[0001] 本发明涉及语音技术，特别涉及一种对话生成方法、对话生成装置、对话机器人和 存储介质。

[0002] 在相关技术中，对话机器人是以一种角色在各种场景下进行对话回复，如此导致机器人 的回复显得比较呆板，不够智能化。

[0045] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或 类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的 实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0046] 在相关技术中，在不同数量的对话人数、不同的人员关系的各种场景下，对话机器人是 以一种角色进行对话回复，如此导致机器人的回复显得比较呆板，不够智能化。

[0047] 请参阅图1和图2，本发明实施方式的对话生成方法可以用于对话机器人100。对话生成 方法包括：

[0048] 01：获取历史对话信息和多媒体信息；

[0049] 02：根据历史对话信息和多媒体信息确定关系集合，关系集合包括对话人员之间的关系、 及对话机器人100与对话人员之间的关系；

[0050] 03：根据历史对话信息和关系集合生成回复结果。

[0051] 请参阅图1至图3，本发明实施方式的对话生成装置10可以用于对话机器人100。对话 生成装置10包括获取模块11、确定模块12和生成模块13。本发明实施方式的对话生成方法 可以由本发明实施方式的对话生成装置10实现，其中，步骤01可以由获取模块11实现，步 骤02可以由确定模块12实现，步骤03可以由生成模块13实现。也即是说，获取模块11可 以用于获取历史对话信息和多媒体信息。确定模块12可以用于根据历史对话信息和多媒体信 息确定关系集合，关系集合包括对话人员之间的关系、及对话机器人100与对话人员之间的 关系。生成模块13可以用于根据历史对话信息和关系集合生成回复结果。

[0052] 上述对话生成方法和对话生成装置10中，根据历史对话信息和多媒体信息确定了对话人 员之间的关系以及对话机器人100与对话人员之间的关系，如此，能够根据不同的人员关系、 不同的人机关系生成回复结果，使得生成的对话更加多样性，能够满足不同场景的不同对话 需求。

[0053] 本发明的对话机器人100可以包括语音助手等设备，对话机器人100可以用于车内、室 内等环境。其中，对话机器人100可以自身集成多媒体功能，即对话机器人100本身具备多 媒体信息获取器件(例如摄像头、收音设备等)，或者对话机器人100与多媒体信息获取器件 分体设置，对话机器人100通过通信连接等方式获取多媒体信息，在此不做具体限定。

[0054] 历史对话信息可以是文本信息。在某些实施方式中，多媒体信息包括音频信息，历史对 话信息可以是音频信息经过自动语音识别技术(Automatic Speech Recognition，ASR)之后得 到的文本结果。音频信息识别得到的历史对话信息可以全部保留，从而可以根据完整的历史 对话信息确定关系集合及生成回复结果。

[0055] 其中，本发明的关系集合包括每个对话人员与所有对话成员之间的人员关系、及对话机 器人100与所有对话人员之间的人机关系。对话人员可以是指参与到历史对话信息中的人员 和/或多媒体信息中存在的人员。人员关系例如包括父女、母女、夫妻、同事、同学、陌生人、 朋友、其他等。人机关系例如包括同事、同学、陌生人、朋友、其他等，当然，人机关系也 可以包括父女、母女、夫妻等，在此不做具体限定。

[0056] 本发明的回复结果可以通过语音、显示等方式输出。例如，对话机器人100可以包括喇 叭，在生成回复结果后，对话机器人100可以通过喇叭播放回复结果。又例如，对话机器人 100可以包括显示屏，在生成回复结果后，对话机器人100可以通过显示屏显示回复结果。

[0057] 请参阅图4，在某些实施方式中，对话生成方法包括：

[0058] 04：根据历史对话信息确定第一关系集合；

[0059] 步骤02(根据历史对话信息和多媒体信息确定关系集合)，包括：

[0060] 022：根据第一关系集合和多媒体信息确定关系集合。

[0061] 请参阅图5，在某些实施方式中，对话生成装置10包括第一处理模块14。步骤04可以 由第一处理模块14实现，步骤022可以由确定模块12实现。也即是说，第一处理模块14可 以用于根据历史对话信息确定第一关系集合，确定模块12可以用于根据第一关系集合和多媒 体信息确定关系集合。

[0062] 如此，能够根据历史对话信息确定第一关系集合。第一关系集合可以包括对话人员之间 可能存在的关系。例如，历史对话信息为“对话人员1：为什么刚刚那个叔叔要闯红灯呢？”、 “对话人员2：宝宝，我们要遵守交通规则、闯红灯很危险的，不能这么做的”。根据该历史 对话信息，可以确定对话人员1和对话人员2之间可能的人员关系为：母子、母女、父子、 父女等，从而可以获得第一关系集合。

[0063] 当然，第一关系集合可以包括对话人员之间可能存在的关系、及对话机器人100与对话 人员之间可能存在的关系。例如，在对话人员1和对话人员2之间可能的人员关系为：母子、 母女、父子、父女的基础上，可以确定对话机器人100与对话人员1可能的人机关系为：同 事、同学、陌生人、朋友、其他等，对话机器人100与对话人员2可能的人机关系为：同事、 同学、陌生人、朋友、其他等。在一个实施例中，可以预先设定特定对话人员与对话机器人 100之间的人机关系，再根据特定对话人员与对话机器人100之间的人机关系确定其他对话 人员与对话机器人100之间的人机关系。例如，预先设定对话人员1为特定对话人员，对话 人员1与对话机器人100之间的人机关系为朋友，则对话人员2对话机器人100之间的人机 关系可以为晚辈与长辈之间的关系。

[0064] 本发明实施例以两个对话人员为例进行说明，在对话人员存在两个以上(例如三个对话 人员、四个对话人员)时，实现方案与两个对话人员类似，在此不再赘述。

[0065] 结合第一关系集合和多媒体信息，可以进一步确定比较准确的人员关系和人机关系以作 为关系集合。

[0066] 请参阅图6，在某些实施方式中，多媒体信息包括音频信息，对话生成方法包括：

[0067] 052：根据音频信息确定第二关系集合；

[0068] 步骤022(根据第一关系集合和多媒体信息确定关系集合)，包括：

[0069] 0222：根据第一关系集合和第二关系集合确定关系集合。

[0070] 请参阅图7，在某些实施方式中，多媒体信息包括音频信息，对话生成装置10包括第二 处理模块152。步骤052可以由第二处理模块152实现，步骤0222可以由确定模块12实现。 也即是说，第二处理模块152可以用于根据音频信息确定第二关系集合，确定模块12可以用 于根据第一关系集合和第二关系集合确定关系集合。

[0071] 如此，能够根据音频信息确定第二关系集合。其中，对话机器人100可以应用于车辆， 音频信息可以由车内收音设备记录获得，收音设备可以获得当前时刻的第一预设时间段内的 音频信息，第一预设时间段可以根据用户需求进行设定，第一预设时间段越长，得到的第二 关系集合就更加准确，第一预设时间段越短，音频信息的存储量、处理量就更小，并且超出 第一预设时间段的音频信息可以删除，从而降低隐私泄露的风险。

[0072] 第二关系集合可以包括对话人员之间可能存在的关系。根据音频信息可以确定对话人员 的性别，例如确定对话人员均为女生，则对话人员1和对话人员2之间可能的人员关系为： 母女、同事、同学、陌生人、朋友、其他等，从而可以获得第二关系集合。根据音频信息可 以确定对话人员之间的情绪，情绪包括开心、愤怒、悲伤、生气等，例如，对话人员的音量 较高，可以确定对话人员的情绪为愤怒、生气等，则对话人员1和对话人员2之间可能的人 员关系为：吵架的母女、吵架的同事、吵架的同学、吵架的陌生人、吵架的朋友等。

[0073] 当然，第二关系集合可以包括对话人员之间可能存在的关系、及对话机器人100与对话 人员之间可能存在的关系。例如，在对话人员1和对话人员2之间可能的人员关系为：母女、 同事、同学、陌生人、朋友、其他的基础上，可以确定对话机器人100与对话人员1可能的 人机关系为：同事、同学、陌生人、朋友、其他等，对话机器人100与对话人员2可能的人 机关系为：同事、同学、陌生人、朋友、其他等。在一个实施例中，可以预先设定特定对话 人员与对话机器人100之间的人机关系，再根据特定对话人员与对话机器人100之间的人机 关系确定其他对话人员与对话机器人100之间的人机关系。例如，预先设定对话人员1为特 定对话人员，对话人员1与对话机器人100之间的人机关系为朋友，则对话人员2对话机器 人100之间的人机关系可以为晚辈与长辈之间的关系、同事、同学、陌生人、朋友、其他等。

[0074] 结合第一关系集合和第二关系集合，可以进一步确定比较正确的人员关系和人机关系以 作为关系集合。具体地，可以通过投票法等方式对第一关系集合和第二关系集合进行融合判 断，即确定可能性最高(可能性出现次数最多)的人员关系。例如历史对话信息为“对话人 员1：为什么刚刚那个叔叔要闯红灯呢？”、“对话人员2：宝宝，我们要遵守交通规则、闯红 灯很危险的，不能这么做的”，此时根据第一关系集合确定对话人员1和对话人员2之间可能 的人员关系为：母子、母女、父子、父女等，根据第二关系集合确定对话人员1和对话人员 2之间可能的人员关系为：母女、同事、同学、陌生人、朋友、其他等，则在第一关系集合 和第二关系集合中可能的人员关系均包括母女关系，因此，请参阅图8，可以确定对话人员1 和对话人员2之间的人员关系为母女关系，此时初始化对话人员1与对话机器人的关系为r， 对话人员2与对话机器人的关系为r1，则r可以是朋友关系，r1可以是长辈与晚辈之间的关 系，可以建立如图9所示的关系集合。

[0075] 请参阅图10，在某些实施方式中，对话生成方法包括：

[0076] 054：处理音频信息以获得有效音频片段；

[0077] 步骤052(根据音频信息确定第二关系集合)，包括：

[0078] 0522：根据有效音频片段确定第二关系集合。

[0079] 请参阅图11，在某些实施方式中，对话生成装置10包括第三处理模块154。步骤054可 以由第三处理模块154实现，步骤0522可以由第二处理模块152实现。也即是说，第三处理 模块154可以用于处理音频信息以获得有效音频片段，第二处理模块152可以用于根据有效 音频片段确定第二关系集合。

[0080] 具体地，有效音频片段可以是指具有有效语音的音频片段，音频信息中只有噪声、背景 声而没有有效语音的片段可以不保留，如此，能够根据有效音频片段快速、准确地确定第二 关系集合，减小音频信息的处理量。在一个实施例中，可以通过语音端点检测(Voice Activity Detection，VAD)检测有效音频片段，语音端点检测可以用于鉴别音频信息当中的语音出现 (speech presence)和语音消失(speech absence)，从而确定有效音频片段。

[0081] 请参阅图12，在某些实施方式中，多媒体信息包括视频信息，对话生成方法包括：

[0082] 062：根据视频信息确定第三关系集合；

[0083] 步骤022(根据第一关系集合和多媒体信息确定关系集合)，包括：

[0084] 0224：根据第一关系集合和第三关系集合确定关系集合。

[0085] 请参阅图13，在某些实施方式中，多媒体信息包括视频信息，对话生成装置10包括第 四处理模块162。步骤062可以由第四处理模块162实现，步骤0224可以由确定模块12实 现。也即是说，第四处理模块162可以用于根据视频信息确定第三关系集合，确定模块12可 以用于根据第一关系集合和第三关系集合确定关系集合。

[0086] 如此，能够根据视频信息确定第三关系集合。其中，对话机器人100可以应用于车辆， 视频信息可以由车内摄像头记录获得，摄像头可以获得当前时刻的第二预设时间段内的视频 信息，第二预设时间段可以根据用户需求进行设定，第二预设时间段越长，得到的第三关系 集合就更加准确，第二预设时间段越短，视频信息的存储量、处理量就更小，并且超出第二 预设时间段的视频信息可以删除，从而降低隐私泄露的风险。

[0087] 第三关系集合可以包括对话人员之间可能存在的关系。根据视频信息可以确定对话人员 的性别，例如确定对话人员均为女生，则对话人员1和对话人员2之间可能的人员关系为： 母女、同事、同学、陌生人、朋友、其他等，从而可以获得第三关系集合。根据视频信息可 以确定对话人员之间的面部表情、情绪和动作，情绪包括开心、愤怒、悲伤、生气等，例如， 对话人员的面部狰狞、手部摆动，可以确定对话人员的情绪为愤怒、生气等，则对话人员1 和对话人员2之间可能的人员关系为：吵架的母女、吵架的同事、吵架的同学、吵架的陌生 人、吵架的朋友等。根据视频信息可以确定对话人员的位置，例如对话人员1为驾驶员，对 话人员2为乘客。

[0088] 当然，第三关系集合可以包括对话人员之间可能存在的关系、及对话机器人100与对话 人员之间可能存在的关系。例如，在对话人员1和对话人员2之间可能的人员关系为：母女、 同事、同学、陌生人、朋友、其他的基础上，可以确定对话机器人100与对话人员1可能的 人机关系为：同事、同学、陌生人、朋友、其他等，对话机器人100与对话人员2可能的人 机关系为：同事、同学、陌生人、朋友、其他等。在一个实施例中，可以预先设定特定对话 人员与对话机器人100之间的人机关系，再根据特定对话人员与对话机器人100之间的人机 关系确定其他对话人员与对话机器人100之间的人机关系。例如，预先设定对话人员1为特 定对话人员，对话人员1与对话机器人100之间的人机关系为朋友，则对话人员2对话机器 人100之间的人机关系可以为晚辈与长辈之间的关系、同事、同学、陌生人、朋友、其他等。

[0089] 结合第一关系集合和第三关系集合，可以进一步确定比较正确的人员关系和人机关系以 作为关系集合。具体地，可以通过投票法等方式对第一关系集合和第三关系集合进行融合判 断，即确定可能性最高(可能性出现次数最多)的人员关系。例如历史对话信息为“对话人 员1：为什么刚刚那个叔叔要闯红灯呢？”、“对话人员2：宝宝，我们要遵守交通规则、闯红 灯很危险的，不能这么做的”，此时根据第一关系集合确定对话人员1和对话人员2之间可能 的人员关系为：母子、母女、父子、父女等，根据第三关系集合确定对话人员1和对话人员 2之间可能的人员关系为：母女、同事、同学、陌生人、朋友、其他等，则在第一关系集合 和第三关系集合中可能的人员关系均包括母女关系，因此，请参阅图8，可以确定对话人员1 和对话人员2之间的人员关系为母女关系，此时初始化对话人员1与对话机器人的关系为r， 对话人员2与对话机器人的关系为r1，则r可以是朋友关系，r1可以是长辈与晚辈之间的关 系，可以建立如图9所示的关系集合。

[0090] 请参阅图14，在某些实施方式中，对话生成方法包括：

[0091] 064：处理视频信息以获得有效视频片段；

[0092] 步骤062(根据视频信息确定第三关系集合)，包括：

[0093] 0622：根据有效视频片段确定第三关系集合。

[0094] 请参阅图15，在某些实施方式中，对话生成装置10包括第五处理模块164。步骤064可 以由第五处理模块164实现，步骤0622可以由第四处理模块162实现。也即是说，第五处理 模块164可以用于处理视频信息以获得有效视频片段，第四处理模块162可以用于根据有效 视频片段确定第三关系集合。

[0095] 具体地，有效视频片段可以是指具有有效互动的视频片段，没有任何互动的片段可以不 保留，其中，有效互动包括肢体互动、面部互动(面部表情)、语言互动(通过历史对话信息 或音频信息判断)。如此，能够根据有效视频片段快速、准确地确定第三关系集合，减小视频 信息的处理量。

[0096] 根据第一关系集合和第二关系集合确定关系集合、根据第一关系集合和第三关系集合确 定关系集合，可以减少对话机器人100的处理量，能够更快地生成回复结果。

[0097] 请参阅图16，在某些实施方式中，多媒体信息包括音频信息和视频信息，对话生成方法 包括：

[0098] 072：根据音频信息确定第二关系集合；

[0099] 074：根据视频信息确定第三关系集合；

[0100] 步骤022(根据第一关系集合和多媒体信息确定关系集合)，包括：

[0101] 0226：根据第一关系集合、第二关系集合和第三关系集合确定关系集合。

[0102] 请参阅图17，在某些实施方式中，多媒体信息包括音频信息和视频信息，对话生成装置 10包括第六处理模块172和第七处理模块174。步骤072可以由第六处理模块172，步骤074 可以由第七处理模块174实现，步骤0226可以由确定模块12实现。也即是说，第六处理模 块172可以用于根据音频信息确定第二关系集合，第七处理模块174可以用于根据视频信息 确定第三关系集合，确定模块12可以用于根据第一关系集合、第二关系集合和第三关系集合 确定关系集合。

[0103] 根据第一关系集合、第二关系集合和第三关系集合确定关系集合的方式，与上述根据第 一关系集合和第二关系集合确定关系集合、根据第一关系集合和第三关系集合确定关系集合 的方式类似，在此不再赘述。根据音频信息确定第二关系集合，具体可以是根据有效音频片 段确定第二关系集合。根据视频信息确定第三关系集合，具体可以是根据有效视频片段确定 第三关系集合。根据第一关系集合、第二关系集合和第三关系集合确定关系集合，由于采用 了多模态(音频加上视频)，因此可以更加准确地确定人员关系和人机关系以作为关系集合。 例如，由于对话人员的声音偏中性，在第二关系集合中，无法确定对话人员的性别，则可以 在第三关系集合中，根据影像中的对话人员的身体特征及打扮(服装、饰品、化妆等)来确 定对话人员的性别。又例如，由于影像中的对话人员的身体特征及打扮偏中性，在第三关系 集合中，无法确定对话人员的性别，则可以在第二关系集合中，根据对话人员的声音来确定 对话人员的性别。

[0104] 请参阅图18，在某些实施方式中，对话生成方法包括：

[0105] 08：将关系集合输入关系建模模型中以获得关系图；

[0106] 步骤03(根据历史对话信息和关系集合生成回复结果)，包括：

[0107] 032：根据历史对话信息和关系图生成回复结果。

[0108] 请参阅图19，在某些实施方式中，对话生成装置10包括第八处理模块18。步骤08可以 由第八处理模块18实现，步骤032可以由生成模块13实现。也即是说，第八处理模块18可 以用于将关系集合输入关系建模模型中以获得关系图，生成模块13可以用于根据历史对话信 息和关系图生成回复结果。

[0109] 具体地，关系集合可以以邻接矩阵的形式进行表示，邻接矩阵可以当成是一种离散的图 像表示，为了便于对话机器人100读取，可以利用关系建模模型将关系集合转换为关系图， 其中，关系图的数据格式是对话机器人100能够进行读取的数据格式(例如，关系图的数据 格式可以满足下文中的生成式对话模型的输入数据的格式要求)。在一个实施例中，关系建模 模型可以是n层CNN卷积层、图模型建模、三元组的结构化信息表达、RNN建模等，在此 不做具体限定。

[0110] 请参阅图20，在某些实施方式中，对话生成方法包括：

[0111] 09：确定回复对象；

[0112] 步骤03(根据历史对话信息和关系集合生成回复结果)，包括：

[0113] 034：将历史对话信息、关系集合和回复对象输入生成式对话模型中以生成回复结果。

[0114] 请参阅图21，在某些实施方式中，对话生成装置10包括第九处理模块19。步骤09可以 由第九处理模块19实现，步骤034可以由生成模块13实现。也即是说，第九处理模块19可 以用于确定回复对象，生成模块13可以用于将历史对话信息、关系集合和回复对象输入生成 式对话模型中以生成回复结果。

[0115] 如此，可以针对回复对象生成相应的回复结果。具体地，对话机器人100可以通过自我 学习来进行训练生成式对话模型，其中，自我学习的方式可以是对话机器人100获取大量的 历史对话信息和多媒体信息，学习人们在交流互动过程中的对话方式和技巧，例如对话机器 人100通过学习后发现，当对话人员之间在吵架时，劝架的人通常会对吵架的对话人员说“大 家冷静一下”。在实际应用中，对话机器人100可以根据历史对话信息和多媒体信息确定回复 对象，例如根据历史对话信息和多媒体信息确定对话人员是否在吵架，若是在吵架，可以将 吵架的对话人员确定为回复对象，然后将历史对话信息、关系集合和回复对象输入生成式对 话模型中以生成“大家冷静一下”的回复结果。生成式对话模型可以包括增强学习、检索式 对话技术等，在此不做具体限定。

[0116] 在一个实施例中，历史对话信息为“对话人员1：为什么刚刚那个叔叔要闯红灯呢？”、 “对话人员2：宝宝，我们要遵守交通规则、闯红灯很危险的，不能这么做的”，此时根据第 一关系集合确定对话人员1和对话人员2之间可能的人员关系为：母子、母女、父子、父女 等，根据第二关系集合和/或第三关系集合确定对话人员1和对话人员2之间可能的人员关系 为：母女、同事、同学、陌生人、朋友、其他等，则可以确定对话人员1和对话人员2之间 的人员关系为母女关系，此时初始化对话人员1与对话机器人的关系为r，对话人员2与对话 机器人的关系为r1，则请参阅图8和图9，r可以是朋友关系，r1可以是长辈与晚辈之间的关 系。对话人员2提出了问题，可以将对话人员2确定为回复对象，结合历史对话信息和关系 集合，可以生成“小朋友，你妈妈说得对，这样做是不对的”的回复结果。

[0117] 请参阅图2，本发明实施方式的对话机器人100包括一个或多个处理器20和存储器30， 存储器30存储有计算机程序，计算机程序被处理器20执行的情况下，实现上述任意一种实 施方式的对话生成方法的步骤。

[0118] 例如，计算机程序被处理器20执行的情况下，可以实现：

[0119] 01：获取历史对话信息和多媒体信息；

[0120] 02：根据历史对话信息和多媒体信息确定关系集合，关系集合包括对话人员之间的关系、 及对话机器人100与对话人员之间的关系；

[0121] 03：根据历史对话信息和关系集合生成回复结果。

[0122] 上述对话机器人100中，根据历史对话信息和多媒体信息确定了对话人员之间的关系以 及对话机器人100与对话人员之间的关系，如此，能够根据不同的人员关系、不同的人机关 系生成回复结果，使得生成的对话更加多样性，能够满足不同场景的不同对话需求。

[0123] 请参阅图22，本发明实施方式的计算机可读存储介质800上存储有计算机程序，该程序 被处理器20执行时实现上述任意一种实施方式的对话生成方法。

[0124] 例如，被处理器20执行时可以实现：

[0125] 01：获取历史对话信息和多媒体信息；

[0126] 02：根据历史对话信息和多媒体信息确定关系集合，关系集合包括对话人员之间的关系、 及对话机器人100与对话人员之间的关系；

[0127] 03：根据历史对话信息和关系集合生成回复结果。

[0128] 上述计算机可读存储介质800中，根据历史对话信息和多媒体信息确定了对话人员之间 的关系以及对话机器人100与对话人员之间的关系，如此，能够根据不同的人员关系、不同 的人机关系生成回复结果，使得生成的对话更加多样性，能够满足不同场景的不同对话需求。

[0129] 在本发明中，计算机程序包括计算机程序代码。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。存储器30可以包括高速随机存取存储器，还可 以包括非易失性存储器，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、 或其他易失性固态存储器件。处理器20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。通 用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

[0130] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或 “一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于 本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的 是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个 实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以 将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

[0131] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者 隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含 地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等， 除非另有明确具体的限定。

[0132] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或 更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且 本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根 据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所 属技术领域的技术人员所理解。

[0133] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的， 不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进 行变化、修改、替换和变型。