一种快速单据填写方法和系统

技术领域

本申请涉及智能办公技术领域，尤其涉及一种快速单据填写方法和系统。

背景技术

办公软件最开始出现时，只能依赖于人工手动填写过各种表格。这种方式由于需要借助人力一字一句的敲入、核实，存在着可能导致输入错误、占用大量人力时间成本等问题。

最近几年，由于语音技术的发展，语音转文本的技术得到大力发展。并且已经出现了语音填写表格的辅助功能。然而，当前的上述技术存在着对于输入人员身份无法识别、识别效率准确率不高等问题，也可能导致表格信息泄露、被篡改等安全问题。

发明内容

有鉴于此，本申请的目的在于提出一种快速单据填写方法和系统，本申请能够针对性的解决现有的问题。

基于上述目的，本申请提出了一种快速单据填写方法，包括：

从用户接收连接到基于语音的表格的请求，所述基于语音的表格具有多个字段，每个字段具有相关联的类型；

至少基于从用户接收的识别信息确定用户是否被授权访问基于语音的表格；

在用户被授权访问基于语音的表格之后，对于多个字段中的至少一个，提示用户为字段提供数据，并从用户那里接收数据；

当确定从用户处接收到的数据是语音数据时，以预设周期将语音数据提取声纹，输入声纹识别神经网络中，进一步确认是否是被允许的用户的语音；

将语音数据转换为文本数据，将文本数据填入表格的对应字段。

进一步地，所述连接到基于语音的表格的请求可以是用户在录入现场通过手动点击电子设备实现，或者对与基于语音的表格相关联的电话号码的电话呼叫来实现；

或者，连接到基于语音的表格的请求是从用户的移动设备接收的短消息，其中提示用户提供多个字段中的至少一个的数据是经由多媒体消息服务（MMS）消息接收的；

或者，连接到基于语音的表格的请求是从用户的移动设备接收的短消息服务（SMS）消息，并且其中提示用户提供多个字段中的至少一个的数据包括发送SMS消息到用户的移动设备。

进一步地，所述至少基于从用户接收的识别信息确定用户是否被授权访问基于语音的表格，包括：

确定呼叫者的电话号码是否是与电话呼叫关联的标识数据是授权电话号码；或者，

要求用户手动输入密码，如果是预设密码则授权用户访问基于语音的表格，如果不属于预设密码库中的密码，则认为是非法用户，拒绝用户访问基于语音的表格；或者，

从预设表格数据库中随机抽取多个数据，并掺杂噪音数据，形成混合数据界面，如果用户能够准确点击随机抽取的多个数据，而不点击噪音数据，则说明该用户是被授权用户；或者，

获取用户的人脸图像，与预设人脸图像库中的授权用户人脸进行比对，如果能够寻找到匹配结果，则认为该用户是合法用户，授权对语音表格进行进一步操作，如果无法找到匹配结果，则认为其是非法用户，拒绝授权其对语音表格进行操作。

进一步地，所述对于多个字段中的至少一个，提示用户为字段提供数据，包括：

所述表格是可扩展标记语言表格，提供至少两个输入字段，并提供定义两个输入字段的可接受输入的应用程序编程接口，其中可接受输入包括两种不同的数据类型，其中，应用程序编程接口定义了对用户通过两个输入字段接收到的数据的反馈；

提供至少两个不同的模板表单，其中模板表单与两个不同的工作流相关联，并且包括不同的数据输入字段，接收选择模板表单之一的用户输入；接收用户输入修改所选模板表单以添加附加数据输入字段，或修改不同数据输入字段。

进一步地，所述提供至少两个输入字段包括：

输入数据作为语音输入被接收，并且当语音输入的转换置信度低于下阈值时，提供用户反馈或指令，要求用户再次提供语音输入；当语音输入的转换置信度高于下限但低于上限时，提供用户反馈或指示，要求用户确认语音输入；当语音输入的转换置信度高于上限阈值时，不提供用户反馈或指示。

进一步地，所述以预设周期将语音数据提取声纹，输入声纹识别神经网络中，包括：

首先对语音信息进行检测，以获取语音帧片段；对所述语音帧片段进行降噪处理；对降噪后的语音帧片段进行数字化处理，以获取所述用户的声纹信息，并从声纹信息中提取声纹特征，输入预设声纹识别神经网络；

所述声纹识别神经网络为深度神经网络，其全连接层包括：

输入层被配置为计算语音信号的持续时间的一阶统计；

一个或多个顺序排列的第一隐藏层，用于从输入层接收预设系数；

最后一个隐藏层被布置为从一个或多个第一隐藏层接收预设系数，最后一个隐藏层具有小于一个或多个第一隐藏层中的每一个的维度，最后一个隐藏层被配置为输出对应的声纹到识别语音信号；

输出层，被构造为接收来自最后一个隐藏层的预设系数，并使用一组表示不同说话者的多个输出单元计算多个输出系数；

损失函数处理器，配置为接收多个输出系数并根据多个输出系数计算损失结果，以及通过修改全连接层的一个或多个连接权重，在多次迭代中的每一次迭代中降低计算出的损失结果。

进一步地，所述将语音数据转换为文本数据，将文本数据填入表格的对应字段，包括：

语音语料库接口引擎，配置为访问包括与预设语料库相关联的语音库；

语音重音接口引擎，配置为访问语音重音存储库，该存储库包括与数据库对象相关联的信息，该数据库对象指示与一个或多个说话者相关联的语音重音属性；

音频数据接收引擎，配置为接收当前用户的音频数据；

识别引擎，被配置为基于从语音语料库接口引擎接收的信息、从语音重音接口引擎接收的信息和匹配函数，获得与当前用户的音频数据相匹配的多个候选文本字符串的列表；

选择引擎，被配置为选择所述列表中的候选文本字符串中的至少一个；

表单填充引擎，配置为基于所选择候选文本字符串，启动表格的至少一个字段。

基于上述目的，本申请还提出了一种快速单据填写系统，包括：

请求接收模块，用于从用户接收连接到基于语音的表格的请求，所述基于语音的表格具有多个字段，每个字段具有相关联的类型；

授权验证模块，用于至少基于从用户接收的识别信息确定用户是否被授权访问基于语音的表格；

数据接收模块，用于在用户被授权访问基于语音的表格之后，对于多个字段中的至少一个，提示用户为字段提供数据，并从用户那里接收数据；

声纹识别模块，用于当确定从用户处接收到的数据是语音数据时，以预设周期将语音数据提取声纹，输入声纹识别神经网络中，进一步确认是否是被允许的用户的语音；

数据填写模块，用于将语音数据转换为文本数据，将文本数据填入表格的对应字段。

总的来说，本申请的优势及给用户带来的体验在于：

本申请通过利用语音识别、身份识别、神经网络等人工智能技术，可以对表格录入人员的身份进行有效识别，保证了数据的安全性。同时，通过语音转文本技术，提高了表格录入效率，大量减少了人力时间成本，有效的解决了可能导致输入错误、占用大量人力时间成本等问题。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1示出本申请的系统架构原理示意图。

图2示出根据本申请实施例的快速单据填写方法的流程图。

图3示出手机界面的语音填写表格请求示意图。

图4示出掺杂噪声数据验证用户权限的方法示意图。

图5示出提示用户按照表格的行进行录入的方法示意图。

图6示出提示语音输入转换置信度的方法示意图。

图7示出声纹识别神经网络的全连接层结构示意图。

图8示出声纹识别神经网络的全连接层结构示意图。

图9示出声纹识别神经网络的全连接层结构示意图。

图10示出根据本申请实施例的快速单据填写系统的构成图。

图11示出了本申请一实施例所提供的一种电子设备的结构示意图；

图12示出了本申请一实施例所提供的一种存储介质的示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出本申请的系统架构原理示意图。本申请的实施例中，可以通过语音识别来提取用户的输入信息（当然，本申请也继续可以采用通过手工输入数据或者和用户进行手动界面交互的功能），根据用户的输入信息，对用户的身份进行识别，识别通过后提示用户输入语音数据进行填表。当开始录入表格数据时，为了进一步验证用户身份的合法性，在数据录入过程中，以一定的周期提取用户的语音数据中的声纹信息，通过声纹识别神经网络不时验证用户的身份，防止在表格录入中途换人，进一步保证表格录入的安全性。当声纹识别通过后，可以进行语音转文本，进而录入数据的操作。如果身份识别无法通过，则进行后台的报警或者向表格上级管理者发送报警消息。

图2示出根据本申请实施例的快速单据填写方法的流程图。如图2所示，该快速单据填写方法包括：

S1、从用户接收连接到基于语音的表格的请求，基于语音的表格具有多个字段，每个字段具有相关联的类型；

S2、至少基于从用户接收的识别信息确定用户是否被授权访问基于语音的表格；

S3、在用户被授权访问基于语音的表格之后，对于多个字段中的至少一个，提示用户为字段提供数据，并从用户那里接收数据；

S4、当确定从用户处接收到的数据是语音数据时，将语音数据提取声纹，输入声纹识别神经网络中，进一步确认是否是被允许的用户的语音；

S5、将语音数据转换为文本数据，将文本数据填入表格的对应字段。

步骤S1中，连接到基于语音的表格的请求可以是用户在录入现场通过手动点击电子设备的用户界面来实现，如图3所示。也可以是远程录入，例如对与基于语音的表格相关联的电话号码的电话呼叫来实现。例如，准备填写的表格，可以预先设定与其相关联的至少一个电话号码133……0519，这个电话号码一般设置为被允许进行表格操作的用户的手机号码。如此，只有被允许的用户手机号码向服务器进行录入请求时，才能够被允许进一步的操作。如果来电呼叫号码并非预设数据库中的号码，则认为是陌生号码，没有权限进行进一步的表格操作。如此，就可以通过来电呼叫的号码限制来进一步提高表格录入的安全性。

或者，连接到基于语音的表格的请求是从用户的移动设备接收的短消息，其中提示用户提供多个字段中的至少一个的数据是经由多媒体消息服务（MMS）消息接收的。本实施例中，MMS消息验证的过程与上一段的电话呼叫方案类似，区别在于由电话呼叫改为了MMS消息验证，在此不再赘述。

或者，连接到基于语音的表格的请求是从用户的移动设备接收的短消息服务（SMS）消息，并且其中提示用户提供多个字段中的至少一个的数据包括发送SMS消息到用户的移动设备。本实施例中，SMS消息验证的过程与上一段的电话呼叫方案类似，区别在于由MMS改为了SMS消息验证，在此不再赘述。

步骤S2中，确定用户是否被授权访问基于语音的表格包括几种可能的实施例。

第一个实施方式，对应于步骤S1中的电话呼叫方案，步骤S2中确定呼叫者的电话号码是否是与电话呼叫关联的标识（来电显示）数据是授权电话号码。

第二个实施方式，识别方法包括要求用户手动输入密码，如果是预设密码则授权用户访问基于语音的表格，如果不属于预设密码库中的密码，则认为是非法用户，拒绝用户访问基于语音的表格。当然，手动输入的密码可以是数字密码、文字密码、图形密码、多点连线密码等等其中之一，以进一步提升用户权限验证的准确性。

第三个实施方式，或者例如，从过往的表格数据库中随机抽取多个数据，并掺杂一些噪音数据，形成混合数据界面，如果用户能够准确点击随机抽取的多个数据，而不点击噪音数据，则能够说明该用户是被允许的用户。如图4所示，例如手机界面可以提示用户“请从以下图片中选择过往数据进行点击”，如果此表格是关于某公司的轮船业务的集装箱检测，而且并无服装贸易的内容，那么只有了解或者具有授权权限的客户才了解该表格的过往数据，也才能够选择正确的图片进行点击。如果点击错误可以提示用户重试一遍，如果还点击错误图片则说明用户并非合法用户，拒绝该用户继续操作表格。而如果用户能够正确进行点击，则允许用户进行表格操作。当然，随机数据不一定是文字图片，也可以是图形图片，变体字图像等等。

第四个实施方式，识别方法包括人脸识别，例如手机设备可以打开摄像头，获取用户的人脸图像，与预设人脸图像库中的授权用户人脸进行比对，如果能够寻找到匹配结果，则认为该用户是合法用户，可以授权其对语音表格进行进一步操作，如果无法找到匹配结果，则认为其是非法用户，拒绝授权其对语音表格进行操作。

步骤S3中，在用户被授权访问基于语音的表格之后，对于多个字段中的至少一个，提示用户为字段提供数据，并从用户那里接收数据。例如，如图5所示，示出提示用户按照表格的行进行录入的方法示意图。当然，本申请的字段形式可以多种多样，比如按照表格的列进行依次录入，等等。

该表格是可扩展标记语言（XML）表格，并且其中提供至少两个输入字段包括提供定义两个输入字段的可接受输入的应用程序编程接口（API），其中可接受输入包括两种不同的数据类型，其中，API定义了对用户通过两个输入字段接收到的数据的反馈。

还包括提供至少两个不同的模板表单，其中模板表单与两个不同的工作流相关联并且包括不同的数据输入字段，接收选择模板表单之一的用户输入；接收用户输入修改所选模板表单以添加附加数据输入字段，或修改不同数据输入字段。

其中提供至少两个输入字段包括：输入数据作为语音输入被接收，并且当语音输入的转换置信度低于下阈值时，提供用户反馈或指令，要求用户再次提供语音输入；当语音输入的转换置信度高于下限但低于上限时，提供用户反馈或指示，要求用户确认语音输入；当语音输入的转换置信度高于上限阈值时，不提供用户反馈或指示。在这个步骤中，解决了语音输入不清晰时的问题。例如，由于环境噪声或者语音输入用户的嗓音、音量等问题，导致设备获得的语音输入非常的不清晰，此时需要设置语音输入的转换置信度，如果转换置信度过低，说明语音不清晰，需要用户再次输入语音。如果置信度很高，则无需用户反馈，直接进入后续流程。而如果位于中间范围，则可以通过要求用户确认来确保获得准确的语音数据。一种可行的手机界面方式，可以参考图6所示。

步骤S4中，首先对语音信息进行检测，以获取语音帧片段；对所述语音帧片段进行降噪处理；对降噪后的语音帧片段进行数字化处理，以获取所述用户的声纹信息，并从声纹信息中提取声纹特征；在一实施例中，采用深度神经网络提取声纹特征。在进行声纹特征提取时可以用帧级与句子级别的长时信息累计的深度神经网络，这样可以得到更加鲁棒的声纹信息，相比传统的xvector、dvector、ivector声纹特征，能同时处理长时音频与短时音频。

上述对语音信息进行检测，以获取语音帧片段，其实现过程是：(1)对用户的语音信息进行分帧、加窗操作；(2)对分帧、加窗得到的每一帧数据进行傅里叶变换，以获取对应的振幅频谱、相位谱和噪声的频谱估计值；(3)基于得到的每一帧数据的振幅频谱、噪声的频谱估计值，计算每一帧数据的DETA值，根据得到的DETA值判断各个帧是否为语音帧，具体判断方法是：若DETA(i)＜T，第i帧为噪声帧，若DETA(i)≥T，第i帧为语音帧，T为设定的阈值；遍历所有帧，然后将属于语音帧的帧数据进行去窗、叠加和快速傅里叶逆变换，即可得到时域里的语音帧片段。

所述声纹识别神经网络为深度神经网络，如图7所示，其全连接层包括：

输入层被配置为计算语音信号的持续时间的一阶统计；

一个或多个顺序排列的第一隐藏层，用于从输入层接收预设系数；

最后一个隐藏层被布置为从一个或多个第一隐藏层接收预设系数，最后一个隐藏层具有小于一个或多个第一隐藏层中的每一个的维度，最后一个隐藏层被配置为输出对应的声纹到识别语音信号；

输出层，被构造为接收来自最后一个隐藏层的预设系数，并使用一组表示不同说话者的多个输出单元计算多个输出系数；

损失函数处理器，配置为接收多个输出系数并根据多个输出系数计算损失结果，以及通过修改全连接层的一个或多个连接权重，在多次迭代中的每一次迭代中降低计算出的损失结果。

步骤S5中，本申请设计了不同的实现方式来实现将语音数据转换为文本数据，并将文本数据填入表格的对应字段。

第一个实施例，如图8所示，包括：

语音语料库接口引擎，配置为访问包括与预设语料库相关联的语音库；

语音重音接口引擎，配置为访问语音重音存储库，该存储库包括与数据库对象相关联的信息，该数据库对象指示与一个或多个说话者相关联的语音重音属性；

音频数据接收引擎，配置为接收当前用户的音频数据；

识别引擎，被配置为基于从语音语料库接口引擎接收的信息、从语音重音接口引擎接收的信息和匹配函数，获得与当前用户的音频数据相匹配的多个候选文本字符串的列表；

选择引擎，被配置为选择所述列表中的候选文本字符串中的至少一个；

表单填充引擎，配置为基于所选择候选文本字符串，启动表格的至少一个字段。

第二个实施例，如图9所示，包括：

语音转文本引擎，用于将录制的语音转换为文本格式，生成转录文件；

一个动态规则引擎，配置为与人工智能引擎协同执行，以处理和分析转录文件中的文本，自动填充从多个预定义模板中选择的转录模板中的一个或多个数据字段。

其中人工智能引擎被配置为基于从步骤S4的声纹识别神经网络接收到的输入，自动校正语音转文本引擎获得的文本。

并且，人工智能引擎被配置为通过根据选择的转录模板将转录文件中的文本数据组织、排序和合并为连续标题来处理转录文件中的文本。

申请实施例提供了一种快速单据填写系统，该系统用于执行上述实施例所述的快速单据填写方法，如图10所示，该系统包括：

请求接收模块501，用于从用户接收连接到基于语音的表格的请求，所述基于语音的表格具有多个字段，每个字段具有相关联的类型；

授权验证模块502，用于至少基于从用户接收的识别信息确定用户是否被授权访问基于语音的表格；

数据接收模块503，用于在用户被授权访问基于语音的表格之后，对于多个字段中的至少一个，提示用户为字段提供数据，并从用户那里接收数据；

声纹识别模块504，用于当确定从用户处接收到的数据是语音数据时，以预设周期将语音数据提取声纹，输入声纹识别神经网络中，进一步确认是否是被允许的用户的语音；

数据填写模块505，用于将语音数据转换为文本数据，将文本数据填入表格的对应字段。

本申请的上述实施例提供的快速单据填写系统与本申请实施例提供的快速单据填写方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

本申请实施方式还提供一种与前述实施方式所提供的快速单据填写方法对应的电子设备，以执行上快速单据填写方法。本申请实施例不做限定。

请参考图11，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图11所示，所述电子设备20包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的快速单据填写方法。

其中，存储器201可能包含高速随机存取存储器（RAM：Random Access Memory），也可能还包括非不稳定的存储器（non-volatilememory），例如至少一个磁盘存储器。通过至少一个通信接口203（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述快速单据填写方法可以应用于处理器200中，或者由处理器200实现。

处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。

本申请实施例提供的电子设备与本申请实施例提供的快速单据填写方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

本申请实施方式还提供一种与前述实施方式所提供的快速单据填写方法对应的计算机可读存储介质，请参考图12，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序（即程序产品），所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的快速单据填写方法。

需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的快速单据填写方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备有固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器( DSP )来实现根据本申请实施例的虚拟机的创建系统中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本申请的具体实施方式，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，可轻易想到其各种变化或替换，这些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以所述权利要求的保护范围为准。