态还是听觉模态，若为视觉模态，也就是说输出通道能够输出UI的文本描述，所以直接将UI的文本描述确定为输出信息；若为听觉模态，也就是说输出通道不能够直接输出UI的文本描述，所以将UI的文本描述可以利用文本转语音(Text To Speech，TTS)算法进行语音转换，并将转换后的语音数据确定为输出信息，从而使得输出设备能够将输出信息成功输出。
需要说明的是，为了确定出输出通道，在一种可选的实施例中，根据分类信息和传感器采集的数据确定输出通道，包括：
根据分类信息和传感器采集的数据，确定输出设备；
从输出设备对应模态中确定出输出模态。
可以理解地，在确定输出通道时，可以是根据分类信息和传感器采集的数据先确定输出设备，再从输出设备对应的模态中再确定输出模态，从而确定出输出通道；例如，传感器采集的数据可以获取到每个可选设备的状态(可以作为可用性信息)，该状态包括开启状态和关闭状态，这样，根据分类信息和可选设备的状态就可以确定出输出设备；传感器采集的数据可以获取到每个可选设备与用户之间的距离(可以作为可用性信息)，这样，可以根据分类信息和可选设备与用户之间的距离来确定输出设备；传感器采集的数据可以获取到用户的状态(可以作为可用性信息)时，其中，该状态可以为不可听、不可视和不可触，这样，根据分类信息和用户的状态可以确定出输出设备。
在选取出输出设备之后，为了从输出设备对应的模态中选取出输出模态，这里，可以还是可以结合分类信息和传感器采集的数据来选取输出模态，例如，传感器采集的数据可以获取到所处环境状态(可以作为干扰性信息)，该状态包括光线和噪音等等，这样，可以根据分类信息和环境状态来选取输出模态；传感器采集的数据可以获取到所处的时间维度(可以作为可用性信息)，时间维度包括：早、中和晚，这样，可以根据分类信息和时间维度来选取输出模态；传感器采集的数据可以获取到用户所处的场合(可以作为隐私性信息)，该场合可以包括公开场合或者隐私场合，可以根据分类信息和用户所处的场合来选取输出模态；传感器采集的数据可以获取到用户的状态，该状态可以包括运动状态和静止状态(可以作为干扰性信息)，可以根据分类信息和用户的状态来选取输出模态；如此，便可以确定出输出设备和输出设备对应的输出模态。
为了确定出输出通道，在一种可选的实施例中，根据分类信息和传感器采集的数据确定输出通道，包括：
根据分类信息和传感器采集的数据，确定输出模态；
从输出模态对应的设备中确定出输出设备。
可以理解地，在确定输出通道时，可以是根据分类信息和传感器采集的数据先确定输出模态，再从输出模态对应的设备中再确定输出设备，从而确定出输出通道；例如，传感器采集的数据可以获取到所处环境状态，该状态包括光线和噪音等等，这样，可以根据分类信息和环境状态来选取输出模态；传感器采集的数据可以获取到所处的时间维度，时间维度包括：早、中和晚，这样，可以根据分类信息和时间维度来选取输出模态；传感器采集的数据可以获取到用户所处的场合，该场合可以包括公开场合或者隐私场合，可以根据分类信息和用户所处的场合来选取输出模态；传感器采集的数据可以获取到用户的状态，该状态可以包括运动状态和静止状态，可以根据分类信息和用户的状态来选取输出模态。
在选取出输出模态之后，为了从输出模态对应的设备中选取出输出设备，这里，可以还是可以结合分类信息和传感器采集的数据来选取输出设备，例如，传感器采集的数据可以获取到每个可选设备的状态，该状态包括开启状态和关闭状态，这样，根据分类信息和可选设备的状态来选取输出设备；传感器采集的数据可以获取到每个可选设备与用户之间的距离，这样，可以根据分类信息和可选设备与用户之间的距离来选取输出设备；传感器采集的数据可以获取到用户的状态时，其中，该状态可以为不可听、不可视和不可触，这样，根据分类信息和用户的状态可以选取输出设备。如此，便可以确定出输出设备和输出设备对应的输出模态。
另外，针对多个设备的网络架构下由主设备或者服务器执行信息输出通道选择方法之后，为了使得输出设备输出信息，本申请实施例提供一种信息的输出方法，该方法应用于输出设备中，其中，该输出设备可以为单个设备场景中的单个设备，也可以为多个设备的网络架构中的任意一个设备，图2为本申请实施例提供的一种可选的信息输出方法的流程示意图，如图2所示，该信息的输出方法可以包括：
S201：接收信息和输出模态；
S202：当接收到的信息为输出信息时，基于输出模态输出输出信息；
S203：当接收到的信息为通知信息时，基于通知信息确定输出信息，基于输出模态输出输出信息。
需要说明的是，上述接收到的信息可以为通知信息，也可以为输出信息，其中，通知信息为信息输出通道选择方法中的通知信息，该输出信息为基于通知信息确定的输出信息，或者基于通知信息的关键信息确定的输出信息。
这里，输出设备在接收到信息和输出模态之后，需要分为两种情况，一种情况是服务器或者主设备在执行完成信息输出通道选择方法之后，确定输出信息，那么，此时输出设备接收到的信息为输出信息，可以直接基于输出模态输出的信息即可。
另一种情况是主设备在执行完成信息输出通道选择方法之后，直接将通知信息和输出模态发送至输出设备，那么，输出设备接收到的信息为通知信息，输出设备需要进一步对通知信息进行处理以得到输出信息，再基于输出模态输出输出信息。
针对另一种情况，为了针对输出模态为触觉模态的情况下确定出输出信息，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将分类信息对应的触觉类别，确定为输出信息。
这里，输出设备侧针对输出模态为触觉模态的情况下基于通知信息确定输出信息的方法，与服务器侧或者主设备侧针对输出模态为触觉模态的情况下基于通知信息确定输出信息的方法相同，这里，不再赘述。
为了针对输出模态为视觉模态或者听觉模态的情况下确定输出信息，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第一容量范围时，基于通知信息的关键信息确定输出信息。
在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第二容量范围时，基于通知信息确定输出信息；
其中，预设的第二容量范围与预设的第一容量范围不同，且第二容量范围大于第一容量范围。
这里，输出设备侧针对输出模态为视觉模态或者听觉模态的情况下基于通知信息确定输出信息的方法，与服务器侧或者主设备侧针对输出模态为视觉模态或者听觉模态的情况下基于通知信息确定输出信息的方法相同，这里，不再赘述。
针对输出模态为视觉模态的情况下，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为听觉模态时，将通知信息或通知信息的关键信息进行语音转换，将转换后的语音数据确定为输出信息。
在一种可选的实施例中，基于通知信息的关键信息确定输出信息，包括：
当输出模态为听觉模态时，将关键信息进行语音转换，将转换后的语音数据确定为输出信息。
这里，输出设备侧针对输出模态为听觉模态的情况下将通知信息或通知信息的关键信息进行语音转换，将转换后的语音数据确定为输出信息的方法，与服务器侧或者主设备侧针对输出模态为听觉模态的情况下将通知信息或通知信息的关键信息进行语音转换，将转换后的语音数据确定为输出信息的方法相同，这里，不再赘述。
针对输出模态为听觉模态的情况下，在一种可选的实施例中，基于通知信息确定输出信息，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对通知信息进行UI自适应，得到输出信息。
在一种可选的实施例中，基于通知信息的关键信息确定输出信息，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对关键信息进行UI自适应，得到输出信息。
这里，输出设备侧针对输出模态为视觉模态的情况下基于输出通道对应的输出设备，对通知信息或通知信息的关键信息进行UI自适应，得到输出信息的方法，与服务器侧或者主设备侧针对输出模态为视觉模态的情况下基于输出通道对应的输出设备，对通知信息或通知信息的关键信息进行UI自适应，得到输出信息的方法相同，这里，不再赘述。
需要说明的是，本申请实施例提供的信息输出通道选择方法和信息的输出方法可以应用于会议场景、车内场景、沐浴场景和运动场景中，这里，本申请实施例不限于此。
举例来说，针对会议场景来说，用户的智能手机收到一个信息，多个设备构成的网络架构中包括：智能手机、智能手表、智能耳机和智能眼镜，获取用户的智能手机、智能手表、智能耳机和智能眼镜的传感器采集的数据，利用上述信息输出通道选择方法，对上述接收到的信息进行分类处理，得到分类信息中重要性信息为最高优先级、隐私性信息为最高优先级、紧急性信息为最高优先级，通过分类信息和传感器采集的数据，可以从智能手机、智能手表、智能耳机和智能眼镜所包括的所有输出通道(相当于上述可选输出通道)选取出输出通道(集)(相当于上述输出通道)，例如，得到的输出通道(集)为：智能手机-卡片、智能眼镜-卡片、智能手表-振动；针对选择智能手机-卡片和智能眼镜-卡片这两个通道时，可以基于输出通道的信道容量信息，例如，针对智能手机-卡片来说，信道容量信息落入预设的第二容量范围时，基于输出设备对接收到的信息进行UI自适应，从而确定出输出信息，将输出信息显示在智能手机上；针对智能眼镜-卡片来说，信道容量信息落入预设的第一容量范围时，基于接收到的信息的关键信息进行UI自适应，从而确定出输出信息，最终将输出信息显示在智能眼镜上，例如，关键信息为发信人，标题信息；针对选择智能手表-振动这一通道时，可以基于接收到的信息对应的分类信息，从分类信息与振动强度的映射关系中，确定出接收到的信息的振动强度，最终智能手表以接收到的信息的振动强度进行振动。
由此可以看出，针对不同的分类信息的通知信息所采用的输出通道是不同的，并且输出通道的不同使得输出信息也会有所不同，可见，本申请实施例提出的信息输出选择方法能够针对不同类型的电子设备和不同场景下的电子设备做到有效适配。
需要说明的是，本申请实施例针对设备的选择，模态的选择和信息的选择不限于上述所涉及的场景，还可以包括其他场景，以图3为例进行扩展说明，图3为本申请实施例提供的一种可选的多个设备构成的网络架构的实例的结构示意图，如图3所示，该网络结构包括：服务器、智能电视、智能眼镜、智能手表、智能手机和智能耳机，其中，服务器分别与智能电视、智能眼镜、智能手表、智能手机和智能耳机相连接，该网络架构中的可选输出通道可以包括：智能手机-卡片、智能手表-卡片、智能车机-卡片、智能电视-卡片，这些属于视觉通道，智能耳机-语音、智能手机-语音、智能车机-语音、智能手表-语音、智能电视-语音，这些属于听觉通道，智能手表-振动和智能手机-振动，这些属于触觉通道。
基于该网络架构，当智能手机接收到一条短信时，服务器获取该短信(相当于上述通知信息)，智能电视、智能眼镜、智能手表、智能手机和智能耳机中每个设备的传感器采集数据，服务器获取每个设备的传感器采集的数据，从而得到传感器采集的数据，在获取到通知信息和传感器采集的数据之后，对通知信息进行处理，得到通知信息对应的分类信息，其中，包括通知信息对应的重要性信息、紧急性信息和隐私性信息，在根据通知信息和传感器采集的数据确定输出通道中，第一种是根据分类信息和传感器采集的数据所得到的可选输出通道的信道质量信息，采用选取规则，确定输出通道；第二种是根据分类信息、传感器采集的数据所得到的传感器的场景信息和可选输出通道，采用预设的神经网络模型，确定输出通道。
这样，可以通过上述信息输出通道选择方法从可选输出通道中选取出，与通知信息对应的分类信息和传感器采集的数据所反映的当前场景最为匹配的最优输出通道(集)。
采用上述信息输出通道选择方法时，若接收到的比较重要的信息，为了及时准确地通知用户，当用户戴着智能耳机，且其他设备均距离用户的距离较远时，可以通过智能耳机-语音这一输出通道输出；接收到比较紧急的信息，为了及时地通知用户，当用户戴着智能眼镜，且其他设备均处于关闭状态时，通过智能眼镜-卡片这一输出通道输出；接收到不便公开的信息，为了保证隐私性，当用户戴着智能手表，且智能手表和智能手机处于开启状态，智能电视、智能耳机和智能眼镜处于关闭状态，可以通过智能手机-卡片、智能手表-卡片这一输出通道输出。
如此，针对不同类型的电子设备和不同类型的场景下使得信息与输出通道得到有效匹配。
下面举实例来对上述一个或多个实施例中的信息输出通道选择方法和信息的输出方法进行描述。
本实例以通知信息为UI界面信息，且多个设备构成的网络架构(例如图3)为例，图4为本申请实施例提供的一种可选的信息输出通道选择方法和信息的输出方法的实例的流程示意图，如图4所示，服务器获取多个设备中的一个UI界面的UI界面信息(相当于图4中的卡片信息)，其中，图5为本申请实施例提供的一种可选的UI卡片设计架构示意图，如图5所示，展示卡片的成套信息包括：必选项和可选项，其中，该成套信息梯度呈现，根据优先级分为必要信息(对应必选项)和可选信息(对应可选项)，必选项包括泛在图标+建议，应用图标+名称，辅助信息和核心信息，可选项包括：图像展示和按钮入口；需要说明的是，小卡承载所有必要信息，大卡承载更多辅助信息，提供清晰的模板，便于进行信息提取呈现。
图6为本申请实施例提供的一种可选的UI界面的实例的示意图，如图6所示，为一个航班信息的UI界面，UI界面上包括：XX旅行，航班助手，航班号，X月X日，预计于07:15在深圳宝安T3起飞，预计09:35在上海浦东T1达到的航班，准点率为90％，值机柜台为E01-E18，等级口为F28，其中，UI界面还包括控件：航班助手、查看订单和预定酒店。
其中，针对UI界面信息(相当于卡片信息)，首先需要获取卡片信息(以UI Tree结构存在)，UI Tree中的每一个节点表示UI中的一个表示元素或操作控件(Control/Widget/Element)，其给出了该元素的相关属性，UI Tree的元素属性信息包括：文本描述、交互属性(是否可点击、是否可输入文字、是否可滑动等)、元素位置等。
其中，在搭载安卓(Android)平台的设备中，从系统中获取卡片信息的方法主要有两种：第一种是通过Android系统的Accessibility Service相关接口来获取图像界面元素；第二种是通过UI交互软件，直接获得界面元素；其中，通过Android AccessibilityService相关接口来获取UI界面信息时，需要界面截图来辅助获取控件的相关图像信息。通过UI交互软件，一般可直接获取卡片信息。
在图4中，服务器在获取到卡片信息之后，首先，需要对卡片信息进行分类，即对泛在卡片信息字段进行分类，分类信息可以包括以下至少一项：隐私性信息，紧急性信息和重要性信息；其中，分类信息一般用优先级表示，隐私性信息可以反映出卡片信息的内容涉及用户隐私的程度，紧急性信息可以反映出卡片信息的内容需要及时输出的紧迫程度，重要性信息可以反映出卡片信息的内容中包含的信息量的重要程度。
其中，分类信息中的隐私性信息、紧急性信息、重要性信息，可通过为卡片信息构建多模态神经网络1进行多标签分类推理实现，具体过程参考下方流程：
SA01：提取卡片信息中用户可见的各个控件的属性信息；
其中，各个控件的属性信息包括但不限于文本描述、控件位置、交互属性、控件在UI Tree中的位置信息(如控件在UI Tree中前序、中序、后序遍历的对应索引等)；
SA02：对各个控件的属性信息依次输入第一神经网络模型进行数值化编码，得到对各个控件的数值化向量；
SA03：将各个控件的数值化向量依次输入第二神经网络模型，得到各个控件的语义向量；
SA04：将各个控件的语义向量依次输入第三神经网络模型进行信息提取和融合，得到第一UI的语义向量；
SA05：将第一UI的语义向量输入第四神经网络模型进行多标签分类，提取卡片信息的隐私性信息、重要性信息、紧急性信息。
SA06：从卡片信息中按照UI元素规范提取出关键控件的信息文本列表，若关键控件的信息文本列表所包含文本过长，将上述第一UI的语义向量输入一个神经网络模型进行关键信息的抽取，得到关键信息；
SA07：从卡片信息中提取出用户可见可交互的响应控件的属性信息，即响应信息。
其中，在对卡片信息进行分类时，如图4所示，还对卡片信息进行控件元素的提取和数据挖掘，从而可以得到卡片信息的关键信息和辅助信息，其中，该关键信息包括任务主题，任务主题为卡片信息对应的任务名称，例如，航班信息的UI界面，任务主题即为航班信息，任务主题可以通过卡片信息中的指定控件元素获取；关键信息除了采用上述方法之外，还可以指定控件元素列表组成；辅助信息可以为响应信息，包括对UI界面所呈现信息可支持的响应方式，响应信息通过卡片信息的可交互控件元素获取；其中，可交互的控件可以包括可点击和/或可输入的控件。
上述SA02提到的网络模型，可以是任意网络类型，不局限于特定的模型；上述SA03中提到的网络模型可以是任意网络模型，不局限于特定的模型；上述SA04中提到的神经网络模型可以是任意能接受序列输入的模型，如RNN[1,2,3]、Transformer[4]、Bert[5]等，不局限于特定的模型；上述SA03-SA06中提到的网络模型可以是一个单独的模型，也可以是同一个模型中不同的网络模块；SA05中提到的多标签分类采用的网络模型是一种多个输出标签，每个标签都带有类别信息的网络模型。
本实例中，在获取到分类信息之后，为了进行通道选择，需要获取传感器采集的数据，针对不同类型的电子设备或者不同类型场景下传输通道的选择，如图4所示，针对泛在服务中的传感器涉及运动传感器、位置传感器、环境传感器、其他传感器。其中，运动传感器，用于监测设备运动，如倾斜、晃动、旋转或摆动等运动，运动传感器包括加速度传感器、陀螺仪/角速度传感器、重力传感器、线性加速度传感器、旋转矢量传感器等；位置传感器，用于确定设备在世界参照系中的物理位置，位置传感器包括地磁传感器、方向传感器、距离/接近传感器等；环境传感器，用于监测设备所处环境的各种属性，环境传感器包括光/红外传感器、气压、温度等；还有其他类型的传感器，如智能手表、智能手环中的光学心率传感器、光学血氧传感器，智能耳机中的骨振动传感器等等。
本实例中，可通过多个设备的传感器感知实现对多通道信道质量的评估，从而得到通道的信道质量信息，具体地，可通过各设备的传感器状态检测机制，实现各设备所涉及的所有可选输出通道的信道质量信息。
针对每个输出通道来说，每个输出通道的信道质量信息是不同的，在不同类型的电子设备和不同类型的场景下，信道质量信息汇总如下面表1所示：
表1
如图4和表1所示，在可选输出通道中，智能手机-卡片、智能手表-卡片、智能车机-卡片、智能电视-卡片属于视觉通道，智能耳机-语音、智能手机-语音、智能车机-语音、智能手表-语音、智能电视-语音属于听觉通道，智能手表-振动和智能手机-振动属于触觉通道，视觉通道、听觉通道和触觉通道的信道容量信息大体上依次下降。本实例在保证隐私性和可触达条件下，将按照信道容量信息选择最佳通道。触觉通道信息容量最弱，一般用作相应设备信息到达的提示，不担当主要信息传输通道。
本实例中，输出通道的可用性信息、干扰性信息和信道容量信息等是基于各个设备的传感器采集的数据采用状态检测机制对各个设备对应的输出通道进行评估。
如图4所示，在获取到分类信息和可选输出通道的信道质量信息之后，可以采用泛在交互交规进行通道选择。针对泛在交互规则，本实例提出基于卡片信息对应的分类信息和信道质量信息，智能感知的通道自动选择方案；具体地，可人工编制泛在交互规则，进行通道的选择，此种方式灵活多变，可适应较多场景，具体交互过程参考下方流程：
SB01：计算卡片信息对应的隐私性信息、紧急性信息和重要性信息；
SB02：基于计算出的隐私性信息、紧急性信息和重要性信息，利用交互规则，确定是否进行通道传输；
SB03：根据卡片信息对应的隐私性信息，排除隐私性信息达不到的通道；
SB04：根据信道质量的要求，排除可用性信息、干扰性信息任一为差的通道；
SB05：如剩余多个通道，保留信道质量信息和隐私性信息最佳的通道，得到信息输出的最优通道(集)。
此外，还可以将卡片信息对应的分类信息和传感器采集的输出所得到的场景信息组合起来，与可选输出通道输入给多模态交互模型，进行通道的选择，此种方式，交互设计智能化，可避免人工预设考虑不全面，具体过程参考下方流程：
SC01：提取卡片信息中用户可见的各个控件的相关属性信息；
其中，属性信息包括但不限于文本描述、控件位置、交互属性、控件在UI Tree中的位置信息(如控件在UI Tree中前序、中序、后序遍历的对应索引等)；
SC02：对各个控件的属性信息依次输入第一神经网络模型进行数值化编码，得到对各个控件的数值化向量；
SC03：将各个控件的数值化向量依次输入第二神经网络模型得到对各个控件的语义向量；
SC04：将各个控件的语义向量依次输入第三神经网络模型进行信息提取融合，得到第二UI的语义向量；
SC05：依次提取多设备传感器采集到的数据；
SC06：对各个传感器采集到的数据依次输入第五神经网络模型进行数值化编码，得到对各个传感器的数值化向量；
SC07：将各个传感器的数值化向量依次输入第六神经网络模型得到对各个传感器的场景表示向量；
SC08：将各个传感器的场景表示向量依次输入第七神经网络模型进行信息提取融合，得到传感器状态的场景表示向量；
SC09：将第二UI的语义向量(相当于上述通知信息)和传感器状态场景表示向量(相当于上述传感器的场景信息)，输入预设的神经网络模型(相当于上述多模态交互模型)进行多分类，得到最优通道(集)。
上述SC03和SC06中提到的网络模型可以是任意网络模型，不局限于特定的模型；SC04和SC08中提到的神经网络模型可以是任意能接受序列输入的模型，如RNN[1,2,3]、Transformer[4]、Bert[5]等，不局限于特定的模型；上述SC03-SC09中提到的网络模型可以是一个单独的模型，也可以是同一个模型中不同的网络模块。
参考表1，可选输出通道的信道质量信息展现形式各不相同。因此，如图4所示，本实例将在通道选择完成后，进行通道适配设计，例如，将通知信息的信息量与信道容量自适应。
其中，从人体感知角度可以将可选输出通道分为视觉、听觉、触觉，在图4中可以针对不同到模态对信息进行输出：
在触觉上，将卡片信息映射到振动模式上，振动模式的映射可以根据分类信息的紧急性信息、重要性信息、隐私性信息进行适配。
视觉上，具有较大显示空间的通道可展示全部信息，较小显示空间的通道可展示压缩信息，即关键信息；然后在各设备做UI自适应，具体来说，在视觉上，进行UI自适应，对于信道容量信息大小落入预设的第一容量范围的通道，基于选取的最优通道(集)对卡片信息的关键信息进行UI自适应后进行输出，对于信道容量信息落入预设的第二容量范围的通道，选取卡片信息进行UI自适应后进行输出。
听觉上，对容量大的通道，输出全部信息，对容量小的设备，选取压缩信息，即关键信息进行传输；从通过多模态神经网络2得到UI的文本描述，此外，还要将卡片信息转化成通顺的文本，再将其通过TTS转换为简洁、自然、准确的语音输出给用户，可以方便用户在视觉不便的时候能够通过语音实现UI信息的获取。更进一步地，能够基于语音实现对UI的操作，实现基于全语音的UI交互。具体过程参考下方流程：
SD01：提取卡片信息中用户可见的各个控件的属性信息；
SD02：对各个控件的属性信息依次输入第一神经网络模型进行数值化编码，得到对各个控件的数值化向量；
SD03：将各个控件的数值化向量依次输入第二神经网络模型得到对各个控件的语义向量；
SD04：将各个控件的语义向量依次输入第三神经网络模型进行信息提取融合，得到第三UI的语义向量；
SD05：将第三UI的语义向量传输给文本生成/文本摘要模型进行通顺文本的生成。
SD06：通过TTS算法，将文本转换成语音输出给选定通道。
上述步骤SD02中提到的数值化编码方法不局限于特定算法；上述SD02和SD03中提到的网络模型可以是任意网络模型，不局限于特定的模型；SD04中提到的神经网络模型可以是任意能接受序列输入的模型，如RNN[1,2,3]、Transformer[4]、Bert[5]等，不局限于特定的模型；上述SD02-SD06中提到的网络模型可以是一个单独的模型，也可以是同一个模型中不同的网络模块。
如此，实现不同输出通道的不同模态下的通道模态自适应。
前述主要智能手机上卡片信息来实现，可扩展到其他使用频次最高的主要智能设备和更多形式的UI，以及无UI展示的信息传输中通道选择和多模态信息的自适应呈现。
听觉通道上，生成自然通顺的语音，除了卡片信息文本自然通顺外，还可以通过传感器和相关图像、语音技术识别用户静态信息(性别、年龄段等固有身体特征)和动态情绪(人脸表情、大哭、愤怒)和行为状态(躺沙发、开车、睡眠)，将额外的提示信息添加到文本中，影响TTS的生成风格，使其更加自然。
在上述如图4所示的信息输出通道选择和信息的输出方法中，基于多设备传感器的智能感知，自动为用户选取当前场景下的最优通道(集)，无需用户操作，为卡片信息适配出最优通道(集)，利用最优通道(集)呈现形式输出给用户，完成了一种全新泛在交互框架的设计，在手机/平板等常用主设备的输出通道被判定不可靠的情况下，可自动选取最优通道(集)进行无缝无感的信息输出，可有效提升通信可靠性，为用户提供无缝便捷的泛在服务，提升用户体验。
本申请实施例提供了一种信息输出通道选择方法，包括：获取通知信息和传感器采集的数据，基于通知信息，确定通知信息对应的分类信息，根据分类信息和传感器采集的数据，确定输出通道，输出通道包括输出设备和输出设备对应的输出模态；也就是说，在本申请实施例中，通过获取通知信息和传感器采集的数据，并在得到通知信息对应的分类信息之后，以分类信息和传感器采集的数据为基础，确定输出通道，从而知晓输出设备和输出设备对应的输出模态，可见，不论是任何类型的电子设备的通知信息和任何类型场景下传感器采集的数据，只要获取到通知信息和传感器采集的数据，就可以确定出输出通道，即在具有通知信息和传感器采集的数据的情况下，就可以确定出与通知信息对应的分类信息和传感器所反映的当前场景下最为匹配的输出设备和输出设备对应的输出模态，与相关技术中特定设备下或者特定场景下输出通道的选取方法相比，该信息输出通道选择方法适用不同类型的电子设备和不同类型的场景，并且针对通知信息对应的分类信息，并结合传感器采集的数据，实现了针对不同类型的电子设备或者不同类型场景下传输通道的有效匹配。
基于前述实施例相同的发明构思，本申请实施例提供一种信息输出通道选择装置，图7为本申请实施例提供的一种可选的信息输出通道选择装置的结构示意图，如图7所示，该信息输出通道选择装置包括：
获取模块71，用于获取通知信息和传感器采集的数据；
分类模块72，用于基于通知信息，确定通知信息对应的分类信息；
确定模块73，用于根据分类信息和传感器采集的数据确定输出通道；
其中，输出通道包括输出设备和输出设备对应的输出模态。
在一种可选的实施例中，分类模块72，具体用于：
基于通知信息的语义分析结果，确定通知信息对应的分类信息。
在一种可选的实施例中，分类信息包括以下一项或多项：
隐私性信息、紧急性信息和重要性信息。
在一种可选的实施例中，确定模块73，具体用于：
基于传感器采集的数据，确定可选输出通道的信道质量信息；
根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道。
在一种可选的实施例中，信道质量信息包括以下一项或多项：
可用性信息、干扰性信息、信道容量信息、隐私性信息和自适应能力信息。
在一种可选的实施例中，确定模块73基于传感器采集的数据，确定可选输出通道的信道质量信息中，包括：
基于传感器采集的数据，得到可选输出通道的可用性信息和可选输出通道的干扰性信息；
基于可选输出通道的可用性信息和可选输出通道的信道容量信息，重新确定可选输出通道的信道容量信息；
将可选输出通道的可用性信息、可选输出通道的干扰性信息、可选输出通道的信道容量信息、预设的可选通道的隐私性信息和预设的可选输出通道的自适应能力信息中的至少一项，确定为可选输出通道的信道质量信息。
在一种可选的实施例中，确定模块73基于传感器采集的数据，确定可选输出通道的信道质量信息中，包括：
基于传感器采集的数据，得到可选输出通道的可用性信息和可选输出通道的干扰性信息；
将可选输出通道的可用性信息、可选输出通道的干扰性信息、预设的可选输出通道的信道容量信息、预设的可选通道的隐私性信息和预设的可选输出通道的自适应能力信息中的至少一项，确定为可选输出通道的信道质量信息。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为一个时，将选取出的输出通道确定为输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为一个时，将选取出的输出通道确定为输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为多个时，基于选取出的输出通道的信道质量信息，从选取出的输出通道中选取多个输出通道，将选取出的多个输出通道确定为输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，基于选取出的输出通道的信道质量信息，对选取出的输出通道进行评估处理，得到选取出的输出通道的评估值；
将选取出的输出通道中评估值的最大值对应的输出通道确定为输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息满足第一预设条件时，从可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，确定出选取出的输出通道中每个输出通道的信道质量信息中隐私性信息的优先级、可用性信息的优先级和信道容量信息的优先级高于等于预设优先级的个数；
将个数的最大值对应的输出通道确定为输出通道。
在一种可选的实施例中，第一预设条件是指分类信息的等级达到预设等级。
在一种可选的实施例中，确定模块73从可选输出通道中选取出满足第二预设条件的输出通道中，包括：
基于可选输出通道的信道质量信息，从可选输出通道中选出满足第二预设条件的输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息中的隐私性信息为第一优先级时，从可选输出通道中选取出信道质量信息中隐私性信息为最高优先级的输出通道；其中，第一优先级为分类信息中隐私性信息中最高的优先级；
将选取出的输出通道确定为输出通道。
在一种可选的实施例中，确定模块73根据分类信息和可选输出通道的信道质量信息，从可选输出通道中确定输出通道中，包括：
当分类信息中的重要性信息为第一优先级或者紧急性信息为第一优先级时，从可选输出通道中选取出信道质量信息中干扰性信息为可抗干扰，且信道质量信息中可用性信息为最高优先级的输出通道；其中，第一优先级为分类信息中重要性信息中最高的优先级，且为分类信息中紧急性信息中最高的优先级；
将选取出的输出通道确定为输出通道。
在一种可选的实施例中，确定模块73，具体用于：
对传感器采集的数据进行场景分析处理，得到传感器的场景信息；
将分类信息、传感器的场景信息和可选输出通道输入至预设神经网络模型中进行多输出通道选取，得到输出通道。
在一种可选的实施例中，当电子设备为多个设备的网络架构中的主设备，上述装置还用于：
将通知信息和输出模态，发送至输出设备。
在一种可选的实施例中，当输出设备为主设备，上述装置还用于：
基于输出模态输出通知信息。
在一种可选的实施例中，输出设备包括多个设备的网络架构中的主设备。
在一种可选的实施例中，当电子设备为多个设备的网络架构中的服务器或者主设备，上述装置还用于：
基于通知信息确定输出信息；
将输出信息和输出模态，发送至输出设备。
在一种可选的实施例中，当输出设备为主设备，上述装置还用于：
基于输出模态输出输出信息。
在一种可选的实施例中，上述装置基于通知信息确定输出信息中，包括：
当输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将分类信息对应的触觉类别，确定为输出信息。
在一种可选的实施例中，上述装置基于通知信息确定输出信息中，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第一容量范围时，基于通知信息的关键信息确定输出信息。
在一种可选的实施例中，上述装置基于通知信息确定输出信息中，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第二容量范围时，基于通知信息确定输出信息；
其中，预设的第二容量范围与预设的第一容量范围不同，且第二容量范围大于第一容量范围。
在一种可选的实施例中，上述装置基于通知信息确定输出信息中，包括：
当输出模态为听觉模态时，将通知信息进行语音转换，将转换后的语音数据确定为输出信息。
在一种可选的实施例中，上述装置基于通知信息的关键信息确定输出信息中，包括：
当输出模态为听觉模态时，将关键信息进行语音转换，将转换后的语音数据确定为输出信息。
在一种可选的实施例中，上述装置基于通知信息确定输出信息中，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对通知信息进行UI自适应，得到输出信息。
在一种可选的实施例中，上述装置基于通知信息的关键信息确定输出信息中，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对关键信息进行UI自适应，得到输出信息。
在一种可选的实施例中，确定模块73，具体用于：
根据分类信息和传感器采集的数据，确定输出设备；
从输出设备对应模态中确定出输出模态。
在一种可选的实施例中，确定模块73，具体用于：
根据分类信息和传感器采集的数据，确定输出模态；
从输出模态对应的设备中确定出输出设备。
在实际应用中，上述获取模块71、分类模块72和确定模块73可由位于信息输出通道选择装置上的处理器实现，具体为中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，Digital Signal Processing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等实现。
本申请实施例提供一种信息的输出装置，图8为本申请实施例提供的一种可选的信息的输出装置的结构示意图，如图8所示，该信息的输出装置包括：
接收模块81，用于接收信息和输出模态；
第一输出模块82，用于当接收到的信息为输出信息时，基于输出模态输出输出信息；
第二输出模块83，用于当接收到的信息为通知信息时，基于通知信息确定输出信息，基于输出模态输出输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息确定输出信息中，包括：
当输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将分类信息对应的触觉类别，确定为输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息确定输出信息中，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第一容量范围时，基于通知信息的关键信息确定输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息确定输出信息中，包括：
当输出模态为视觉模态或者听觉模态，且输出通道的信道容量信息落入预设第二容量范围时，基于通知信息确定输出信息；
其中，预设的第二容量范围与预设的第一容量范围不同，且第二容量范围大于第一容量范围。
在一种可选的实施例中，第二输出模块83基于通知信息确定输出信息中，包括：
当输出模态为听觉模态时，将通知信息或进行语音转换，将转换后的语音数据确定为输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息的关键信息确定输出信息中，包括：
当输出模态为听觉模态时，将关键信息进行语音转换，将转换后的语音数据确定为输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息确定输出信息中，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对通知信息进行UI自适应，得到输出信息。
在一种可选的实施例中，第二输出模块83基于通知信息的关键信息确定输出信息中，包括：
当输出模态为视觉模态时，基于输出通道对应的输出设备，对关键信息进行UI自适应，得到输出信息。
在实际应用中，上述接收模块81、第一输出模块82和第二输出模块83可由位于信息的输出装置上的处理器实现，具体为CPU、MPU、DSP或FPGA等实现。
图9为本申请实施例提供的一种可选的电子设备的结构示意图，如图9所示，本申请实施例提供了一种电子设备900，包括：
处理器91以及存储有所述处理器91可执行指令的存储介质92，所述存储介质92通过通信总线93依赖所述处理器91执行操作，当所述指令被所述处理器91执行时，执行上述一个或多个实施例中所述信息输出通道选择方法。
需要说明的是，实际应用时，终端中的各个组件通过通信总线93耦合在一起。可理解，通信总线93用于实现这些组件之间的连接通信。通信总线93除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为通信总线93。
图10为本申请实施例提供的一种可选的输出设备的结构示意图，如图10所示，本申请实施例提供了一种输出设备1000，包括：
处理器101以及存储有所述处理器101可执行指令的存储介质102，所述存储介质102通过通信总线103依赖所述处理器101执行操作，当所述指令被所述处理器101执行时，执行上述一个或多个实施例中所述信息的输出方法。
需要说明的是，实际应用时，终端中的各个组件通过通信总线103耦合在一起。可理解，通信总线103用于实现这些组件之间的连接通信。通信总线103除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为通信总线103。
本申请实施例提供了一种计算机存储介质，存储有可执行指令，当所述可执行指令被一个或多个处理器执行的时候，所述处理器执行如上述一个或多个实施例中所述的信息输出通道选择方法，或者，执行如上述一个或多个实施例中所述的信息的输出方法。
其中，计算机可读存储介质可以是磁性随机存取存储器(ferromagnetic randomaccess memory，FRAM)、只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (43)

1.一种信息输出通道选择方法，其特征在于，所述方法应用于电子设备中，包括：
获取通知信息和传感器采集的数据；
基于所述通知信息，确定所述通知信息对应的分类信息；
根据所述分类信息和所述传感器采集的数据确定输出通道；其中，所述输出通道包括输出设备和所述输出设备对应的输出模态。
2.根据权利要求1所述的方法，其特征在于，所述基于所述通知信息，确定所述通知信息对应的分类信息，包括：
基于所述通知信息的语义分析结果，确定所述通知信息对应的分类信息。
3.根据权利要求1或2所述的方法，其特征在于，所述分类信息包括以下一项或多项：
隐私性信息、紧急性信息和重要性信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述分类信息和所述传感器采集的数据确定输出通道，包括：
基于所述传感器采集的数据，确定可选输出通道的信道质量信息；
根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道。
5.根据权利要求4所述的方法，其特征在于，所述信道质量信息包括以下一项或多项：
可用性信息、干扰性信息、信道容量信息、隐私性信息和自适应能力信息。
6.根据权利要求4所述的方法，其特征在于，所述基于所述传感器采集的数据，确定所述可选输出通道的信道质量信息，包括：
基于所述传感器采集的数据，得到所述可选输出通道的可用性信息和所述可选输出通道的干扰性信息；
基于所述可选输出通道的可用性信息和所述可选输出通道的信道容量信息，重新确定所述可选输出通道的信道容量信息；
将所述可选输出通道的可用性信息、所述可选输出通道的干扰性信息、所述可选输出通道的信道容量信息、预设的所述可选通道的隐私性信息和预设的所述可选输出通道的自适应能力信息中的至少一项，确定为所述可选输出通道的信道质量信息。
7.根据权利要求4所述的方法，其特征在于，所述基于所述传感器采集的数据，确定所述可选输出通道的信道质量信息，包括：
基于所述传感器采集的数据，得到所述可选输出通道的可用性信息和所述可选输出通道的干扰性信息；
将所述可选输出通道的可用性信息、所述可选输出通道的干扰性信息、预设的所述可选输出通道的信道容量信息、预设的所述可选通道的隐私性信息和预设的所述可选输出通道的自适应能力信息中的至少一项，确定为所述可选输出通道的信道质量信息。
8.根据权利要求4所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息满足第一预设条件时，从所述可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为一个时，将选取出的输出通道确定为所述输出通道。
9.根据权利要求4所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息满足第一预设条件时，从所述可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道的数目为第一数量个时，基于选取出的输出通道的信道质量信息，从选取出的输出通道中选取第二数量个输出通道，将选取出的第二数量个输出通道确定为所述输出通道，所述第二数量大于1且小于所述第一数量。
10.根据权利要求4所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息满足第一预设条件时，从所述可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，基于选取出的输出通道的信道质量信息，对选取出的输出通道进行评估处理，得到选取出的输出通道的评估值；
将选取出的输出通道中评估值的最大值对应的输出通道确定为所述输出通道。
11.根据权利要求4所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息满足第一预设条件时，从所述可选输出通道中选取出满足第二预设条件的输出通道；
当选取出的输出通道为多个时，确定出选取出的输出通道中每个输出通道的信道质量信息中隐私性信息的优先级、可用性信息的优先级和信道容量信息的优先级高于等于预设优先级的个数；
将所述个数的最大值对应的输出通道确定为所述输出通道。
12.根据权利要求8至11任一项所述的方法，其特征在于，所述第一预设条件是指所述分类信息的等级达到预设等级。
13.根据权利要求8至11任一项所述的方法，其特征在于，所述从所述可选输出通道中选取出满足第二预设条件的输出通道，包括：
基于所述可选输出通道的信道质量信息，从所述可选输出通道中选取出满足所述第二预设条件的输出通道。
14.根据权利要求5所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息中的隐私性信息为第一优先级时，从所述可选输出通道中选取出信道质量信息中隐私性信息为最高优先级的输出通道；其中，所述第一优先级为所述分类信息中隐私性信息中最高的优先级；
将选取出的输出通道确定为所述输出通道。
15.根据权利要求5所述的方法，其特征在于，所述根据所述分类信息和所述可选输出通道的信道质量信息，从所述可选输出通道中确定所述输出通道，包括：
当所述分类信息中的重要性信息为第一优先级或者紧急性信息为第一优先级时，从所述可选输出通道中选取出信道质量信息中干扰性信息为可抗干扰，且信道质量信息中可用性信息为最高优先级的输出通道；其中，所述第一优先级为所述分类信息中重要性信息中最高的优先级，且为所述分类信息中紧急性信息中最高的优先级；
将选取出的输出通道确定为所述输出通道。
16.根据权利要求1所述的方法，其特征在于，所述根据所述分类信息和所述传感器采集的数据确定输出通道，包括：
对所述传感器采集的数据进行场景分析处理，得到所述传感器的场景信息；
将所述分类信息、所述传感器的场景信息和可选输出通道输入至预设神经网络模型中进行多输出通道选取，得到所述输出通道。
17.根据权利要求1所述的方法，其特征在于，当所述电子设备为多设备的网络架构中的主设备，所述方法还包括：
将所述通知信息和所述输出模态，发送至所述输出设备。
18.根据权利要求17所述的方法，其特征在于，当所述输出设备为所述主设备，所述方法还包括：
基于所述输出模态输出所述通知信息。
19.根据权利要求1所述的方法，其特征在于，所述输出设备包括多个设备的网络架构中的主设备。
20.根据权利要求1所述的方法，其特征在于，当所述电子设备为多个设备的网络架构中的服务器或主设备，所述方法还包括：
基于所述通知信息确定输出信息；
将所述输出信息和所述输出模态，发送至所述输出设备。
21.根据权利要求20所述的方法，其特征在于，当所述输出设备为所述主设备，所述方法还包括：
基于所述输出模态输出所述输出信息。
22.根据权利要求20所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将所述分类信息对应的触觉类别，确定为所述输出信息。
23.根据权利要求20所述的方法，其特征在于，所述基于通知信息确定输出信息，包括：
当输出模态为视觉模态或者听觉模态，且所述输出通道的信道容量信息落入预设第一容量范围时，基于所述通知信息的关键信息确定所述输出信息。
24.根据权利要求20所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为视觉模态或者听觉模态，且在所述输出通道的信道容量信息落入预设第二容量范围时，基于所述通知信息确定所述输出信息；
其中，所述第二容量范围与预设的第一容量范围不同，且所述第二容量范围大于所述第一容量范围。
25.根据权利要求23所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为听觉模态时，将所述通知信息进行语音转换，将转换后的语音数据确定为所述输出信息。
26.根据权利要求24所述的方法，其特征在于，所述基于所述通知信息的关键信息确定输出信息，包括：
当所述输出模态为听觉模态时，将所述关键信息进行语音转换，将转换后的语音数据确定为所述输出信息。
27.根据权利要求23所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为视觉模态时，基于所述输出通道对应的输出设备，对所述通知信息进行UI自适应，得到所述输出信息。
28.根据权利要求24所述的方法，其特征在于，所述基于所述通知信息的关键信息确定输出信息，包括：
当所述输出模态为视觉模态时，基于所述输出通道对应的输出设备，对所述关键信息进行UI自适应，得到所述输出信息。
29.根据权利要求1所述方法，其特征在于，所述根据所述分类信息和所述传感器采集的数据确定输出通道，包括：
根据所述分类信息和所述传感器采集的数据，确定所述输出设备；
从所述输出设备对应模态中确定出所述输出模态。
30.根据权利要求1所述的方法，其特征在于，所述根据所述分类信息和所述传感器采集的数据确定输出通道，包括：
根据所述分类信息和所述传感器采集的数据，确定所述输出模态；
从所述输出模态对应的设备中确定出所述输出设备。
31.一种信息的输出方法，其特征在于，所述方法应用于输出设备中，包括：
接收信息和输出模态；
当接收到的信息为输出信息时，基于所述输出模态输出所述输出信息；
当接收到的信息为通知信息时，基于所述通知信息确定所述输出信息，基于所述输出模态输出所述输出信息。
32.根据权利要求31所述的方法，其特征在于，所述基于所述通知信息确定所述输出信息，包括：
当所输出模态为触觉模态时，基于预设的触觉类别与分类信息的映射关系，将所述分类信息对应的触觉类别，确定为所述输出信息。
33.根据权利要求31所述的方法，其特征在于，所述基于所述通知信息确定所述输出信息，包括：
当所述输出模态为视觉模态或者听觉模态，且所述输出通道的信道容量信息落入预设第一容量范围时，基于所述通知信息的关键信息确定所述输出信息。
34.根据权利要求31所述的方法，其特征在于，所述基于所述通知信息确定所述输出信息，包括：
当所述输出模态为视觉模态或者听觉模态，且所述输出通道的信道容量信息落入预设第二容量范围时，基于所述通知信息确定所述输出信息；
其中，所述第二容量范围与预设的第一容量范围不同，且所述第二容量范围大于所述第一容量范围。
35.根据权利要求33所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为听觉模态时，将所述通知信息或进行语音转换，将转换后的语音数据确定为所述输出信息。
36.根据权利要求34所述的方法，其特征在于，所述基于所述通知信息的关键信息确定输出信息，包括：
当所述输出模态为听觉模态时，将所述关键信息进行语音转换，将转换后的语音数据确定为所述输出信息。
37.根据权利要求33所述的方法，其特征在于，所述基于所述通知信息确定输出信息，包括：
当所述输出模态为视觉模态时，基于所述输出通道对应的输出设备，对所述通知信息进行UI自适应，得到所述输出信息。
38.根据权利要求34所述的方法，其特征在于，所述基于所述通知信息的关键信息确定输出信息，包括：
当所述输出模态为视觉模态时，基于所述输出通道对应的输出设备，对所述关键信息进行UI自适应，得到所述输出信息。
39.一种信息输出通道选择装置，其特征在于，所述装置设置于电子设备中，包括：
获取模块，用于获取通知信息和传感器采集的数据；
分类模块，用于基于所述通知信息，确定所述通知信息对应的分类信息；
确定模块，用于根据所述分类信息和所述传感器采集的数据确定输出设备；其中，所述输出通道包括输出设备和所述输出设备对应的输出模态。
40.一种信息的输出装置，其特征在于，所述装置设置于输出设备中，包括：
接收模块，用于接收信息和输出模态；
第一输出模块，用于当接收到的信息为输出信息时，基于所述输出模态输出所述输出信息；
第二输出模块，用于当接收到的信息为通知信息时，基于所述通知信息确定所述输出信息，基于所述输出模态输出所述输出信息。
41.一种电子设备，其特征在于，包括：
处理器以及存储有所述处理器可执行指令的存储介质，所述存储介质通过通信总线依赖所述处理器执行操作，当所述指令被所述处理器执行时，执行上述的权利要求1至30任一项所述的信息输出通道选择方法。
42.一种输出设备，其特征在于，包括：
处理器以及存储有所述处理器可执行指令的存储介质，所述存储介质通过通信总线依赖所述处理器执行操作，当所述指令被所述处理器执行时，执行上述的权利要求31至38任一项所述的信息的输出方法。
43.一种计算机存储介质，其特征在于，存储有可执行指令，当所述可执行指令被一个或多个处理器执行的时候，所述处理器执行如权利要求1至30任一项所述的信息输出通道选择方法，或者，执行上述的权利要求31至38任一项所述的信息的输出方法。
CN202211407206.7A 2022-11-10 2022-11-10 信息输出通道选择方法、信息的输出方法、装置及设备 Pending CN118018167A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211407206.7A CN118018167A (zh) 2022-11-10 2022-11-10 信息输出通道选择方法、信息的输出方法、装置及设备
PCT/CN2023/113728 WO2024098878A1 (zh) 2022-11-10 2023-08-18 信息输出通道选择方法、信息的输出方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211407206.7A CN118018167A (zh) 2022-11-10 2022-11-10 信息输出通道选择方法、信息的输出方法、装置及设备

Publications (1)

Publication Number Publication Date
CN118018167A true CN118018167A (zh) 2024-05-10

Family

ID=90954946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211407206.7A Pending CN118018167A (zh) 2022-11-10 2022-11-10 信息输出通道选择方法、信息的输出方法、装置及设备

Country Status (2)

Country Link
CN (1) CN118018167A (zh)
WO (1) WO2024098878A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105051653B (zh) * 2013-03-29 2019-09-10 索尼公司 信息处理装置、通知状态控制方法以及程序
KR101670808B1 (ko) * 2013-09-03 2016-10-31 삼성전자주식회사 알림을 제공하는 방법 및 그 전자 장치
CN105745906B (zh) * 2014-08-29 2021-01-05 华为技术有限公司 消息处理方法、系统及相关设备
WO2017138212A1 (ja) * 2016-02-08 2017-08-17 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
CN112051743A (zh) * 2019-06-06 2020-12-08 北京三星通信技术研究有限公司 设备控制方法、冲突处理方法、相应的装置及电子设备
EP3931671A1 (en) * 2020-05-07 2022-01-05 Google LLC Notification delivery based on context awareness

Also Published As

Publication number Publication date
WO2024098878A1 (zh) 2024-05-16

Similar Documents

Publication Publication Date Title
CN108874967B (zh) 对话状态确定方法及装置、对话系统、终端、存储介质
CN108700982B (zh) 信息处理设备、信息处理方法以及程序
KR20180055708A (ko) 이미지를 처리하는 전자 장치 및 방법
CN110162604B (zh) 语句生成方法、装置、设备及存储介质
CN111432245B (zh) 多媒体信息的播放控制方法、装置、设备及存储介质
CN111738365B (zh) 图像分类模型训练方法、装置、计算机设备及存储介质
US20230119849A1 (en) Three-dimensional interface control method and terminal
CN110555102A (zh) 媒体标题识别方法、装置及存储介质
CN110853124B (zh) 生成gif动态图的方法、装置、电子设备及介质
CN110728167A (zh) 文本检测方法、装置及计算机可读存储介质
CN118018167A (zh) 信息输出通道选择方法、信息的输出方法、装置及设备
CN115309299B (zh) 桌面卡片的显示方法、装置、终端、存储介质及程序产品
CN116860913A (zh) 语音交互方法、装置、设备及存储介质
CN116977884A (zh) 视频切分模型的训练方法、视频切分方法及装置
CN113486260B (zh) 互动信息的生成方法、装置、计算机设备及存储介质
CN116958851A (zh) 视频时效模型的训练方法、装置、设备及存储介质
CN113127272B (zh) 屏幕检测方法和屏幕检测的电子设备
CN111524518B (zh) 增强现实处理方法及装置、存储介质和电子设备
KR20190031829A (ko) 전자 장치 및 그 제어 방법
CN115116437A (zh) 语音识别方法、装置、计算机设备、存储介质及产品
CN111259252B (zh) 用户标识识别方法、装置、计算机设备及存储介质
US20240331694A1 (en) Speech recognition method and apparatus
CN116304146B (zh) 图像处理方法及相关装置
CN115841181B (zh) 剩余油分布预测方法、装置、设备及存储介质
CN110263171B (zh) 文档分类方法、装置及终端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination