一种车牌号码的语音识别方法、装置、设备及存储介质

技术领域

本申请涉及语音识别技术领域，特别是涉及一种车牌号码的语音识别方法、装置、设备及存储介质。

背景技术

随着科技的发展，智能语音机器人在例如车险报案等场景下得到了越发广泛的应用。

目前，在处理车险报案业务的流程中，保险公司通常采用智能语音机器人接听客户的报案电话，并通过语音识别记录客户报案的必要信息，引导客户自助完成车险报案，从而提高处理车险报案业务的效率，节约处理车险报案业务的成本。然而，在电话沟通过程中，时常受到例如客户口音、环境噪音、客户情绪激动等因素的影响，导致智能语音机器人难以准确识别客户口述的车牌号码，而车牌号码作为用来关联用户保单的重要信息，一旦识别错误，将难以找到对应的保单，导致无法对该车险报案进行处理，客户体验差，甚至可能引起客户与保险公司之间的纠纷。

由此，如何更为准确地从通话语音中识别车牌号码，成为需要解决的问题。

发明内容

基于上述问题，本申请提供了一种车牌号码的语音识别方法、装置、设备及存储介质，可以更为准确地从通话语音中识别车牌号码。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供了一种车牌号码的语音识别方法，所述方法包括：

获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本；

基于所述通话语音对应电话号码的归属省份，确定文本纠正规则；

基于所述文本纠正规则处理所述待纠错文本，得到纠正文本；

基于所述纠正文本中文字的音素特征以及车牌格式，从所述纠正文本中识别车牌号码。

可选地，所述基于所述纠正文本中文字的音素特征以及车牌格式，从所述纠正文本中识别车牌号码，包括：

根据所述纠正文本中文字的音素特征、车牌首位候选项以及车牌位数，从所述纠正文本中定位候选车牌；

基于所述候选车牌中文字的音素特征以及车牌号码各位置候选项对所述候选车牌进行纠正，得到车牌号码。

可选地，从所述纠正文本中定位到多个候选车牌，所述基于所述候选车牌中文字的音素特征以及车牌格式对所述候选车牌进行纠正，得到车牌号码之前，所述方法还包括：

基于多个所述候选车牌中文字的音素特征以及车牌格式，对多个所述候选车牌分别进行准确度打分；

所述基于所述候选车牌中文字的音素特征以及车牌格式对所述候选车牌进行纠正，得到车牌号码，包括：

基于所述候选车牌中文字的音素特征以及车牌格式，对准确度打分最高的候选车牌进行纠正，得到车牌号码。

可选地，所述基于所述纠正文本中文字的音素特征以及车牌格式，从所述纠正文本中识别车牌号码之后，所述方法还包括：

若所述车牌号码中包括待纠正位，则基于所述车牌号码的音素特征，在预先建立的车牌库中检索与所述车牌号码的音素特征相似度最高的修正号码；所述待纠正位基于所述车牌号码中各位置的号码与对应位置车牌号码候选项的音素特征相似度确定；

以所述修正号码作为修正后的车牌号码。

可选地，所述基于所述纠正文本中文字的音素特征以及车牌格式，从所述纠正文本中识别车牌号码之后，所述方法还包括：

若所述车牌号码中包括待纠正位，则基于所述待纠正位的位置和音素特征、预设的澄清描述语以及所述通话语音对应的电话号码，输出车牌澄清语音；所述待纠正位基于所述车牌号码中各位置的号码与对应位置车牌号码候选项的音素特征相似度确定；所述车牌澄清语音为对应于所述澄清描述语的音频；

基于响应所述车牌澄清语音的答复语音、预设的澄清规则以及所述待纠正位在所述车牌号码中的位置，修正所述车牌号码。

可选地，所述基于所述通话语音对应电话号码的归属省份，确定文本纠正规则，包括：

基于所述通话语音对应的电话号码的归属省份，确定在对所述通话语音进行纠正过程中音调特征、拼音特征、音素特征以及文本特征各自的权重。

第二方面，本申请实施例提供了一种车牌号码的语音识别装置，所述装置包括：获取模块，确定模块，文本纠正模块以及识别模块；

所述获取模块，用于获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本；

所述确定模块，用于基于所述通话语音对应电话号码的归属省份，确定文本纠正规则；

所述文本纠正模块，用于基于所述文本纠正规则处理所述待纠错文本，得到纠正文本；

所述识别模块，用于基于所述纠正文本中文字的音素特征以及车牌格式，从所述纠正文本中识别车牌号码。

可选地，所述识别模块包括：包括定位单元和纠正单元；

所述定位单元，用于根据所述纠正文本中文字的音素特征、车牌首位候选项以及车牌位数，从所述纠正文本中定位候选车牌；

所述纠正单元，用于基于所述候选车牌中文字的音素特征以及车牌号码各位置候选项对所述候选车牌进行纠正，得到车牌号码。

第三方面，本申请实施例提供了一种车牌号码的语音识别设备，所述设备包括：存储器和处理器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码执行第一方面中任一项所述的车牌号码的语音识别方法的步骤。

第四方面，本申请实施例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计算机程序，当所述计算机程序在车牌号码的语音识别设备上运行时，所述车牌号码的语音识别设备执行第一方面中任一项所述的车牌号码的语音识别方法的步骤。

相较于现有技术，本申请具有以下有益效果：

本申请实施例提供了一种车牌号码的语音识别方法，该方法中，首先，获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本；而后，基于通话语音对应电话号码的归属省份，确定文本纠正规则；继而，基于文本纠正规则处理待纠错文本，得到纠正文本；最后，基于纠正文本中文字的音素特征以及车牌格式，从纠正文本中识别车牌号码。由此，根据通话语音对应电话号码的归属省份为待纠错文本配置文本纠正规则，可以更好地适应于不同地区的发音差异，得到语音识别准确度更高的纠正文本，继而可以基于纠正文本中文字的音素特征以及车牌格式，更为准确地识别出通话语音中的车牌号码。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，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为本申请实施例提供的一种车牌号码的语音识别方法流程图；

图2为本申请实施例提供的另一种车牌号码的语音识别方法流程图；

图3为本申请实施例提供的一种车牌号码的语音识别装置示意图；

图4为本申请实施例提供的一种车牌号码的语音识别设备结构图。

具体实施方式

本申请提供的一种车牌号码的语音识别方法、装置、设备及存储介质可用于语音识别领域，上述仅为示例，并不对本发明提供的一种车牌号码的语音识别方法、装置、设备及存储介质的应用领域进行限定。

本申请说明书和权利要求书及附图说明中的术语“第一”、“第二”、“第三”以及“第四”等是用于区别不同对象，而不是用于限定特定顺序。

在本申请实施例中，“作为示例”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“作为示例”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“作为示例”或者“例如”等词旨在以具体方式呈现相关概念。

本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。

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，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动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。

参见图1，该图为本申请实施例提供的一种车牌号码的语音识别方法流程图，该方法包括：

S101：获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本。

示例性地，本申请实施例提供的车牌号码的语音识别方法可应用于车险报案场景中的智能语音机器人。在客户拨打保险公司提供的车险报案电话后，保险公司的智能语音机器人接听客户的报案电话，可以通过语音识别技术，将包含车牌号码的通话语音转为文字，从而得到待纠错文本。

S102：基于通话语音对应电话号码的归属省份，确定文本纠正规则。

车牌号码由特殊汉字和无序的字母和数字组成，由于不同地区对于相同字母或数字的读音通常差距较大，难以保证对于不同口音的客户的报案电话进行语音识别的准确性。由此，本申请实施例中，针对不同省份设计了不同的文本纠正规则，并根据通话语音对应电话号码的归属省份确定当前的待纠错文本所适用的文本纠正规则，以适应来自不同省份的客户各不相同的口音。

示例性地，可以通过获取通话语音对应的电话号码的归属地，也即客户用来拨打车险报案电话的号码的归属地，来得到通话语音对应的电话号码的归属省份，从而根据归属省份，从预先配置的多个文本纠正规则中，确定与归属省份对应的文本纠正规则。

可选地，文本纠正规则可以是在对通话语音进行纠正过程中音调特征、拼音特征、音素特征以及文本特征各自的权重，在不同的文本纠正规则中，音调特征、拼音特征、音素特征以及文本特征各自的权重不同。

可选地，可以预先通过不同省份的大量的历史语音语料进行数据标注和统计，从而捕捉不同地区用户的发音差异，以得到各个省份所对应的文本纠正规则。

S103：基于文本纠正规则处理待纠错文本，得到纠正文本。

具体地，可以根据归属省份对应的文本纠正规则对待纠错文本从音调特征、拼音特征、音素特征以及文本特征四个维度进行纠正，以得到语音识别准确度更高的纠正文本。

S104：基于纠正文本中文字的音素特征以及车牌格式，从纠正文本中识别车牌号码。

可选地，车牌格式至少可以包括车牌首位候选项、车牌位数以及车牌号码各位置候选项等。其中，车牌首位候选项可以包括各省份简称等；车牌位数可以根据预设的判断规则判断是7位还是8位，例如，当车牌号的第三位为0、A、B、C、E、G、H、J、K、L、N、M、P、Q、R、S、T、U、V、W、X、Y、Z中的任一项时，判断车牌非新能源车牌，位数为7位；车牌号码各位置候选项可以包括例如第二位选自A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y等。

示例性地，可以根据纠正文本中文字的音素特征以及车牌首位候选项，先通过例如语音相似性Phonetic similarity算法计算纠正文本中文字与车牌首位候选项中任一项的音素特征的相似度，将相似度大于预设阈值的纠正文本中文字修正为对应的车牌首位汉字；而后，根据车牌位数，在纠正文本中以该车牌首位汉字作为车牌的第一位，在纠正文本中定位出候选车牌；最后，基于车牌号码各位置候选项，根据候选车牌中文字的音素特征对候选车牌进行纠正，例如，候选车牌中的第二位为汉字，则可以根据其音素特征，将其纠正为与之最接近的字母，从而得到车牌号码。

可选地，还可以预先配置音素特征相似度的第一相似阈值，在基于候选车牌中文字的音素特征以及车牌号码各位置候选项对候选车牌进行纠正时，若候选车牌中文字的音素特征和对应车牌号码位置的各个候选项的音素特征相似度均低于第一相似阈值，则可以不对该文字进行纠正，判定该候选车牌定位错误，该位置的文本内容并非车牌号码。

本申请实施例中，首先，获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本；而后，基于通话语音对应电话号码的归属省份，确定文本纠正规则；继而，基于文本纠正规则处理待纠错文本，得到纠正文本；最后，基于纠正文本中文字的音素特征以及车牌格式，从纠正文本中识别车牌号码。由此，根据通话语音对应电话号码的归属省份为待纠错文本配置文本纠正规则，可以更好地适应于不同地区的发音差异，得到语音识别准确度更高的纠正文本，继而可以基于纠正文本中文字的音素特征以及车牌格式，更为准确地识别出通话语音中的车牌号码。

参见图2，该图为本申请实施例提供的另一种车牌号码的语音识别方法流程图，该方法包括：

S201：获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本。

示例性地，本申请实施例提供的车牌号码的语音识别方法可应用于车险报案场景中的智能语音机器人。在客户拨打保险公司提供的车险报案电话后，保险公司的智能语音机器人接听客户的报案电话，可以通过语音识别技术，将包含车牌号码的通话语音转为文字，从而得到待纠错文本。

S202：基于通话语音对应电话号码的归属省份，确定文本纠正规则。

作为示例，文本纠正规则可以包括在对通话语音进行纠正过程中音调特征、拼音特征、音素特征以及文本特征各自的权重。

S203：基于文本纠正规则处理待纠错文本，得到纠正文本。

具体地，可以根据归属省份对应的文本纠正规则对待纠错文本从音调特征、拼音特征、音素特征以及文本特征四个维度进行纠正，以得到语音识别准确度更高的纠正文本。

S204：根据纠正文本中文字的音素特征、车牌首位候选项以及车牌位数，从纠正文本中定位候选车牌。

示例性地，车牌首位候选项可以包括各省份简称等；车牌位数可以根据预设的判断规则判断是7位还是8位，例如，当车牌号的第三位为0、A、B、C、E、G、H、J、K、L、N、M、P、Q、R、S、T、U、V、W、X、Y、Z中的任一项时，判断车牌非新能源车牌，位数为7位；当车牌号第三位为1、2、3、4、5、6、7、8、9、D、F中的任一项时，可以继续对车牌号第四位进行判断以确定车牌位数。可以理解的是，以上对车牌位数的判断仅为示例，还可以通过例如智能语音机器人引导客户提供车牌位数等手段获取车牌位数。

可选地，可以根据纠正文本中文字的音素特征以及车牌首位候选项，先通过例如利用语音相似性Phonetic similarity算法计算纠正文本中文字与车牌首位候选项中任一项的音素特征的相似度等方式，将相似度大于预设阈值的纠正文本中文字修正为对应的车牌首位汉字；而后，根据车牌位数，在纠正文本中以该车牌首位汉字作为车牌的第一位，在纠正文本中定位出候选车牌。其中，在纠正文本中可以定位出多个候选车牌，例如，当纠正文本中的文字为“鲁A13啊不是鲁A12345”且判断车牌位数为7位时，可以将“鲁A13啊不是”和“鲁A12345”均定位为候选车牌。

S205：基于多个候选车牌中文字的音素特征以及车牌格式，对多个候选车牌分别进行准确度打分。

可选地，可以根据车牌格式中车牌号码各位置候选项，依次计算候选车牌首位到末位各自与其对应位置的多个候选项的音素特征相似度，并基于候选车牌中各个位置文字与其对应位置的候选项的最高音素特征相似度，对候选车牌进行准确度打分。作为示例，可以对候选车牌中各个位置文字与其对应位置的候选项的最高音素特征相似度进行加权计算，以得到对候选车牌的准确度打分。

S206：基于候选车牌中文字的音素特征以及车牌格式，对准确度打分最高的候选车牌进行纠正，得到车牌号码。

具体地，可以认为准确度打分最高的候选车牌最有可能为客户进行车险报案所涉及的车牌，可以基于车牌号码各位置候选项，根据准确度打分最高的候选车牌中文字的音素特征对该候选车牌进行纠正，例如，准确度打分最高的候选车牌中的第二位为汉字，则可以根据其音素特征，将其纠正为与之最接近的字母，从而得到车牌号码。

可选地，若准确度打分最高的候选车牌的准确度分数低于预设的分数下限，则可以认为即使基于候选车牌中文字的音素特征以及车牌格式对该候选车牌进行纠正，也无法得到准确的车牌号码，可以执行S208的步骤。

S207：判断车牌号码中是否包括待纠正位，若是，则执行S208或S210的步骤；若否，则基于S206得到的车牌号码查询保单信息，处理车险报案业务。

具体地，待纠正位可以包括易混淆位和其他需要客户二次确认的部分，其中，易混淆位对应的车牌号码候选项中，至少两项的音素特征相似度大于预设阈值，例如，字母E和数字1即为音素特征相似度大于预设阈值的两个车牌号码候选项；其他需要客户二次确认的部分可以包括但不限于：在步骤S205中计算候选车牌首位到末位各自与其对应位置的多个候选项的音素特征相似度的过程中，若候选车牌中的第X位与其对应位置的各个候选项的音素特征相似度均低于预设的第一相似阈值或与其对应位置的多个候选项的音素特征相似度均高于预设的第二相似阈值，则该候选车牌的第X位为待纠正位；其中，第一相似阈值小于第二相似阈值；或在步骤S206中对准确度打分最高的候选车牌进行纠正的过程中，若候选车牌中第N位与其对应位置的全部车牌号码候选项的音素特征相似度均低于第一相似阈值，则该候选车牌的第N位为待纠正位。X、N为正整数。

S208：基于车牌号码的音素特征，在预先建立的车牌库中检索与车牌号码的音素特征相似度最高的修正号码。

示例性地，由于客户的保单信息与车牌号码相关联，故而可以利用保险公司方存储的大量与保单信息关联的车牌号码，建立车牌库。在预先建立的车牌库中检索与车牌号码的音素特征相似度最高的修正号码，可以实现对存量用户车牌号码的模糊匹配，进一步提高车牌号码的语音识别结果的准确性。

例如，若步骤S206中得到的车牌号码为“鲁A12345”，则第三位是易混淆位，可能是“1”也可能是“E”，此时，可以在预先建立的车牌库中检索与“鲁A12345”的音素特征相似度最高的修正号码，若检索结果为“鲁AE2345”，且车牌库中无“鲁A12345”，则“鲁AE2345”为修正号码。

S209：以修正号码作为修正后的车牌号码。

具体地，以修正号码作为修正后的车牌号码，替换步骤S206得到的车牌号码，继而可以通过修正号码查询保单信息，处理车险报案业务。

S210：基于待纠正位的位置和音素特征、预设的澄清描述语以及通话语音对应的电话号码，输出车牌澄清语音。

可选地，可以在S207的判断结果为是的情况下直接执行本步骤；也可以在经过步骤S208的检索后仍无法得到准确的车牌号码时执行本步骤，例如，在检索得到的修正号码与车牌号码的音素特征相似度低于预设阈值的情况下执行本步骤，或在步骤S208中检索得到多个与车牌号码的音素特征相似度相同的修正号码的情况下执行本步骤。

示例性地，预设的澄清描述语可以包括例如“请重述车牌”、“请确认车牌第三位是否为字母E”等，用于描述待纠正位的内容以及引导客户重述完整车牌等。具体地，智能语音机器人可以回拨通话语音对应的电话号码，并根据待纠正位的音素特征和在车牌号码中的位置，确定对应的澄清描述语，输出对应于澄清描述语的车牌澄清语音。

S211：基于响应车牌澄清语音的答复语音、预设的澄清规则以及待纠正位在车牌号码中的位置，修正车牌号码。

作为示例，答复语音为客户对车牌澄清语音的回应，可以先对答复语音进行语音识别，将其转为答复文本，而后根据答复文本、预设的澄清规则以及待纠正位在车牌号码中的位置，修正车牌号码，继而可以通过修正后的车牌号码查询保单信息，处理车险报案业务。

可选地，澄清规则可以包括但不限于以下内容：若答复文本的长度为1，且答复文本的内容在待纠正位的候选项范围内，则使用答复文本的内容替换待纠正位的原内容，例如，答复文本为“R”，待纠正位为第三位，车牌号码为“鲁A12345”，则将其修正为“鲁AR2345”；若答复文本的长度为2且包含“是”，则使用答复文本中去除“是”后剩余的内容替换待纠正位的原内容，例如，答复文本为“是R”，待纠正位为第四位，车牌号码为“鲁A12345”，则将其修正为“鲁A1R345”。

由此，可以根据响应车牌澄清语音的答复语音、预设的澄清规则以及待纠正位在车牌号码中的位置，对存在待纠正位的车牌号码再次进行修正，以得到更为准确的车牌号码。

参见图3，该图为本申请实施例提供的一种车牌号码的语音识别装置示意图，该装置包括：获取模块301，确定模块302，文本纠正模块303以及识别模块304；

获取模块301，用于获取对包含车牌号码的通话语音进行语音识别得到的待纠错文本；

确定模块302，用于基于通话语音对应电话号码的归属省份，确定文本纠正规则；

文本纠正模块303，用于基于文本纠正规则处理待纠错文本，得到纠正文本；

识别模块304，用于基于纠正文本中文字的音素特征以及车牌格式，从纠正文本中识别车牌号码。

由此，根据通话语音对应电话号码的归属省份为待纠错文本配置文本纠正规则，可以更好地适应于不同地区的发音差异，得到语音识别准确度更高的纠正文本，继而可以基于纠正文本中文字的音素特征以及车牌格式，更为准确地识别出通话语音中的车牌号码。

可选地，在本申请提供的另一些实施例中，确定模块302，具体用于基于通话语音对应的电话号码的归属省份，确定在对通话语音进行纠正过程中音调特征、拼音特征、音素特征以及文本特征各自的权重。

可选地，在本申请提供的另一些实施例中，识别模块304包括定位单元和纠正单元，其中，定位单元用于根据纠正文本中文字的音素特征、车牌首位候选项以及车牌位数，从纠正文本中定位候选车牌；纠正单元用于基于候选车牌中文字的音素特征以及车牌号码各位置候选项对候选车牌进行纠正，得到车牌号码。

可选地，在本申请提供的另一些实施例中，车牌号码的语音识别装置还包括：打分模块，用于基于多个候选车牌中文字的音素特征以及车牌格式，对多个候选车牌分别进行准确度打分；纠正单元具体用于：基于候选车牌中文字的音素特征以及车牌格式，对准确度打分最高的候选车牌进行纠正，得到车牌号码。

可选地，在本申请提供的另一些实施例中，车牌号码的语音识别装置还包括：车牌库检索模块，用于在车牌号码中包括待纠正位的情况下，基于车牌号码的音素特征，在预先建立的车牌库中检索与车牌号码的音素特征相似度最高的修正号码；以修正号码作为修正后的车牌号码；待纠正位基于车牌号码中各位置的号码与对应位置车牌号码候选项的音素特征相似度确定。

可选地，在本申请提供的另一些实施例中，车牌号码的语音识别装置还包括：澄清模块，用于在车牌号码中包括待纠正位的情况下，基于待纠正位的位置和音素特征、预设的澄清描述语以及通话语音对应的电话号码，输出车牌澄清语音；基于响应车牌澄清语音的答复语音、预设的澄清规则以及待纠正位在车牌号码中的位置，修正车牌号码；待纠正位基于车牌号码中各位置的号码与对应位置车牌号码候选项的音素特征相似度确定；车牌澄清语音为对应于澄清描述语的音频。

参见图4，该图为本申请实施例提供的一种车牌号码的语音识别设备结构图，该设备包括：存储器401和处理器402。

存储器401：用于存储程序代码，并将程序代码传输给处理器。

处理器402：用于根据程序代码中的指令执行上述车牌号码的语音识别方法的步骤。

此外，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当计算机指令在车牌号码的语音识别设备上运行时，该车牌号码的语音识别设备执行上述车牌号码的语音识别方法的步骤。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及存储介质实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及存储介质实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。