流畅度检测方法、装置、电子设备及可读存储介质

技术领域

本申请涉及检测技术领域，更具体地，涉及一种流畅度检测方法、装置、电子设备及可读存储介质。

背景技术

目前，随着电子信息技术的发展，电子设备可以执行各种任务以实现不同需求。虽然，可以对电子设备进行监测，从而可以检测到电子设备是否出现卡顿。然而，现有检测是否出现卡顿的准确率较低。

发明内容

本申请提出了一种流畅度检测方法、装置、电子设备及可读存储介质。

第一方面，本申请实施例提供了一种流畅度检测方法，应用于电子设备，所述方法包括：获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数；基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度；若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数；基于所述目标参数生成提示信息。

可选的，对于一种可能的实施方式，所述状态参数包括第一类型参数和第二类型参数，所述配置参数包括第三类型参数和第四类型参数，所述基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度，包括：基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度；基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度；基于所述第一流畅度、第二流畅度和第三流畅度确定所述电子设备的目标流畅度。

可选的，对于一种可能的实施方式，所述基于所述第一流畅度、第二流畅度和第三流畅度确定所述电子设备的目标流畅度，包括：获取所述第一流畅度、第二流畅度和第三流畅度中表征卡顿的流畅度的数量；基于所述卡顿的流畅度的数量确定所述电子设备的目标流畅度。

可选的，对于一种可能的实施方式，基于所述卡顿的流畅度的数量确定所述电子设备的目标流畅度，包括：若所述卡顿的流畅度的数量大于或等于指定数量，则确定所述电子设备的目标流畅度为卡顿；若所述卡顿的流畅度的数量小于指定数量，则确定所述电子设备的目标流畅度为非卡顿。

可选的，对于一种可能的实施方式，所述第一类型参数用于表征所述第三类型参数的使用程度，所述基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度，包括：基于所述流畅度检测模型的第一检测通道获取第一类型参数的使用程度与标准使用程度的大小关系，所述标准使用程度为满足流畅度阈值的所述第三类型参数的最大使用程度；若所述使用程度小于或等于所述标准使用程度，则确定所述第一流畅度为非卡顿；若所述使用程度大于所述标准使用程度，则确定所述第一流畅度为卡顿。

可选的，对于一种可能的实施方式，所述第一类型参数包括内存使用程度、中央处理器使用程度以及存储空间使用程度中的至少一种，所述第三类型参数包括内存容量、中央处理器性能参数以及存储空间大小中的至少一种。

可选的，对于一种可能的实施方式，所述基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度，包括：基于所述流畅度检测模型的第二检测通道，检测第二类型参数是否满足预先设定的所述第二类型参数对应的第一流畅度阈值，以及检测第四类型参数是否满足预先设定的所述第四类型参数对应的第二流畅度阈值；若所述第二类型参数满足所述第一流畅度阈值，则确定所述第二流畅度为非卡顿；若所述第二类型参数不满足所述第一流畅度阈值，则确定所述第二流畅度为卡顿；若所述第四类型参数满足所述第二流畅度阈值，则确定所述第三流畅度为非卡顿；若所述第四类型参数不满足所述第一流畅度阈值，则确定所述第三流畅度为卡顿。

可选的，对于一种可能的实施方式，所述第二类型参数包括屏幕刷新率、中央处理器的占用率、运行的应用程序、运行的应用程序的数量、运行的应用程序的状态、待升级系统版本、内存带宽以及所述电子设备的运行温度中的至少一个，所述第四类型参数包括所述电子设备所处的环境温度、系统版本以及连接的网络运营商信息中的至少一种。

可选的，对于一种可能的实施方式，所述基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度，包括：若在当前时刻获取到目标环境中用户的目标语音数据，则基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度，所述标准语义为表征流畅度的语音的语义；基于所述指定参数，通过所述流畅度检测模型确定第五流畅度；基于所述第四流畅度以及所述第五流畅度确定所述目标流畅度。

可选的，对于一种可能的实施方式，所述基于所述第四流畅度以及所述第五流畅度确定所述目标流畅度，包括：基于预先获取的流畅度与数值对照表分别确定所述第四流畅度对应的第一数值以及所述第五流畅度对应的第二数值，其中，所述流畅度与数值对照表包括至少一个标准流畅度以及每个所述标准流畅度对应的标准数值；将所述第一数值以及所述第二数值进行加权求和，得到第三数值；通过所述流畅度与数值对照表确定所述第三数值对应的流畅度，作为所述目标流畅度。

可选的，对于一种可能的实施方式，所述若在当前时刻获取到目标环境中用户的目标语音数据，则基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度，包括：若在当前时刻获取到目标环境中用户的目标语音数据，确定所述目标语音数据的目标特征向量；基于所述流畅度检测模型的第三检测通道获取所述目标特征向量与第一标准向量的第一差异，以及获取所述目标特征向量与第二标准向量的第二差异，其中，所述第一标准向量为流畅度为卡顿的语音的特征向量，所述第二标准向量为流畅度为非卡顿的语音的特征向量；若所述第一差异小于或等于差异阈值，则确定所述第四流畅度为卡顿；若所述第二差异小于或等于差异阈值，则确定所述第四流畅度为非卡顿。

可选的，对于一种可能的实施方式，所述若在当前时刻获取到目标环境中用户的目标语音数据，确定所述目标语音数据的目标语义的目标特征向量，包括：对所述目标语音数据进行识别，得到用于表征所述目标语音数据的目标语义的文本数据；基于预先获取的文本转向量模型将所述文本数据转换为所述文本数据对应的向量，作为所述目标特征向量。

可选的，对于一种可能的实施方式，所述指定参数包括至少一个子参数，所述流畅度阈值为至少一个，每个所述子参数对应一个流畅度阈值，所述若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数，包括：若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的子参数，作为备选子参数；所述基于所述目标参数生成提示信息，包括：基于所述备选子参数生成所述提示信息。

第二方面，本申请实施例还提供了一种流畅度检测装置，应用于电子设备，所述装置包括：获取单元、检测单元、查找单元以及提示单元。其中，获取单元，用于获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数；检测单元，用于基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度；查找单元，用于若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数；提示单元，用于基于所述目标参数生成提示信息。

第三方面，本申请实施例还提供了一种电子设备，包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行第一方面所述的方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述第一方面所述的方法。

本申请实施例提供的流畅度检测方法、装置、电子设备及可读存储介质，首先获取所述电子设备的至少一个指定参数，然后基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度，若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数，再基于所述目标参数生成提示信息。若仅仅基于当前时刻电子设备的状态参数来确定是否卡顿，可能造成误判，使得判定卡顿的准确率较低。而本申请提供的实施方式中，指定参数包括所述电子设备的配置参数和当前时刻的状态参数，因此，本申请实施例考虑的参数较多，进而在确定目标流畅度时可以提高准确率。再者，本申请提供的实施例中，若目标流畅度为卡顿，还可以确定目标参数，进而基于目标参数生成提示信息，而并非简单直接生成卡顿的提示信息，从而使得生成的提示信息更加具有针对性，提高了用户的体验。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请实施例提供的流畅度检测方法的方法流程图；

图2示出了本申请另一实施例提供的流畅度检测方法的方法流程图；

图3示出了本申请又一实施例提供的流畅度检测方法的方法流程图；

图4示出了本申请还一实施例提供的流畅度检测方法的方法流程图；

图5示出了本申请实施例提供的获取流畅度检测模型的方法流程图；

图6示出了步骤S540的一种实施方式图；

图7示出了本申请实施例提供的流畅度检测装置的结构框图；

图8示出了本申请实施例提供的电子设备的结构框图；

图9示出了本申请实施例提供的计算机可读存储介质的结构框图；

图10示出了本申请实施例提供的计算机程序产品的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

目前，随着电子信息技术的发展，电子设备可以执行各种任务以实现不同需求。虽然，可以对电子设备进行监测，从而可以检测到电子设备是否出现卡顿。然而，现有检测是否出现卡顿的准确率较低。如何提高检测是否出现卡顿的准确率，是一个亟待解决的问题。

电子设备运行过程中可以执行不同任务，以满足不同的需求。其中，电子设备可以为智能手机、平板电脑、台式计算机等设备，也可以为汽车的车机系统。而执行不同的任务，会占用电子设备的系统资源，从而影响电子设备的流畅度，可能使得电子设备出现卡顿。以电子设备为汽车的车机系统为例，若出现卡顿，可能影响乘客的体验，还可能对驾驶安全造成负面影响。

目前，可以考虑电子设备在运行时的中央处理器资源占用或内存资源消耗等参数，来对电子设备的流畅度进行检测。

然而，发明人在研究中发现，现有考虑电子设备在运行时的中央处理器资源占用或内存资源消耗等参数，来对电子设备的流畅度进行检测，考虑的参数较少，从而造成检测结果准确率较低。

因此，本申请实施例提供了一种流畅度检测方法、装置、电子设备及可读存储介质，用于解决或部分解决上述问题。

请参阅图1，图1示出了本申请实施例提供的流畅度检测方法的方法流程图，该流畅度检测方法可以应用于电子设备，具体的，可以将电子设备的处理器作为该方法的执行主体。包括步骤S110至步骤S140。

步骤S110：获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数。

在一些实施方式中，电子设备可以为智能手机、平板电脑、台式计算机等设备，也可以为汽车的车机系统。电子设备可以具有一些参数，该参数可以是电子设备固有的参数，即不会随运行发生变化的参数，或运行较长时间也不会发生变化的参数；该参数还可以是会随运行时间发生变化的参数。其中，不会随运行发生变化的参数，或运行较长时间也不会发生变化的参数可以为电子设备的配置参数，而随运行发生变化的参数可以为电子设备的状态参数。

示例性的，电子设备的内存容量、中央处理器性能参数、储空间大小以及系统版本可以为不会随运行发生变化的参数，而电子设备连接的网络运营商信息以及电子设备所处的环境温度可以为运行较长时间不会发生变化的参数。从而，电子设备的内存容量、中央处理器性能参数、储空间大小、系统版本、连接的网络运营商信息以及电子设备所处的环境温度等可以作为电子设备的配置参数。

又一种示例性的，内存使用程度、中央处理器使用程度、存储空间使用程度、屏幕刷新率、中央处理器的占用率、运行的应用程序、运行的应用程序的数量、运行的应用程序的状态、待升级系统版本、内存带宽以及所述电子设备的运行温度可以为随运行时间发生变化的参数。从而，内存使用程度、中央处理器使用程度、存储空间使用程度、屏幕刷新率、中央处理器的占用率、运行的应用程序、运行的应用程序的数量、运行的应用程序的状态、待升级系统版本、内存带宽以及所述电子设备的运行温度可以为随运行时间发生变化的参数等可以作为电子设备的状态参数。

容易理解的是，对于状态参数，在不同时刻可能是不同的，因此，状态参数可以为当前时刻获取到的状态参数。

从而，可以获取所述电子设备的至少一个指定参数，后续通过指定参数来确定电子设备的目标流畅度。指定参数包括电子设备的配置参数和当前时刻的状态参数，也就是说，指定参数可以为一个，也可以为多个，本申请实施例中并不做具体限定。

其中，对指定参数的获取，可以是基于预先设置的埋点信号，来采集的指定参数。例如，可以设置埋点信号来采集中央处理器的占用率、内存使用程度等参数。也可以是通过设置于电子设备周围或设置于电子设备上的传感器，来采集的指定参数。例如传感器可以为温度传感器，从而可以在电子设备所在的位置附近设置温度传感器，用于采集电子设备所处的环境温度。

步骤S120：基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度。

在获取到指定参数后，可以通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度。其中，该目标流畅度可以用于表征电子设备的流畅程度，示例性的，目标流畅程度可以包括卡顿以及非卡顿；又一种示例性的，流畅程度也可以包括卡顿、较卡顿以及非卡顿。从而，后续若检测到目标流畅度为卡顿，则可以生成提示信息；也可以后续检测到卡顿或较卡顿，都生成提示信息。

其中，由于指定参数中包括有配置参数以及状态参数，也就是说指定参数并非仅仅是电子设备运行时的参数，而是较多维度的参数。从而基于较多维度的参数确定得到的目标流畅度，具有较高的准确率。

该流畅度检测模型可以为预先获取的模型，可以将指定参数作为输入量输入至该流畅度检测模型中，从而获取到该流畅度检测模型的输出，该输出即为目标流畅度。预先获取该目标流畅度检测模型的方法，可以参阅后续实施例的介绍。

其中，该流畅度检测模型可以对每一个指定参数进行检测，得到每一个指定参数对应的流畅度，从而再基于多个流畅度确定得到最终电子设备的目标流畅度。

在一些实施方式中，还可以获取电子设备所处的目标环境中的目标语音数据，进而基于目标语音数据的目标语义来确定得到一种流畅度；再集合基于指定参数得到的流畅度一并确定最终电子设备的目标流畅度。具体的可以参阅后续实施方式的介绍。

步骤S130：若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数。

通过流畅度检测模型得到电子设备的目标流畅度后，若该目标流畅度为非卡顿，则可以不生成提示信息；而若目标流畅度为卡顿，则可以生成提示信息。然而，若仅仅生成通用的提示信息，例如提示信息为“当前电子设备卡顿”，则该提示信息不具有针对性，用户通过该提示信息也无法获取到引起电子设备卡顿的原因，无法实现对用户排除卡顿的引导。因此，在本申请提供的实施方式中，若检测到目标流畅度为卡顿，则可以首先确定目标参数，该目标参数是基于预先设定的针对每个指定参数的流畅度阈值，查找到的不满足流畅度阈值的指定参数，从而后续再基于目标参数来生成提示信息，可以具有较好的针对性。

通过前述的介绍可知，在一些实施方式中，目标流畅度可以包括卡顿以及非卡顿；目标流畅度也可以包括，卡顿、较卡顿以及流畅。从而，检测到目标流畅度为卡顿，还可以是检测到目标流畅度为卡顿以及较卡顿，本申请实施例不做具体限定。

步骤S140：基于所述目标参数生成提示信息。

通过前述步骤中获取到的目标参数，可以生成提示信息。其中，该提示信息可以用于提示用户当前电子设备卡顿，进而还可以用于提示用户当前可能造成电子设备卡顿的原因，从而可以更好的指引用户对造成卡顿的原因进行处理。

例如，若目标参数包括系统版本，则提示信息可以为“当前卡顿，请尝试升级系统”；又例如若目标参数包括运行的应用程序的数量，则提示信息可以为“当前卡顿，请尝试关闭一些应用程序”；再例如若目标参数包括中央处理器的占用率，则提示信息可以为“当前卡顿，请尝试关闭应用程序以降低中央处理器的占用率”，提示信息也可以为“当前卡顿，请更换处理芯片”，还例如若目标参数包括储空间大小，则提示信息可以为“当前卡顿，请购买更多存储空间”。

在一些实施方式中，该提示信息可以为通过文字在电子设备的屏幕上进行显示，也可以为语音通过电子设备的扬声器进行播放。

需要说明的是，上述示出的提示信息仅为一些示例，实际应用中可以根据需要灵活设定具体的提示信息，本申请实施例并不进行限定。

可选的，若基于目标参数生成的提示信息中包括有需要关闭应用程序，则还可以进一步获取当前电子设备运行的应用程序中占用资源最大的一个应用程序，作为提示信息中建议关闭的应用程序。其中，占用资源可以包括应用程序占用的中央处理器资源、内存资源以及网络传输带宽资源等。

本申请实施例提供的流畅度检测方法，首先获取所述电子设备的至少一个指定参数，然后基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度，若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数，再基于所述目标参数生成提示信息。若仅仅基于当前时刻电子设备的状态参数来确定是否卡顿，可能造成误判，使得判定卡顿的准确率较低。而本申请提供的实施方式中，指定参数包括所述电子设备的配置参数和当前时刻的状态参数，因此，本申请实施例考虑的参数较多，进而在确定目标流畅度时可以提高准确率。再者，本申请提供的实施例中，若目标流畅度为卡顿，还可以确定目标参数，进而基于目标参数生成提示信息，而并非简单直接生成卡顿的提示信息，从而使得生成的提示信息更加具有针对性，提高了用户的体验。

请参阅图2，图2示出了本申请实施例提供的流畅度检测方法的方法流程图，该流畅度检测方法可以应用于电子设备，具体的，可以将电子设备的处理器作为该方法的执行主体。包括步骤S210至步骤S280。

步骤S210：获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数。

其中，步骤S210在前述实施例中已经详细介绍，此处就不再赘述。

步骤S220：基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度。

在一些实施方式中，状态参数和配置参数可以分别包括有不同类型的参数。具体的，所述状态参数可以包括第一类型参数和第二类型参数，所述配置参数可以包括第三类型参数和第四类型参数。而流畅度检测模型可以包括有不同的检测通道，从而流畅度检测模型可以基于不同的检测通道来对不同类型的参数进行检测，进而获取到该参数对应的流畅度。示例性的，流畅度检测模型可以包括有第一检测通道以及第二检测通道。

其中，可以基于流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度。

具体的，在执行步骤S220时，还可以包括步骤S221至步骤S223。

步骤S221：基于所述流畅度检测模型的第一检测通道获取第一类型参数的使用程度与标准使用程度的大小关系，所述标准使用程度为满足流畅度阈值的所述第三类型参数的最大使用程度。

步骤S222：若所述使用程度小于或等于所述标准使用程度，则确定所述第一流畅度为非卡顿。

步骤S223：若所述使用程度大于所述标准使用程度，则确定所述第一流畅度为卡顿。

其中，第一类型参数用于表征所述第三类型参数的使用程度。示例性的，第一类型参数可以为内存使用程度、中央处理器使用程度以及存储空间使用程度中至少一种，而第三类型参数可以为内存容量、中央处理器性能参数、储空间大小中至少一种。

进而，可以基于所述流畅度检测模型的第一检测通道获取第一类型参数的使用程度与标准使用程度的大小关系。其中，标准使用程度为满足流畅度阈值的所述第三类型参数的最大使用程度。在一些实施方式中，可以预先基于第三类型参数确定出满足流畅度阈值的最大使用程度，作为标准使用程度。例如，若第三类型参数包括内存容量，在使用内存容量超过一定程度后，电子设备就会卡顿，此时该程度即可作为内存容量对应的标准使用程度，例如可以为90％。又例如，若第三类型参数包括中央处理器性能参数，在使用中央处理器性能超过一定程度后，电子设备就会卡顿，此时该程度即可作为中央处理器性能对应的标准使用程度，例如可以为95％。

进一步的，若第一类型参数的使用程度小于或等于标准使用程度，则表征此时还不会由于使用过多的第一类型参数而造成电子设备的卡顿，因此此时可以确定第一流畅度为非卡顿。而若所述使用程度大于所述标准使用程度，则表征此时可能由于使用过多的第一类型参数造成电子设备的卡顿，则可以确定所述第一流畅度为卡顿。

由于第一类型参数和第三类型参数可以为多个，因此对于每个第一类型参数可以有对应的标准使用程度，从而基于所述流畅度检测模型的第一检测通道获取第一类型参数的使用程度与标准使用程度的大小关系，可以具有多个大小关系。因此，在另一些实施方式中，若检测到至少存在一个第一类型参数的使用程度小于或等于所述标准使用程度，则可以确定所述第一流畅度为非卡顿。若检测到全部第一类型参数的使用程度大于所述标准使用程度，则可以确定所述第一流畅度为卡顿。从而，可以具有较高的流畅度检测准确度。

步骤S230：基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度。

在一些实施方式中，还可以基于流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度。

其中，第二类型参数为状态参数，例如可以包括屏幕刷新率、中央处理器的占用率、运行的应用程序、运行的应用程序的数量、运行的应用程序的状态、待升级系统版本、内存带宽以及所述电子设备的运行温度中的至少一个；而第四类型参数为配置参数，可以包括电子设备所处的环境温度、系统版本以及连接的网络运营商信息中的至少一种。

具体的，在执行步骤S230时，还可以包括步骤S231至步骤S235。

步骤S231：基于所述流畅度检测模型的第二检测通道，检测第二类型参数是否满足预先设定的所述第二类型参数对应的第一流畅度阈值，以及检测第四类型参数是否满足预先设定的所述第四类型参数对应的第二流畅度阈值。

在一些实施方式中，可以通过流畅度检测模型的第二检测通道，分别对第二类型参数以及第四类型参数进行检测。其中，第二类型参数可以对应有预先设定的第一流畅度阈值，而第四类型参数可以对应有预先设定的第二流畅度阈值。容易理解的是，对于第二类型参数中的每个参数，可以具有对应的第一流畅度阈值。该第一流畅度阈值可以为对应的第二类型参数不会使得电子设备卡顿的数值或范围区间。

例如，若第二类型参数包括屏幕刷新率，屏幕刷新率若小于某一数值，会使得电子设备卡顿，则此时可以将该数值作为第一流畅度阈值，从而可以检测第一类型参数是否满足该第一流畅度阈值。

又例如，第二类型参数包括运行的应用程序，运行的应用程序若属于某一些特定的应用程序，则电子设备会发生卡顿，此时可以基于特定的应用程序确定范围区间，该范围区间不包括特定的应用程序。从而将该范围区间作为第一流畅度阈值，检测第一类型参数是否满足该第一流畅度阈值。

类似的，对于第四类型参数中的每个参数，可以具有对应的第二流畅度阈值。该第二流畅度阈值可以为对应的第四类型参数不会使得电子设备卡顿的数值或范围区间。

例如，若第四类型参数包括环境温度，环境温度若大于某一数值，会使得电子设备卡顿，则此时可以将该数值作为第二流畅度阈值，从而可以检测第二类型参数是否满足该第二流畅度阈值。

又例如，若第四类型包括系统版本，系统版本属于某一些特定的版本，则电子设备会发生卡顿，此时可以基于特定的版本确定范围区间，该范围区间不包括特定的版本。从而将该范围区间作为第二流畅度阈值，检测第一类型参数是否满足该第二流畅度阈值。

步骤S232：若所述第二类型参数满足所述第一流畅度阈值，则确定所述第二流畅度为非卡顿。

步骤S233：若所述第二类型参数不满足所述第一流畅度阈值，则确定所述第二流畅度为卡顿。

步骤S234：若所述第四类型参数满足所述第二流畅度阈值，则确定所述第三流畅度为非卡顿。

步骤S235：若所述第四类型参数不满足所述第一流畅度阈值，则确定所述第三流畅度为卡顿。

对于一些实施方式，若检测到第二类型参数满足所述第一流畅度阈值，则确定所述第二流畅度为非卡顿；若所述第二类型参数不满足所述第一流畅度阈值，则确定所述第二流畅度为卡顿。

示例性的，若第二类型参数包括屏幕刷新率，则第二类型参数满足第一流畅度阈值可以为屏幕刷新率大于或等于第一流畅度阈值，从而可以确定第二流畅度为非卡顿。若屏幕刷新率小于第一流畅度阈值，从而可以确定第二流畅度非卡顿。

类似的，若所述第四类型参数满足所述第二流畅度阈值，则确定所述第三流畅度为非卡顿；若所述第四类型参数不满足所述第一流畅度阈值，则确定所述第三流畅度为卡顿。

示例性的，若第四类型参数包括环境温度，则第四类型参数满足第二流畅度阈值可以为环境温度小于或等于第二流畅度阈值，从而可以确定第三流畅度为非卡顿。若环境温度大于第二流畅度阈值，则可以确定第三流畅度为卡顿。

可选的，第二类型参数还可以为多个，从而若检测到至少一个第二类型参数不满足对应的第一流畅度阈值，则可以确定第二流畅度为卡顿；若检测到全部的第二类型参数满足对应的第一流畅度阈值，则可以确定第二流畅度为非卡顿。

类似的，第四类型参数还可以为多个，从而若检测到至少一个第四类型参数不满足对应的第二流畅度阈值，则可以确定第三流畅度为卡顿；若检测到全部的第四类型参数满足对应的第二流畅度阈值，则可以确定第三流畅度为非卡顿。

步骤S240：基于所述第一流畅度、第二流畅度和第三流畅度确定所述电子设备的目标流畅度。

在获取到第一流畅度、第二流畅度和第三流畅度之后，可以进一步确定目标流畅度。在一些实施方式中，可以基于第一流畅度、第二流畅度和第三流畅度中表征卡顿的流畅度的数量来确定目标流畅度。具体的，在执行步骤S240时，还可以包括步骤S241以及步骤S242。

步骤S241：获取所述第一流畅度、第二流畅度和第三流畅度中表征卡顿的流畅度的数量。

步骤S242：基于所述卡顿的流畅度的数量确定所述电子设备的目标流畅度。

首先，可以获取第一流畅度、第二流畅度和第三流畅度中表征卡顿的流畅度的数量。示例性的，若第一流畅度为卡顿，第二流畅度和第三流畅度为非卡顿，表征卡顿的流畅度的数量为1；又例如，若第一流畅度为非卡顿，第二流畅度和第三流畅度为卡顿，表征卡顿的流畅度的数量为2。

进一步的，可以基于顿的流畅度的数量确定所述电子设备的目标流畅度。具体的，在执行步骤S242时，还可以包括步骤S243和步骤S244。

步骤S243：若所述卡顿的流畅度的数量大于或等于指定数量，则确定所述电子设备的目标流畅度为卡顿。

步骤S244：若所述卡顿的流畅度的数量小于指定数量，则确定所述电子设备的目标流畅度为非卡顿。

其中，指定数量可以为预先设定的数值，例如可以为1，也可以为2。则检测到卡顿的流畅度的数量大于或等于指定数量时，可以确定所述电子设备的目标流畅度为卡顿。若所述卡顿的流畅度的数量小于指定数量，则确定所述电子设备的目标流畅度为非卡顿。

例如，若将指定数量设定为1，则若所述第一流畅度、第二流畅度和第三流畅度中任意一个流畅度为卡顿，即可确定目标流畅度为卡顿。

容易理解的是，指定数量设定的越大，则确定的目标流畅度的准确率就越高，而目标流畅度越小，则漏检测卡顿的机率就越小。如何设定具体的指定数量，可以根据实际需要进行选定，本申请实施例不做具体限定。

步骤S250：目标流畅度是否为卡顿。

若目标流畅度为卡顿，则可以跳转执行步骤S260；若目标流畅度不为卡顿，则可以跳转执行步骤S280。

步骤S260：若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数。

步骤S270：基于所述目标参数生成提示信息。

其中，步骤S260和步骤S270在前述实施例中已经详细介绍，具体可以参阅步骤S130和步骤S140，此处就不再赘述。

步骤S280：不生成提示信息。

若目标流畅度不为卡顿，则可以不生成提示信息。

可选的，在一些实施方式中，若目标流畅度不为卡顿还可以进一步判断目标流畅度是否为较卡顿。若目标流畅度为较卡顿，则可以生成提示信息；若目标流畅度不为较卡顿，则可以不生成提示信息。

本申请实施例提供的流畅度检测方法，首先获取所述电子设备的至少一个指定参数，然后基于所述指定参数，基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度；基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度；基于所述第一流畅度、第二流畅度和第三流畅度确定所述电子设备的目标流畅度；若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数，再基于所述目标参数生成提示信息。若仅仅基于当前时刻电子设备的状态参数来确定是否卡顿，可能造成误判，使得判定卡顿的准确率较低。而本申请提供的实施方式中，流畅度检测模型包括有多个检测通道，通过多个检测通道分别对不同类型的参数进行检测，得到多维度的第一流畅度、第二流畅度和第三流畅度，进而基于第一流畅度、第二流畅度和第三流畅度再确定目标流畅度，可以提高目标流畅度的准确率。

请参阅图3，图3示出了本申请实施例提供的流畅度检测方法的方法流程图，该流畅度检测方法可以应用于电子设备，具体的，可以将电子设备的处理器作为该方法的执行主体。包括步骤S310至步骤S360。

步骤S310：获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数。

其中，步骤S310在前述实施例中已经详细介绍，此处就不再赘述。

步骤S320：若在当前时刻获取到目标环境中用户的目标语音数据，则基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度，所述标准语义为表征流畅度的语音的语义。

在一些实施方式中，目标环境中可能存在有目标语音数据，该目标语音数据可能可以表征电子设备的流畅度。其中，目标环境可以为电子设备周围的环境，例如，若电子设备为汽车的车机系统，则目标环境可以为汽车内部的乘坐空间。示例性的，车辆中的乘客或驾驶员可能发出表征卡顿的语音数据，例如“好卡呀”；也可能发出表征非卡顿的语音数据，例如“好流畅呀”。从而，一些目标语音数据的目标语义可以表征流畅度，进而可以基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度。其中，标准语义为表征流畅度的语音的语义。该标准语义可以为预先获取的，例如可以预先获取不同语种、不同地方方言对应的“卡顿”、“超级卡”、“真流畅”等语音对应的语义，作为标准语义。

具体的，在执行步骤S320时，还可以包括步骤S321至步骤S324。

步骤S321：若在当前时刻获取到目标环境中用户的目标语音数据，确定所述目标语音数据的目标特征向量。

在一些实施方式中，语音数据的语义可以通过该语音数据的特征向量进行表征。因此，若在当前时刻获取到目标环境中用户的目标语音数据，则可以首先确定目标语义数据的目标特征向量。

具体的，在执行步骤S321时，还可以包括步骤S3211和步骤S3212。

步骤S3211：对所述目标语音数据进行识别，得到用于表征所述目标语音数据的目标语义的文本数据。

步骤S3212：基于预先获取的文本转向量模型将所述文本数据转换为所述文本数据对应的向量，作为所述目标特征向量。

可以对目标语音数据进行识别，从而得到用于表征目标语音数据的目标语义的文本数据。

示例性的，可以对获取到的目标语音数据进行声学特征的分帧、加窗及梅尔倒谱系数特征提取操作，再利用隐马尔可夫模型执行声学对齐，同时利用决策树绑定对齐后的特征并找出发音的三因素与词典，最终识别得到目标语音数据转为文字的文本数据。该文本数据既可以表征目标语音数据的目标语义。

进一步的，在获取到文本数据后，可以通过预先获取的文本转向量模型将该文本数据转换为文本数据对应的向量，作为目标特征向量。其中，该文本转向量模型可以为Word2vec模型。

可选的，在将文本数据转换为对应的向量之前，还可以对文本数据进行清理、标准化、纠错与改写预处理中的至少一项后，再经过Word2vec模型将文字转化为向量，作为目标特征向量。

步骤S322：基于所述流畅度检测模型的第三检测通道获取所述目标特征向量与第一标准向量的第一差异，以及获取所述目标特征向量与第二标准向量的第二差异，其中，所述第一标准向量为流畅度为卡顿的语音的特征向量，所述第二标准向量为流畅度为非卡顿的语音的特征向量。

通过前述的介绍可知，可以基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度。在一些实施方式中，目标语义与标准语义之间的差异可以包括第一差异以及第二差异，而流畅度检测模型还可以包括有第三检测通道，而目标语义又可以通过目标特征向量进行表征，从而该第三检测通道可以用于获取目标特征向量与第一标准向量的第一差异，以及获取所述目标特征向量与第二标准向量的第二差异，进而基于第一差异以及第二差异确定第四流畅度。其中，第一标准向量为流畅度为卡顿的语音的特征向量，所述第二标准向量为流畅度为非卡顿的语音的特征向量。也就是说，若目标特征向量与第一标准向量越接近，则第四流畅度就应该越卡顿；若目标特征向量与第二标准向量越接近，则第四流畅度就应该越流畅。

步骤S323：若所述第一差异小于或等于差异阈值，则确定所述第四流畅度为卡顿。

步骤S324：若所述第二差异小于或等于差异阈值，则确定所述第四流畅度为非卡顿。

在本申请提供的实施方式中，可以预先设定差异阈值，从而若所述第一差异小于或等于差异阈值，则表征目标特征向量与第一标准向量的差异较小，则可以确定所述第四流畅度为卡顿。若所述第二差异小于或等于差异阈值，则表征目标特征向量与第二标准向量的差异较小，则可以确定所述第四流畅度为非卡顿。

对于一些实施方式，第一差异以及第二差异可以为余弦相似度。

需要说明的是，差异阈值可以根据需要灵活设定，本申请实施例并不做具体限定。该差异阈值设定的越小，则判定第四流畅度的准确度就越高，从而可以通过第四流畅度后续确定更加准确的目标流畅度。

步骤S330：基于所述指定参数，通过所述流畅度检测模型确定第五流畅度。

其中，指定参数在前述实施例中已经详细介绍，此处就不再赘述。而通过流畅度检测模型来基于指定参数确定第五流畅度，和前述实施例中介绍的通过流畅度检测模型来得到电子设备的目标流畅度类似，也可以基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度；再基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度；从而基于所述第一流畅度、第二流畅度和第三流畅度确定第五流畅度。具体的，此处就不再赘述。

步骤S340：基于所述第四流畅度以及所述第五流畅度确定所述目标流畅度。

在获取到第四流畅度以及第五流畅度之后，可以确定目标流畅度。具体的，在执行步骤S340时，还可以包括步骤S341至步骤S343。

步骤S341：基于预先获取的流畅度与数值对照表分别确定所述第四流畅度对应的第一数值以及所述第五流畅度对应的第二数值，其中，所述流畅度与数值对照表包括至少一个标准流畅度以及每个所述标准流畅度对应的标准数值。

步骤S342：将所述第一数值以及所述第二数值进行加权求和，得到第三数值。

步骤S343：通过所述流畅度与数值对照表确定所述第三数值对应的流畅度，作为所述目标流畅度。

在一些实施方式中，可以预先建立流畅度与数值对照表，该流畅度与数值对照表中包括至少一个标准流畅度以及每个所述标准流畅度对应的标准数值。示例性的，该流畅度与数值对照表中可以包括两个标准流畅度，以及两个标准流畅度对应的标准数值，具体的标准流畅度可以为卡顿以及非卡顿，卡顿对应的标准数值为1，非卡顿对应的数值为3。又一种示例性的，该流畅度与数值对照表中还可以包括三个标准流畅度，以及三个标准流畅度对应的标准数值，具体的标准流畅度可以为卡顿、较卡顿以及非卡顿，卡顿对应的标准数值为1，较卡顿对应的数值为2，非卡顿对应的数值为3。

从而，可以基于预先获取的流畅度与数值对照表分别确定所述第四流畅度对应的第一数值以及所述第五流畅度对应的第二数值。示例性的，若第四流畅度为卡顿，第五流畅度为卡顿，此时基于流畅度与数值对照表分别确定的第一数值可以为1，第二数值也可以为1。从而进一步可以基于第一数值以及第二数值来确定目标流畅度。

进一步的，可以首先基于第一数值以及第二数值确定第三数值。示例性的，第一数值和第二数值可以进行加权求和，从而得到标准数值。

在一些实施方式中，由于第四流畅度以及第五流畅度都可以表征电子设备的流畅程度。因此可以设定第一数值为50％的权重，第二数值也为50％的权重，从而若第一数值为1，第二数值也为1，可以确定得到第三数值为1x50％+1x50％＝1。

在另一些实施方式中，由于第四流畅度为基于目标环境中用户的目标语音数据确定得到的，因此若存在第四流畅度，则该第四流畅度可以较大程度表征用户的对于流畅度的主观感受，从而此时还可以为第一数值分配较大的权重占比，例如80％或70％等，而为第二数值分配交小的权重占比，例如20％或30％等。从而若第一数值为1，第二数值也为1，可以确定得到第三数值为1x80％+1x20％＝1。

进一步的，在确定第三数值后，可以再通过流畅度与数值对照表确定第三数值对应的流畅度，作为目标流畅度。示例性的，若上述确定得到的第三数值为1，继续以前述示出的流畅度与数值对照表为例，则通过流畅度与数值对照表可以确定第三数值对应的流畅度为卡顿，从而此时可以确定目标流畅度为卡顿。

需要说明的是，若得到的第三数值为小数，则可以将该第三数值向上取整后，再通过流畅度与数值对照表查找对应的流畅度。例如，若得到的第三数值为0.5，则可以将0.5向上取整得到1，再通过流畅度与数值对照表查找1对应的标准流畅度为卡顿，则将卡顿作为目标流畅度。若得到的第三数值的大小超过了该流畅度与数值对照表中最大的标准数值，则可以直接将最大的标准数值对应的标准流畅度作为目标流畅度。例如，若最大的标准数值为3，而得到的第三数值为3.5，此时可以将标准数值3对应的非卡顿作为目标流畅度。

从而，通过对第一数值以及第二数值分别基于各自的权重得到第三数值，再进一步确定得到的目标流畅度，是综合考虑目标语音数据以及指定参数等多个维度的数据的，使得确定的目标流畅度具有较高的准确度。

步骤S350：若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数。

步骤S360：基于所述目标参数生成提示信息。

其中，步骤S350和步骤S360在前述实施例中已经详细介绍，具体可以参阅步骤S130和步骤S140，此处就不再赘述。

本申请实施例提供的流畅度检测方法，首先获取所述电子设备的至少一个指定参数，然后基于所述指定参数，若在当前时刻获取到目标环境中用户的目标语音数据，则基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度，所述标准语义为表征流畅度的语音的语义；基于所述指定参数，通过所述流畅度检测模型确定第五流畅度；基于所述第四流畅度以及所述第五流畅度确定所述目标流畅度。若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数，再基于所述目标参数生成提示信息。本申请实施例中是综合考虑目标语音数据以及指定参数等多个维度的数据的，使得确定的目标流畅度具有较高的准确度。再者，本申请提供的实施方式中，分别确定所述第四流畅度对应的第一数值以及所述第五流畅度对应的第二数值，再将所述第一数值以及所述第二数值进行加权求和，得到第三数值，从而通过所述流畅度与数值对照表确定所述第三数值对应的流畅度，作为所述目标流畅度。也就是说，可以通过对第一数值以及第二数值分别设定不同的权重，使得可以基于各自的权重得到第三数值，再进一步确定得到的目标流畅度，进一步提高了目标流畅度的准确度。

请参阅图4，图4示出了本申请实施例提供的流畅度检测方法的方法流程图，该流畅度检测方法可以应用于电子设备，具体的，可以将电子设备的处理器作为该方法的执行主体。包括步骤S410至步骤S450。

步骤S410：获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数。

步骤S420：基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度。

其中，步骤S410和步骤S420在前述实施例中已经详细介绍，此处就不再赘述。

在一些实施方式中，可以预先通过样本参数来对初始模型进行训练，从而得到该流畅度检测模型。示例性的，请参阅图5，图5示出了本申请实施例中获取流畅度检测模型的方法流程图，具体的，包括步骤S510至步骤S550。

步骤S510：配置参数与状态参数的获取。

可以预先获取电子设备的配置参数和指定时间段对内对应的状态参数，例如在指定时间段内以每一秒钟为间隔获取多个状态参数。

步骤S520：配置参数与状态参数的预处理。

进一步的，可以将上述获取到的配置参数以及多个状态参数进行预处理。该预处理可以包括将配置参数以及状态参数中异常的值剔除，或将缺失值补全等。示例性的，可以基于拉依达准则并遵从指标的正态分布趋势，将不符合正态分布趋势的配置参数以及多个状态参数中的数值进行剔除，还可以利用相邻数值完成缺失值的填补。

步骤S530：基于屏幕刷新率获取样本数据。

对于一些实施方式，每个状态参数中可以包括屏幕刷新率，也就是说，指定时间段内每个时刻对应有一个屏幕刷新率。从而可以利用箱型图可视化出每个时刻对应的屏幕刷新率，该箱型图可以包括有中位数，中位数也可以称为第二个四分位数，还包括第一个四分位数Q1以及第三个四分位数Q3，其中，第一个四分位数Q1以及第三个四分位数Q3之间的距离，即为四分位距离IQR。从而，可以将数值处于该箱型图中位数以上的屏幕刷新率标记为“卡顿”，将数值处于该箱型图中位数到Q3+1.5IQR之间的屏幕刷新率标记为“较卡顿”，将该箱型图中超过Q3+1.5IQR的屏幕刷新率值标记为“非卡顿”。从而获取到每个屏幕刷新率对应的用于表征流畅度的标签，后续可以将每个屏幕刷新率以及对应的标签作为带有标签的样本数据，对初始模型进行训练。

步骤S540：基于样本语音数据获取样本数据。

可选的，还可以在目标时间段获取目标环境中的样本语音数据。和前述实施例类似的，目标环境可以为电子设备周围的环境，例如，若电子设备为汽车的车机系统，则目标环境可以为汽车内部的乘坐空间。而目标时间段可以为监测到用户对电子设备的操作行为起，直至监测到用户对电子设备的操作行为结束后X秒的时间段，例如X可以为20。

在一些实施方式中，请参阅图6，图6示出了步骤S540的一种实施方式图。具体可以包括步骤S541至步骤S546。

步骤S541：声学特征的分帧、加窗及梅尔倒谱系数特征提取。

步骤S542：利用隐马尔可夫模型执行声学对齐。

步骤S543：利用决策树绑定对齐后的特征并找出发音的三因素与词典，最终识别得到样本语音数据。

步骤S544：将样本语音数据转为文字后，经过文本转向量模型将文字转化为词嵌入向量。

步骤S545：经过文本转向量模型，获取的标准语义对应的标准向量。

步骤S546：获取样本特征向量与每个标准向量之间的余弦相似度，为样本特征向量添加对应的标签。

具体的，可以对目标时间段内目标环境中的语音行声学特征的分帧、加窗及梅尔倒谱系数特征提取操作，再利用隐马尔可夫模型执行声学对齐，同时利用决策树绑定对齐后的特征并找出发音的三因素与词典，最终识别得到样本语音数据。进一步的，还可以将样本语音数据转为文字后，通过文本的清理、标准化、纠错与改写预处理后实行文本分词操作，随即经过文本转向量模型将文字转化为词嵌入向量，得到样本语音数据的语义对应的样本特征向量。其中，文本转向量模型可以为Word2vec模型。再通过预先获取的标准语义对应的标准向量，其中，标准语义可以为预先获取不同语种、不同地方方言对应的“卡顿”、“超级卡”、“真流畅”等语音对应的语义，而标准向量可以为每个标准语义的特征向量，其中，每个标准语义的特征向量也可以为经过Word2vec模型获取的。

进而可以再获取样本特征向量与每个标准向量之间的余弦相似度，再确定余弦相似度小于或等于相似度阈值的样本特征向量，为上述样本特征向量添加对应的标签，该标签为小于或等于余弦相似度阈值的样本特征向量对应的标准向量所表征的流畅度。从而，后续可以将每个样本语音数据以及对应的流畅度标签作为带有标签的样本数据，对初始模型进行训练。

步骤S550：基于样本数据对初始模型进行训练，得到流畅度检测模型。

进一步的，可以将上述带有标签的样本数据以及每个样本数据对应的时间戳作为输入数据输入至分类器中进行训练，该分类器可以为一种初始模型，其中时间戳可以为获取到该样本数据的时刻。通过该初始模型输出的预测流畅度与样本数据的标签表征的标准流畅度的差异，来对初始模型进行训练，以减小该差异，最终将差异满足需求的初始模型，作为流畅度检测模型。可选的，也可以将不带有标签的其他配置参数或状态参数作为样本数据对初始模型进行不含标签的训练。

步骤S430：若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的子参数，作为备选子参数。

步骤S440：基于所述备选子参数生成所述提示信息。

在一些实施方式中，指定参数可以包括至少一个子参数，所述流畅度阈值为至少一个，每个所述子参数对应一个流畅度阈值。示例性的，子参数可以包括第一类型参数、第二类型参数、第三类型参数或第四类型参数，例如子参数可以包括屏幕刷新率，则屏幕刷新率可以对应一个流畅度阈值；又例如子参数可以包括屏幕刷新率以及中央处理器的占用率，从而屏幕刷新率可以对应一个流畅度阈值，中央处理器的占用率可以对应另一个流畅度阈值。需要说明的是，上述示出的子参数仅为一种示例，本申请实施例对具体的子参数不做限定。

若所述目标流畅度为卡顿，则可以基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的子参数，作为备选子参数。其中，不满足流畅度阈值的子参数，可能是造成电子设备卡顿的原因或原因之一，从而，可以进一步基于备选子参数生成所述提示信息。

在一些实施方式中，该提示信息可以提示用户此时电子设备卡顿，还可以进一步指示用户对子参数相关的事件进行处理，例如子参数包括中央处理器的占用率，则可以指示用户关闭占用中央处理器的占用率较高的应用程序。

本申请实施例提供的流畅度检测方法，首先获取所述电子设备的至少一个指定参数，然后基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度，若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的子参数，作为备选子参数；再基于所述备选子参数生成所述提示信息。通过备选子参数生成的提示信息，更加具有针对性，对于实际解决或部分解决卡顿问题具有一定的参考指导作用，提高了用户的体验。

请参阅图7，图7示出了本申请实施例提供的一种流畅度检测装置700的结构框图，该流畅度检测装置700包括：获取单元710、检测单元720、查找单元730以及提示单元740。

获取单元710，用于获取所述电子设备的至少一个指定参数，所述指定参数包括所述电子设备的配置参数和当前时刻的状态参数。

检测单元720，用于基于所述指定参数，通过预先获取的流畅度检测模型得到所述电子设备的目标流畅度。

可选的，在一些实施方式中，检测单元720还可以用于基于所述流畅度检测模型的第一检测通道，结合第一类型参数和第三类型参数确定第一流畅度；基于所述流畅度检测模型的第二检测通道，通过第二类型参数，确定第二流畅度，以及通过第四类型参数，确定第三流畅度；基于所述第一流畅度、第二流畅度和第三流畅度确定所述电子设备的目标流畅度。

可选的，在一些实施方式中，检测单元720还可以用于获取所述第一流畅度、第二流畅度和第三流畅度中表征卡顿的流畅度的数量；基于所述卡顿的流畅度的数量确定所述电子设备的目标流畅度。

可选的，在一些实施方式中，检测单元720还可以用于若所述卡顿的流畅度的数量大于或等于指定数量，则确定所述电子设备的目标流畅度为卡顿；若所述卡顿的流畅度的数量小于指定数量，则确定所述电子设备的目标流畅度为非卡顿。

可选的，在一些实施方式中，检测单元720还可以用于基于所述流畅度检测模型的第一检测通道获取第一类型参数的使用程度与标准使用程度的大小关系，所述标准使用程度为满足流畅度阈值的所述第三类型参数的最大使用程度；若所述使用程度小于或等于所述标准使用程度，则确定所述第一流畅度为非卡顿；若所述使用程度大于所述标准使用程度，则确定所述第一流畅度为卡顿。其中，所述第一类型参数包括内存使用程度、中央处理器使用程度以及存储空间使用程度中的至少一种，所述第三类型参数包括内存容量、中央处理器性能参数以及存储空间大小中的至少一种。

可选的，在一些实施方式中，检测单元720还可以用于基于所述流畅度检测模型的第二检测通道，检测第二类型参数是否满足预先设定的所述第二类型参数对应的第一流畅度阈值，以及检测第四类型参数是否满足预先设定的所述第四类型参数对应的第二流畅度阈值；若所述第二类型参数满足所述第一流畅度阈值，则确定所述第二流畅度为非卡顿；若所述第二类型参数不满足所述第一流畅度阈值，则确定所述第二流畅度为卡顿；若所述第四类型参数满足所述第二流畅度阈值，则确定所述第三流畅度为非卡顿；若所述第四类型参数不满足所述第一流畅度阈值，则确定所述第三流畅度为卡顿。其中，所述第二类型参数包括屏幕刷新率、中央处理器的占用率、运行的应用程序、运行的应用程序的数量、运行的应用程序的状态、待升级系统版本、内存带宽以及所述电子设备的运行温度中的至少一个，所述第四类型参数包括所述电子设备所处的环境温度、系统版本以及连接的网络运营商信息中的至少一种。

可选的，在一些实施方式中，检测单元720还可以用于若在当前时刻获取到目标环境中用户的目标语音数据，则基于所述目标语音数据的目标语义与标准语义之间的差异，通过预先获取的流畅度检测模型确定所述目标语音数据对应的第四流畅度，所述标准语义为表征流畅度的语音的语义；基于所述指定参数，通过所述流畅度检测模型确定第五流畅度；基于所述第四流畅度以及所述第五流畅度确定所述目标流畅度。

可选的，在一些实施方式中，检测单元720还可以用于基于预先获取的流畅度与数值对照表分别确定所述第四流畅度对应的第一数值以及所述第五流畅度对应的第二数值，其中，所述流畅度与数值对照表包括至少一个标准流畅度以及每个所述标准流畅度对应的标准数值；将所述第一数值以及所述第二数值进行加权求和，得到第三数值；通过所述流畅度与数值对照表确定所述第三数值对应的流畅度，作为所述目标流畅度。

可选的，在一些实施方式中，检测单元720还可以用于若在当前时刻获取到目标环境中用户的目标语音数据，确定所述目标语音数据的目标特征向量；基于所述流畅度检测模型的第三检测通道获取所述目标特征向量与第一标准向量的第一差异，以及获取所述目标特征向量与第二标准向量的第二差异，其中，所述第一标准向量为流畅度为卡顿的语音的特征向量，所述第二标准向量为流畅度为非卡顿的语音的特征向量；若所述第一差异小于或等于差异阈值，则确定所述第四流畅度为卡顿；若所述第二差异小于或等于差异阈值，则确定所述第四流畅度为非卡顿。

可选的，在一些实施方式中，检测单元720还可以用于对所述目标语音数据进行识别，得到用于表征所述目标语音数据的目标语义的文本数据；基于预先获取的文本转向量模型将所述文本数据转换为所述文本数据对应的向量，作为所述目标特征向量。

查找单元730，用于若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的指定参数，作为目标参数。

提示单元740，用于基于所述目标参数生成提示信息。

可选的，在一些实施方式中，查找单元730还可以用于若所述目标流畅度为卡顿，则基于预先设定的针对每个指定参数的流畅度阈值，查找不满足流畅度阈值的子参数，作为备选子参数；所述基于所述目标参数生成提示信息，包括：基于所述备选子参数生成所述提示信息。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，单元相互之间的耦合可以是电性，机械或其它形式的耦合。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

请参阅图8，图8示出了本申请实施例提供的一种电子设备800的结构框图。该电子设备800可以是一种车机系统，该车机系统可以设置于车辆中。本申请中的电子设备800可以包括一个或多个如下部件：处理器811、存储器812以及一个或多个应用程序，其中处理器811电连接于存储器812，一个或多个程序配置用于执行如前述流畅度检测方法各实施例所描述的方法。

处理器811可以包括一个或者多个处理核。处理器811利用各种接口和线路连接整个电子设备800内的各个部分，通过运行或执行存储在存储器812内的指令、程序、代码集或指令集，以及调用存储在存储器812内的数据，执行电子设备800的各种功能和处理数据。可选地，处理器811可以采用数字信号处理(Digita l Signa l Process ing，DSP)、现场可编程门阵列(Fie ld－Programmab le Gate Array，FPGA)、可编程逻辑阵列(Programmab leLogic Array，PLA)中的至少一种硬件形式来实现。处理器811可集成中央处理器(Centra lProcess ing Un it，CPU)、图像处理器(Graph ics Process ing Un it，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和计算机程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器811中，单独通过一块通信芯片进行实现。具体可以通过一个或多个处理器811执行如前述实施例所描述的方法。

对于一些实施方式，存储器812可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-On ly Memory)。存储器812可用于存储指令、程序、代码、代码集或指令集。存储器812可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备800在使用中所创建的数据等。

请参阅图9，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质900中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。

计算机可读存储介质900可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质900包括非易失性计算机可读介质(non-trans itory computer-readab le storage med ium)。计算机可读存储介质900具有执行上述方法中的任何方法步骤的程序代码910的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码910可以例如以适当形式进行压缩。

请参考图10，其示出了本申请实施例提供的一种计算机程序产品的结构框图1000。该计算机程序产品1000中包括计算机程序/指令1010，该计算机程序/指令1010被处理器执行时实现上述方法的步骤。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。