健康预测方法、设备及存储介质

技术领域

本申请涉及智能分析技术领域，尤其涉及一种健康预测方法、设备及存储介质。

背景技术

随着互联网不断发展及智能终端的不断普及，线上下单逐渐深入人们的生活，为人们提供便利，并成了人们生活中必不可少的部分。例如，在一种应用场景下，用户可通过家政服务类应用(Application，APP)在线预约或订购月嫂服务。

但是，目前月嫂或阿姨上户之前，由于无法预知宝宝的健康状况，这就存在很大的风险，导致月嫂上户的过程中可能存在新生儿夭折的情况，给公司品牌、荣誉和经济上带来极大的损失，同时也给客户和月嫂带来责任纠纷等。因此，如何预测宝宝的健康状况成为亟待解决的技术问题。

发明内容

本申请的多个方面提供一种健康预测方法、设备及存储介质，用以实现对宝宝的健康状况的自动化预测。

本申请实施例提供一种健康预测方法，包括：

获取待测宝宝的健康观测数据；

对所述健康观测数据进行特征提取，以得到所述待测宝宝的健康特征；

根据所述待测宝宝的健康特征，对所述待测宝宝进行健康分析，以得到所述待测宝宝的健康状况。

本申请实施例还提供一种计算机设备，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；

所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行上述健康预测方法中的步骤。

本申请实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述健康预测方法中的步骤。

在本申请实施例中，可对宝宝的健康观测数据进行特征提取，得到宝宝的健康特征，并根据宝宝的健康特征，对宝宝进行健康分析，得到宝宝的健康状况，实现了宝宝健康状况的自动化预测，有助于提高健康预测效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的数据处理系统的结构示意图；

图2为本申请实施例提供的健康预测方法的流程示意图；

图3为本申请实施例提供的计算机设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、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。

目前月嫂或阿姨上户之前，由于无法预知宝宝的健康状况，这就存在很大的风险，导致月嫂上户的过程中可能存在新生儿夭折的情况，给公司品牌、荣誉和经济上带来极大的损失，同时也给客户和月嫂带来责任纠纷等。因此，如何预测宝宝的健康状况成为亟待解决的技术问题。

为了解决上述技术问题，在本申请实施例中，可对宝宝的健康观测数据进行特征提取，得到宝宝的健康特征，并根据宝宝的健康特征，对宝宝进行健康分析，得到宝宝的健康状况，实现了宝宝健康状况的自动化预测，有助于提高健康预测效率。

以下结合附图，详细说明本申请各实施例提供的技术方案。

应注意到：相同的标号在下面的附图以及实施例中表示同一物体，因此，一旦某一物体在一个附图或实施例中被定义，则在随后的附图和实施例中不需要对其进行进一步讨论。

图1为本申请实施例提供的数据处理系统的结构示意图。如图1所示，该系统包括：终端设备11和服务端设备12。

其中，服务端设备12和终端设备11之间可以是无线或有线连接。可选地，服务端设备12可以通过移动网络和终端设备11通信连接，相应地，移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、5G、WiMax等中的任意一种。可选地，服务端设备12也可以通过蓝牙、WiFi、红外线等方式和终端设备11通信连接。

在本实施例中，终端设备11是指用户使用的，具有用户所需计算、上网、通信等功能的计算机设备，例如可以是智能手机、平板电脑、个人电脑、穿戴设备等。在本实施例中，用户可为医护人员，也可为病人。

在本实施例中，服务端设备12是指可以进行健康观测数据管理，并响应终端设备11的服务请求，为用户提供与数据处理相关的服务的计算机设备，一般具备承担服务并保障服务的能力。服务端设备12可以为单一服务器设备，也可以云化的服务器阵列，或者为云化的服务器阵列中运行的虚拟机(Virtual Machine，VM)。另外，服务端设备12也可以指具备相应服务能力的其他计算设备，例如电脑等终端设备(运行服务程序)等。其中，服务端设备12可为家政服务平台侧的服务器。

在本实施例中，终端设备11可响应于预测事件，向服务端设备12发送健康预测请求。在本申请实施例中，不限定审核事件的具体实现形式。在一些实施例中，如图1所示，终端设备11可提供健康预测接口K1。可选地，健康预测接口可实现为健康预测控件K1。相应地，预测事件可实现为针对健康预测接口K1的触发操作所产生的预测事件。

在一些实施例中，用户可通过终端设备11将待测宝宝的健康观测数据上传给服务端设备12。其中，健康观测数据是指宝宝的身体状况数据，可包括：宝宝的生产出院材料，和/或，月嫂上户护理过程中对宝宝的身体状况的观测日志等，但不限于此。这些健康观测数据可包括：宝宝的体重、体温、饮食状况、作息状况、每日大小便次数及黄疸情况等，但不限于此。

可选地，如图1所示，终端设备11可提供数据上传接口，如数据提供控件K2。用户可通过数据提供控件上传宝宝的健康观测数据。终端设备11可响应于针对数据提供控件K2的触发操作，获取该触发操作关联的数据，作为待测宝宝的全部或部分健康观测数据。即终端设备11的用户通过数据提供控件上传的数据，作为待测宝宝的部分或全部健康观测数据。在该实施例中，终端设备11还可将待审核病人的病历数据提供给服务端设备12。

可选地，终端设备11可在发起健康预测请求之前，将待测宝宝的健康观测数据提供给服务端设备12，由服务端设备12存储待测宝宝的健康观测数据，并建立待测宝宝的标识与该宝宝的待测宝宝的健康观测数据之间的对应关系。病人标识是指可唯一标识一个病人的信息。如病人标识可为病人的姓名、身份编号、社保编号等，但不限于此。

进一步，用户在审核病人的病种时，可触发上述健康预测接口K1。终端设备11可响应于针对触发健康预测接口K1产生的审核事件，向服务端设备12发出健康预测请求。该健康预测请求可包括待测宝宝的标识。

服务端设备12可响应于健康预测请求，从历史数据库中，获取待测宝宝的标识对应的健康观测数据。可选地，服务端设备12可从健康预测请求中解析出待测宝宝的标识，并在宝宝标识与该宝宝的健康观测数据之间的对应关系中进行匹配，以获取待测宝宝的标识对应的健康观测数据，作为待测宝宝的健康观测数据。

进一步，服务端设备12可对待测宝宝的健康观测数据进行特征提取，以得到对所述健康观测数据进行特征提取，以得到待测宝宝的健康特征，并根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

进一步，如图1所示，服务端设备12还可将待测宝宝的健康状况提供给终端设备11。相应地，终端设备11可接收待测宝宝的健康状况，并输出待测宝宝的健康状况。可选地，终端设备11可在屏幕上显示待测宝宝的健康状况，即图1所示的健康预测结果；和/或，通过音频组件播放待测宝宝的健康状况等等。

本实施例提供的数据处理系统，可对宝宝的健康观测数据进行特征提取，得到宝宝的健康特征，并根据宝宝的健康特征，对宝宝进行健康分析，得到宝宝的健康状况，实现了宝宝健康状况的自动化预测，有助于提高健康预测效率。

在本申请实施例中，不限定服务端设备12对宝宝的健康观测数据进行特征提取的具体实施方式。在一些实施例中，服务端设备12可从待测宝宝的健康观测数据中，提取可反映健康状态的多个关键词。多个是指2个或2个以上。在本实施例中，不限定关键词的属性。如关键词可以为症状描述、观测指标参数值等。其中，观测指标参数可包括：体重、体温、大小便次数等可量化的指标。

可选地，服务端设备12可对待测宝宝的健康观测数据进行分词处理，以得到健康观测数据包含的词语集合；并将该词语集合中的词语在预先建立的可反映健康状态的关键词库中进行匹配；以及，从词语集合中，获取与关键词库匹配的多个词语，作为多个关键词。

进一步，服务端设备12可根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。对多个关键词进行向量化处理，以得到多个关键词的向量特征，作为待测宝宝的健康特征。可选地，可采用word2vec等分词模型或fasttext等文本分类模型，对关键词进行向量化处理。

进一步，服务端设备12可根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。可选地，服务端设备12可将待测宝宝的健康特征输入健康预测模型，在所述健康预测模型中，根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

可选地，在将待测宝宝的健康特征输入健康预测模型之前，还可对健康预测模型进行训练。相应地，服务端设备12可获取历史宝宝的历史健康观测数据和健康观测结果；并对历史健康观测数据进行特征提取，以获取历史宝宝的健康特征；关于获取历史宝宝的健康特征的具体实施方式，可参见上述获取待测宝宝的健康特征的相关内容，在此不再赘述。

进一步，可以历史宝宝的健康观测结果为监督，利用历史宝宝的健康特征进行模型训练，以得到健康预测模型。

其中，健康预测模型包括但不局限于：逻辑回归模型、支持向量机(SupportVector Machine，SVM)模型、随机森林模型、梯度提升决策树(Gradient BoostingDecision Tree，GBDT)模型、轻量级梯度提升模型(Light Gradient Boosting Model，LightGBM)、深度神经网络模型等，当然也可以是融合上述多种模型的集成学习算法。

在实际应用中，不同健康状况的护理方法不同。其中，护理方法包括护理注意事项等。对于服务端设备12来说，可预设有健康状况与护理方法之间的对应关系。进一步，可根据待测宝宝的健康状况及预设的健康状况与护理方法之间的对应关系，确定待测宝宝的健康状况匹配的目标护理方法。可选地，可将待测宝宝的健康状况在预设的健康状况与护理方法之间的对应关系中进行匹配，并将健康状况与护理方法之间的对应关系中与待测宝宝的健康状况匹配的护理方法，作为目标护理方法。进一步，服务端设备12可输出目标护理方法，以向待测宝宝的护理人员(如月嫂、宝宝的父母等)推荐目标护理方法。

可选地，服务端设备12可将目标护理方法提供给终端设备11。终端设备11接收该目标护理方法，并输出目标护理方法。其中，终端设备11输出目标护理方法的实施方式，可参见上述输出待测宝宝的健康状况的方式，在此不再赘述。

在本申请实施例中，服务端设备12还可根据待测宝宝的健康状况进行健康风险预警。可选地，若待测宝宝的健康状况达到设定的风险预警标准，则服务端设备12可输出风险提示信息，以对月嫂服务提供方进行风险预警。

可选地，服务端设备12可将风险提示信息提供给终端设备11。终端设备11接收该风险提示信息，并输出风险提示信息。其中，终端设备11输出风险提示信息的实施方式，可参见上述输出待测宝宝的健康状况的方式，在此不再赘述。

相应地，月嫂服务提供方可及时获取风险提示信息，并根据风险提示信息，决定继续履约，还是终止合同等。

除了上述系统实施例之外，本申请实施例还提供健康预测方法，下面对该健康预测方法进行示例性说明。

图2为本申请实施例提供的健康预测方法的流程示意图。如图2所示，该方法包括：

201、获取待测宝宝的健康观测数据。

202、对健康观测数据进行特征提取，以得到待测宝宝的健康特征。

203、根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

本实施例提供的健康预测方法可部署于任意计算机设备。例如，可部署于用户的终端设备上，也可部署于服务端设备上。无论本实施例提供的病种识别方法的执行主体为哪种设备，在步骤201中，可获取待测宝宝的健康观测数据。对于终端设备来说，可提供数据提供控件。用户可通过数据提供控件上传健康观测数据。针对终端设备来说，可响应于针对数据提供控件的触发操作，获取触发操作关联的数据；从历史数据库中，获取待测宝宝对应的历史观测数据；并将上述触发操作关联的数据及待测宝宝对应的历史观测数据，作为健康观测数据；

或者，终端设备也可从存储介质中读取待测宝宝的健康观测数据。其中，存储介质可为终端设备上固设的硬盘，也可为云存储器，或者为U盘等外接存储介质等等。可选地，终端设备可提供宝宝标识选择控件，用户可通过该控件确定待测宝宝。相应地，终端设备可响应于针对宝宝标识选择控件的触发操作，获取被选中的宝宝标识作为待测宝宝的标识。进一步，终端设备可将待测宝宝的标识在存储的宝宝标识与健康观测数据之间的对应关系中进行匹配，以确定待测宝宝的健康观测数据。

针对服务端设备，响应于健康预测请求，从历史数据库中，获取待测宝宝的健康观测数据。可选地，可从接收到的健康预测请求中解析出待测宝宝的标识；将待测宝宝的标识在宝宝标识与健康观测数据之间的对应关系中进行匹配，以获取待测宝宝的健康观测数据。

进一步，在步骤202中，可对健康观测数据进行特征提取，以得到所述待测宝宝的健康特征；并在步骤203中，根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

进一步，若健康预测方法的执行主体为终端设备，则可在屏幕上显示待测宝宝的健康状况；和/或，通过音频组件播放待测宝宝的健康状况。若健康预测方法的执行主体为服务端设备，则还可将待测宝宝的健康状况发送给发起上述健康预测请求的客户端(如终端设备)。相应地，客户端可接收待测宝宝的健康状况，并输出待测宝宝的健康状况。关于客户端设备输出待测宝宝的健康状况的具体实施方式，可参见上述终端设备输出待测宝宝的健康状况的相关内容，在此不再赘述。

在本实施例中，可对宝宝的健康观测数据进行特征提取，得到宝宝的健康特征，并根据宝宝的健康特征，对宝宝进行健康分析，得到宝宝的健康状况，实现了宝宝健康状况的自动化预测，有助于提高健康预测效率。

在本申请实施例中，不限定对宝宝的健康观测数据进行特征提取的具体实施方式。在一些实施例中，可从待测宝宝的健康观测数据中，提取可反映健康状态的多个关键词。多个是指2个或2个以上。在本实施例中，不限定关键词的属性。如关键词可以为症状描述、观测指标参数值等。其中，观测指标参数可包括：体重、体温、大小便次数等可量化的指标。

可选地，可对待测宝宝的健康观测数据进行分词处理，以得到健康观测数据包含的词语集合；并将该词语集合中的词语在预先建立的可反映健康状态的关键词库中进行匹配；以及，从词语集合中，获取与关键词库匹配的多个词语，作为多个关键词。

进一步，可根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。对多个关键词进行向量化处理，以得到多个关键词的向量特征，作为待测宝宝的健康特征。

进一步，可根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。可选地，可将待测宝宝的健康特征输入健康预测模型，在所述健康预测模型中，根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

可选地，在将待测宝宝的健康特征输入健康预测模型之前，还可对健康预测模型进行训练。相应地，可获取历史宝宝的历史健康观测数据和健康观测结果；并对历史健康观测数据进行特征提取，以获取历史宝宝的健康特征；关于获取历史宝宝的健康特征的具体实施方式，可参见上述获取待测宝宝的健康特征的相关内容，在此不再赘述。

进一步，可以历史宝宝的健康观测结果为监督，利用历史宝宝的健康特征进行模型训练，以得到健康预测模型。

在实际应用中，不同健康状况的护理方法不同。其中，护理方法包括护理注意事项等。可预设有健康状况与护理方法之间的对应关系。进一步，可根据待测宝宝的健康状况及预设的健康状况与护理方法之间的对应关系，确定待测宝宝的健康状况匹配的目标护理方法。可选地，可将待测宝宝的健康状况在预设的健康状况与护理方法之间的对应关系中进行匹配，并将健康状况与护理方法之间的对应关系中与待测宝宝的健康状况匹配的护理方法，作为目标护理方法。进一步，可输出目标护理方法，以向待测宝宝的护理人员(如月嫂、宝宝的父母等)推荐目标护理方法。其中，输出目标护理方法的实施方式，可参见上述输出待测宝宝的健康状况的相关内容，在此不再赘述。

在本申请实施例中，2还可根据待测宝宝的健康状况进行健康风险预警。可选地，若待测宝宝的健康状况达到设定的风险预警标准，则可输出风险提示信息，以对月嫂服务提供方进行风险预警。其中，输出风险提示信息的实施方式，可参见上述输出待测宝宝的健康状况的相关内容，在此不再赘述。

需要说明的是，上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤201和202的执行主体可以为设备A；又比如，步骤201的执行主体可以为设备A，步骤202的执行主体可以为设备B；等等。

另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如201、202等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。

相应地，本申请实施例还提供一种存储有计算机指令的计算机可读存储介质，当计算机指令被一个或多个处理器执行时，致使一个或多个处理器执行上述健康预测方法中的步骤。

图3为本申请实施例提供的计算机设备的结构示意图。如图3所示，计算机设备包括：存储器30a和处理器30b；其中，存储器30a，用于存储计算机程序。

处理器30b耦合至存储器30a，用于执行计算机程序以用于：获取待测宝宝的健康观测数据；对健康观测数据进行特征提取，以得到待测宝宝的健康特征；并根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

可选地，处理器30b在对健康观测数据进行特征提取时，具体用于：从健康观测数据中，提取可反映健康状态的多个关键词；并对多个关键词进行向量化处理，以得到多个关键词的向量特征，作为待测宝宝的健康特征。

可选地，处理器30b在提取可反映健康状态的多个关键词时，具体用于：对健康观测数据进行分词处理，以得到健康观测数据包含的词语集合；将词语集合的词语在预先建立的可反映健康状态的关键词库中进行匹配；以及，从词语集合中，获取与关键词库匹配的多个词语，作为多个关键词。

在另一些实施例中，处理器30b在对待测宝宝进行健康分析时，具体用于：将待测宝宝的健康特征输入健康预测模型；并在健康预测模型中，根据待测宝宝的健康特征，对待测宝宝进行健康分析，以得到待测宝宝的健康状况。

可选地，处理器30b还用于：在将待测宝宝的健康特征输入健康预测模型之前，获取历史宝宝的历史健康观测数据和健康观测结果；并对历史健康观测数据进行特征提取，以获取历史宝宝的健康特征；以及，以历史宝宝的健康观测结果为监督，利用历史宝宝的健康特征进行模型训练，以得到健康预测模型。

可选地，在一些实施例中，处理器30b在获取针对待测宝宝的健康观测数据时，具体用于：响应于针对数据提供控件的触发操作，获取触发操作关联的数据；并从历史数据库中，获取待测宝宝对应的历史观测数据；将上述触发操作关联的数据及待测宝宝对应的历史观测数据，作为健康观测数据。

相应地，处理器30b还用于：通过显示组件30c显示待测宝宝的健康状况。

在另一些实施例中，处理器30b在获取针对待测宝宝的健康观测数据时，具体用于：响应于健康预测请求，从历史数据库中，获取待测宝宝的健康观测数据。

相应地，处理器30b还用于：通过通信组件30d将待测宝宝的健康状况提供给发起上述健康预测请求的客户端，以供客户端输出待测宝宝的健康状况。

在一些实施例中，处理器30b还用于：根据待测宝宝的健康状况及预设的健康状况与护理方法之间的对应关系，确定待测宝宝的健康状况匹配的目标护理方法；并输出目标护理方法，以向待测宝宝的护理人员推荐目标护理方法。

在另一些实施例中，处理器30b还用于：若待测宝宝的健康状况达到设定的风险预警标准，则输出风险提示信息，以对月嫂服务提供方进行风险预警。

在一些可选实施方式中，如图3所示，该计算机设备还可以包括：电源组件30e、音频组件30f等可选组件。图3中仅示意性给出部分组件，并不意味着计算机设备必须包含图3所示全部组件，也不意味着计算机设备只能包括图3所示组件。

本实施例提供的计算机设备，可对宝宝的健康观测数据进行特征提取，得到宝宝的健康特征，并根据宝宝的健康特征，对宝宝进行健康分析，得到宝宝的健康状况，实现了宝宝健康状况的自动化预测，有助于提高健康预测效率。

在本申请实施例中，存储器用于存储计算机程序，并可被配置为存储其它各种数据以支持在其所在设备上的操作。其中，处理器可执行存储器中存储的计算机程序，以实现相应控制逻辑。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

在本申请实施例中，处理器可以为任意可执行上述方法逻辑的硬件处理设备。可选地，处理器可以为中央处理器(Central Processing Unit，CPU)、图形处理器(GraphicsProcessing Unit，GPU)或微控制单元(Microcontroller Unit，MCU)；也可以为现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程阵列逻辑器件(ProgrammableArray Logic，PAL)、通用阵列逻辑器件(General Array Logic，GAL)、复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)等可编程器件；或者为先进精简指令集(RISC)处理器(Advanced RISC Machines，ARM)或系统芯片(System on Chip，SOC)等等，但不限于此。

在本申请实施例中，通信组件被配置为便于其所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，4G，5G或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件还可基于近场通信(NFC)技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术或其他技术来实现。

在本申请实施例中，显示组件可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示组件包括触摸面板，显示组件可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

在本申请实施例中，电源组件被配置为其所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。

在本申请实施例中，音频组件可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风(MIC)，当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。例如，对于具有语言交互功能的设备，可通过音频组件实现与用户的语音交互等。

需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，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)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。