[0001] 本公开涉及计算机技术领域，尤其涉及一种语音情绪识别模型训练方法、语音情绪识别方法及装置。

[0002] 情绪作为基础的副语言信息之一，常常传达着说话者的意图和心理状态，正确的识别语音中的情绪能够帮助语音交互系统更好地理解说话者的需求，从而做出正确的回应，这能有效地提升语音交互系统的用户使用体验。语音情绪识别旨在检测说话者语音中所包含的情绪，近年来一直是一个热门的研究方向，它被广泛应用于智能机器人、自动呼叫中心、远程教育等领域。因此，亟需一种能够提高语音情绪识别模型的识别准确率的语音情绪识别模型训练方法。

[0025] 以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

[0026] 在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

[0027] 本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

[0028] 另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

[0029] 给定一个语音及其情绪类别标签，相关技术中的语音情绪识别方法通常使用固定窗长和窗移的滑动窗口，将该语音分为多个等长的语音片段，然后使用该语音的情绪类别标签来作为每一个语音片段的情绪类别标签，即在训练阶段使用相同的情绪类别标签来监督每一个语音片段。图1示出相关技术中的一种语音情绪识别模型训练方法的示意图。如图1所示，语音“这首歌真好听啊”被分割为6个语音片段，以及将语音“这首歌真好听啊”的情绪类别标签：高兴，作为每个语音片段的情绪类别标签，进而根据6个语音片段以及每个语音片段的情绪类别标签，对语音情绪识别模型进行网络训练。

[0030] 但是，这种方式忽略了片段级标签不匹配的问题，也就是有的语音片段的真实情绪类别可能会与原始语音的情绪类别标签不匹配。这是因为人类的情感强度是随时间变化的。情绪变化可以用两个主要维度表示：效价和唤醒。根据说话者的个人发音习惯(例如，语调和音高的变化)，语音的效价和唤醒值可能不会随着时间的推移保持在同一水平。这意味着，情绪类别标签为快乐的语音也可能包含一些情绪类别为中性情绪的语音片段。例如，在语音“这首歌真好听啊”中，高兴的情绪集中在语音的末尾，即“真好听啊”，因此，前面分段的情绪类别是模糊的，它们可能是中性的。考虑到这一点，使用原始语音的情绪类别标签训练所有语音片段将引入噪声数据，并可能导致语音情绪识别模型的性能下降。

[0031] 为了解决上述问题，本公开提供了一种语音情绪识别模型训练方法，能够降低与语音的语音情绪不一致的样本语音片段影响语音情绪识别模型的训练效果，从而有效得到识别准确率较高的语音情绪识别模型。下面对本公开实施例提供的语音情绪识别模型训练方法进行详细描述。

[0032] 图2示出根据本公开实施例的一种语音情绪识别模型训练方法的流程图。该方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行该方法。如图2所示，该方法包括：

[0033] 在步骤S21中，基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果。

[0034] 样本语音是用于对语音情绪识别模型进行训练的训练样本，其中，样本语音的个数可以根据实际情况灵活设置，本公开对此不做具体限定。

[0035] 针对语音情绪识别模型训练任务，通常的做法是将原始的样本语音分割为多个样本语音片段，以进行数据扩充和/或模拟流式语音输入。针对一个样本语音，将该样本语音分割得到的多个样本语音片段的个数、以及每个样本语音片段的长度可以根据实际情况灵活设置，本公开对此不做具体限定。

[0036] 针对一个样本语音，将该样本语音分割得到的多个样本语音片段输入语音情绪识别模型，利用语音情绪识别模型对每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果。

[0037] 后文会结合本公开可能的实现方式，对如何基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果进行详细描述，此处不做赘述。

[0038] 在步骤S22中，根据每个样本语音片段对应的语音情绪识别结果，从所有样本语音片段中选择k％的样本语音片段作为正样本语音片段，其中，k大于1且小于100。

[0039] 为了降低与样本语音的语音情绪不一致的样本语音片段影响语音情绪识别模型的训练效果，根据每个样本语音片段对应的语音情绪识别结果，基于后验概率从样本语音分割得到的所有样本语音片段中选择k％的样本语音片段作为正样本语音片段。其中，k％的具体取值可以根据实际情况灵活设置，例如，k％＝70％，本公开对此不做具体限定。

[0040] 从样本语音分割得到的所有样本语音片段中选择k％的样本语音片段作为正样本语音片段，大概率是与原始的样本语音的情绪类别相同的样本语音片段，因此，k％的正样本语音片段是语音情绪识别模型的有效训练数据。

[0041] 后文会结合本公开可能的实现方式，对根据每个样本语音片段对应的语音情绪识别结果，从样本语音分割得到的所有样本语音片段中选择k％的样本语音片段作为正样本语音片段的具体过程进行详细描述，此处不做赘述。

[0042] 在步骤S23中，根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失。

[0043] 这里每个正样本语音片段对应的情绪类别标签，用于指示该正样本语音片段对应的真实情绪类别。其中，每个正样本语音片段对应的情绪类别标签，与样本语音对应的情绪类别标签可能相同，也可能不相同。

[0044] 在步骤S24中，根据正样本损失，对语音情绪识别模型进行网络训练。

[0045] 后文会结合本公开可能的实现方式，对根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失，以及如何根据正样本损失，对语音情绪识别模型进行网络训练进行详细描述，此处不做赘述。

[0046] 根据本公开的实施例，基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果；由于样本语音分割得到的所有样本语音片段中可能存在与样本语音的语音情绪不一致的样本语音片段，因此，为了降低与样本语音的语音情绪不一致的样本语音片段影响语音情绪识别模型的训练效果，根据每个样本语音片段对应的语音情绪识别结果，从所有样本语音片段中选择k％的样本语音片段作为正样本语音片段；根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失；根据正样本损失，对语音情绪识别模型进行网络训练，从而有效得到识别准确率较高的语音情绪识别模型。

[0047] 在一种可能的实现方式中，基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果，包括：对每个样本语音片段进行特征提取，得到每个样本语音片段对应的梅尔倒谱系数(Mel‑Frequency Cepstral Coefficients，MFCC)特征；根据每个样本语音片段对应的MFCC特征，分别进行全局上下文关系建模和局部上下文关系建模，得到每个样本语音片段对应的全局特征和局部特征；对每个样本语音片段对应的全局特征和局部特征进行融合，得到每个样本语音片段对应的融合特征；根据每个样本语音片段对应的融合特征，对每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果。

[0048] 对每个样本语音片段进行特征提取，得到每个样本语音片段对应的MFCC特征，进而，根据每个样本语音片段对应的MFCC特征，分别进行全局上下文关系建模和局部上下文关系建模，得到每个样本语音片段对应的全局特征和局部特征，从而可以有效捕捉样本语音中的长期和短期时间依赖关系。

[0049] 对每个样本语音片段对应的全局特征和局部特征进行融合，得到每个样本语音片段对应的融合特征，以使得根据每个样本语音片段对应的融合特征，可以对每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果。

[0050] 每个样本语音片段对应的语音情绪识别结果包括：该样本语音片段对应每个情绪类别的概率。在语音情绪识别模型能够识别C类情绪类别的情况下，语音情绪识别模型中包括每类情绪类别对应的分类器。将第j个样本语音片段输入第i类情绪类别对应的分类器，根据分类器输出的第j个样本语音片段对应的输出日志，可以确定第j个样本语音片段的预测情绪类别为第i类情绪类别的概率。

[0051] 在一种可能的实现方式中，根据每个样本语音片段对应的语音情绪识别结果，从所有样本语音片段中选择k％的样本语音片段作为正样本语音片段，包括：根据每个样本语音片段对应的语音情绪识别结果，确定每个样本语音片段对应的目标预测概率，其中，目标预测概率为预测情绪类别为目标情绪的预测概率，目标情绪为样本语音对应的情绪类别标签指示的情绪类别；按照目标预测概率由高到低对所有样本语音片段进行排序，得到样本语音片段序列；将样本语音片段序列中的前k％个样本语音片段，确定为正样本语音片段。

[0052] 在原始的样本语音的真实情绪类别为目标情绪的情况下，由于每个样本语音片段对应的语音情绪识别结果包括该样本语音片段对应每类情绪类别的概率，因此，可以将每个样本语音片段的预测情绪类别为目标情绪的概率，确定为每个样本语音片段对应的目标预测概率。

[0053] 针对任意一个样本语音片段，该样本语音片段对应的目标预测概率越高，则该样本语音片段的真实情绪类别为目标情绪的概率越高，因此，根据每个样本语音片段对应的目标预测概率，选择目标预测概率最高的前k％个样本语音片段，确定为正样本语音片段。

[0054] 在一示例中，原始的样本语音拆分得到N个样本语音片段，可以通过下述公式(1)从N个样本语音片段中选择 个样本语音片段作为正样本语音片段：

[0055]

[0056] 其中，rank(k)运算符指示的是返回概率最高的前k％个样本语音片段，lj指示的是被选择的第j个正样本语音片段， 指示的是目标情绪类别i对应的分类器输出的第x个样本语音片段对应的输出日志， 表示第x个样本语音片段的预测情绪类别为目标情绪类别i的目标概率。

[0057] 图3示出根据本公开实施例的一种语音情绪识别模型训练方法的示意图。如图1所示，样本语音“这首歌真好听啊”被分割为6个样本语音片段，样本语音“这首歌真好听啊”的情绪类别标签：高兴。基于语音情绪识别模型确定每个样本语音片段的预测情绪类别为高兴的预测概率，选择预测情绪类别为高兴的预测概率前60％的样本语音片段作为正样本语音片段，进而根据60％的正样本语音片段对语音情绪识别模型进行网络训练。

[0058] 在一种可能的实现方式中，根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失，包括：根据每个正样本语音片段对应的目标预测概率、每个正样本语音片段对应的情绪类别标签、正样本语音片段的个数、语音情绪识别模型能够识别的情绪类别的类数，确定正样本损失。

[0059] 由于正样本语音片段是语音情绪识别模型的有效训练数据，因此，根据每个正样本语音片段对应的目标预测概率、每个正样本语音片段对应的情绪类别标签、正样本语音片段的个数、语音情绪识别模型能够识别的情绪类别的类数，确定原始的样本语音对应的正样本损失。

[0060] 在一示例中，原始的样本语音对应的正样本损失，可以通过下述head‑k池化损失函数确定：

[0061]

[0062] 其中， 用于指示第j个正样本语音片段对应的情绪类别标签指示的是否为目标情绪。在 时，指示第j个正样本语音片段对应的情绪类别标签指示的为目标情绪；在时，指示第j个正样本语音片段对应的情绪类别标签指示的不是目标情绪。

[0063] 根据原始的样本语音对应的正样本损失，调整语音情绪识别模型的网络参数，以实现对语音情绪识别模型的网络训练。

[0064] 在一种可能的实现方式中，该方法还包括：从所有样本语音片段中除正样本语音片段以外的其他样本语音片段中，选择至少一个样本语音片段作为负样本语音片段；根据每个负样本语音片段对应的语音情绪识别结果，以及每个负样本语音片段对应的真实情绪类别，确定负样本损失。

[0065] 除了采样正样本语音片段确定正样本损失以外，还可以从正样本语音片段以外的其他样本语音片段中选择至少一个样本语音片段作为负样本语音片段，以基于每个负样本语音片段对应的语音情绪识别结果，以及每个负样本语音片段对应的情绪类别标签，确定原始的样本语音对应的负样本损失。

[0066] 在一种可能的实现方式中，从所有样本语音片段中除正样本语音片段以外的其他样本语音片段中，选择至少一个样本语音片段作为负样本语音片段，包括：针对所有样本语音片段中除正样本语音片段以外的其他任意一个样本语音片段，在该样本语音片段对应的情绪类别标签指示的情绪类别为中性情绪的情况下，将该样本语音片段确定为负样本语音片段；和/或，针对所有样本语音片段中除正样本语音片段以外的其他任意一个样本语音片段，在该样本语音片段对应的情绪类别标签指示的情绪类别为非中性情绪、且该非中性情绪与目标情绪不同的情况下，将该样本语音片段确定为负样本语音片段。

[0067] 在选择负样本语音片段时，可以考虑两种情况：在一个样本语音片段的情绪类别标签为中性情绪的情况下，该样本语音片段可以确定为任意情绪类别的样本语音的负样本语音片段；在一个样本语音片段的情绪类别标签为非中性情绪的情况下，该样本语音片段可以确定为情绪类别为中性情绪或与该样本语音片段的情绪类别不同的其他非中性情绪的样本语音的负样本语音片段。

[0068] 根据负样本语音片段确定负样本损失的方式，可以参考正样本损失的确定方式，本公开对此不做具体限定。

[0069] 例如，可以通过下述公式(3)，确定原始的样本语音对应的负样本损失：

[0070]y

[0071] 其中，P是负样本语音的个数，l指示的是被选择的第y个负样本语音片段， 指示的是目标情绪对应的分类器输出的第y个负样本语音片段对应的输出日志。 用于指示第y个负样本语音片段对应的情绪类别标签指示的是否为目标情绪。 时指示第y个负样本语音片段对应的情绪类别标签指示的为目标情绪； 时指示第y个负样本语音片段对应的情绪类别标签指示的不是目标情绪。

[0072] 在一种可能的实现方式中，根据正样本损失，对语音情绪识别模型进行网络训练，包括：根据正样本损失和负样本损失，确定综合损失；根据综合损失，对语音情绪识别模型进行网络训练。

[0073] 在确定正样本损失和负样本损失后，可以对正样本损失和负样本损失进行加权求和得到综合损失，进而，根据综合损失可以对语音情绪识别模型进行网络训练。

[0074] 根据本公开的实施例，基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果；由于样本语音分割得到的所有样本语音片段中可能存在与样本语音的语音情绪不一致的样本语音片段，因此，为了降低与样本语音的语音情绪不一致的样本语音片段影响语音情绪识别模型的训练效果，根据每个样本语音片段对应的语音情绪识别结果，从所有样本语音片段中选择k％的样本语音片段作为正样本语音片段；根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失；根据正样本损失，对语音情绪识别模型进行网络训练，从而有效得到识别准确率较高的语音情绪识别模型。

[0075] 本公开实施例训练得到的语音情绪识别模型可以应用于语音交互场景中，用户的情绪可以实时地被语音情绪识别模型识别，从而执行恰当的反馈来提升用户体验。例如，开车时前面堵车了，用户生气地大骂，此时，语音情绪识别模型可以识别出生气的情绪，并可以播放一首舒缓的音乐来平息用户的怒火，并提醒用户开车要注意安全。

[0076] 图4示出根据本公开实施例的一种语音情绪识别方法的流程图。该方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行该方法。如图4所示，该方法包括：

[0077] 在步骤S41中，接收待识别语音。

[0078] 这里的待识别语音可以是在任意需要进行语音情绪识别的应用场景下采集得到的，本公开对此不做具体限定。

[0079] 在步骤S42中，基于语音情绪识别模型，对待识别语音进行情绪识别，得到待识别语音对应的语音情绪识别结果。

[0080] 其中，语音情绪识别模型基于上述语音情绪识别模型训练方法确定，具体训练过程可以参考上述实施例相关内容，此处不做赘述。

[0081] 可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

[0082] 此外，本公开还提供了语音情绪识别模型训练装置、语音情绪识别装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种语音情绪识别模型训练、语音情绪识别方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

[0083] 图5示出根据本公开实施例的一种语音情绪识别模型训练装置的框图。如图5所示，装置50包括：

[0084] 语音情绪识别模块51，用于基于语音情绪识别模型，对样本语音分割得到的每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果；

[0085] 正样本选择模块52，用于根据每个样本语音片段对应的语音情绪识别结果，从所有样本语音片段中选择k％的样本语音片段作为正样本语音片段，其中，k大于1且小于100；

[0086] 正样本损失确定模块53，用于根据每个正样本语音片段对应的语音情绪识别结果，以及每个正样本语音片段对应的情绪类别标签，确定正样本损失；

[0087] 训练模块54，用于根据正样本损失，对语音情绪识别模型进行网络训练。

[0088] 在一种可能的实现方式中，正样本选择模块52，具体用于：

[0089] 根据每个样本语音片段对应的语音情绪识别结果，确定每个样本语音片段对应的目标预测概率，其中，目标预测概率为预测情绪类别为目标情绪的预测概率，目标情绪为样本语音对应的情绪类别标签指示的情绪类别；

[0090] 按照目标预测概率由高到低对所有样本语音片段进行排序，得到样本语音片段序列；

[0091] 将样本语音片段序列中的前k％个样本语音片段，确定为正样本语音片段。

[0092] 在一种可能的实现方式中，正样本损失确定模块53，具体用于：

[0093] 根据每个正样本语音片段对应的目标预测概率、每个正样本语音片段对应的情绪类别标签、正样本语音片段的个数、语音情绪识别模型能够识别的情绪类别的类数，确定正样本损失。

[0094] 在一种可能的实现方式中，装置50还包括：

[0095] 负样本选择模块，用于从所有样本语音片段中除正样本语音片段以外的其他样本语音片段中，选择至少一个样本语音片段作为负样本语音片段；

[0096] 负样本损失确定模块，用于根据每个负样本语音片段对应的语音情绪识别结果，以及每个负样本语音片段对应的真实情绪类别，确定负样本损失；

[0097] 训练模块54，具体用于：

[0098] 根据正样本损失和负样本损失，确定综合损失；

[0099] 根据综合损失，对语音情绪识别模型进行网络训练。

[0100] 在一种可能的实现方式中，负样本选择模块，具体用于：

[0101] 针对所有样本语音片段中除正样本语音片段以外的其他任意一个样本语音片段，在该样本语音片段对应的情绪类别标签指示的情绪类别为中性情绪的情况下，将该样本语音片段确定为负样本语音片段；和/或，

[0102] 针对所有样本语音片段中除正样本语音片段以外的其他任意一个样本语音片段，在该样本语音片段对应的情绪类别标签指示的情绪类别为非中性情绪、且该非中性情绪与目标情绪不同的情况下，将该样本语音片段确定为负样本语音片段。

[0103] 在一种可能的实现方式中，语音情绪识别模块51，具体用于：

[0104] 对每个样本语音片段进行特征提取，得到每个样本语音片段对应的MFCC特征；

[0105] 根据每个样本语音片段对应的MFCC特征，分别进行全局上下文关系建模和局部上下文关系建模，得到每个样本语音片段对应的全局特征和局部特征；

[0106] 对每个样本语音片段对应的全局特征和局部特征进行融合，得到每个样本语音片段对应的融合特征；

[0107] 根据每个样本语音片段对应的融合特征，对每个样本语音片段进行情绪识别，得到每个样本语音片段对应的语音情绪识别结果。

[0108] 图6示出根据本公开实施例的一种语音情绪识别装置的框图。如图6所示，装置60包括：

[0109] 接收模块61，用于接收待识别语音；

[0110] 语音情绪识别模块62，用于基于语音情绪识别模型，对待识别语音进行情绪识别，得到待识别语音对应的语音情绪识别结果。

[0111] 其中，语音情绪识别模型基于上述语音情绪识别模型训练方法确定。

[0112] 该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。

[0113] 在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

[0114] 本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

[0115] 本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

[0116] 本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

[0117] 电子设备可以被提供为终端、服务器或其它形态的设备。

[0118] 图7示出根据本公开实施例的一种电子设备的框图。参照图7，电子设备1900可以被提供为一服务器或终端设备。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

[0119] 电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器TM TM操作系统(Windows Server )，苹果公司推出的基于图形用户界面操作系统(Mac OS X )，TM
多用户多进程的计算机操作系统(Unix )，自由和开放原代码的类Unix操作系统TM TM
(Linux )，开放原代码的类Unix操作系统(FreeBSD )或类似。

[0120] 在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

[0121] 本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

[0122] 计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD‑ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

[0123] 这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

[0124] 用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

[0125] 这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

[0126] 这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

[0127] 也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

[0128] 附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0129] 该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

[0130] 上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

[0131] 本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

[0132] 若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

[0133] 以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。