具体实施方式

本说明书实施例提供一种用户交互方法、装置、设备以及存储介质。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

在本说明书一个或多个实施例中，设计了一种用户交互方案。首先向用户发出具有情感要求的指示，用户根据指示在客户端上录入语音数据和/或图像数据，客户端或云端对采集到的数据进行情感识别，若符合指示中的相关预定条件，则对该用户发放权益，以促进业务活动的进行。

服务方以用户为中心，为该用户设置并实行其可能乐意接受的业务活动，以使的自己的计算资源和服务资源能够尽可能地用到与之匹配的用户身上，而不是浪费。比如，为该用户发放相关的权益(比如，优惠券、红包、高级会员等)、减少该用户本应受到的惩罚、向该用户推荐商品、使该用户获得相关活动资格(比如，与线上主播互动的资格、参加线下活动的资格)、满足该用户的其他需求(比如，自身曝光需求、相关服务需求)等。

下面基于这样的思路，具体进行说明。

图1为本说明书一个或多个实施例提供的一种用户交互方法的流程示意图。该方法可以应用于不同的业务领域，比如，互联网金融业务领域、电商业务领域、即时通讯业务领域、游戏业务领域、公务业务领域等。该流程可以由相应领域的计算设备(比如，支付业务对应的风控服务器或者智能移动终端等)执行，流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。

图1中的流程可以包括以下步骤：

S102：展示包含指示和对应的待发放权益的权益页面。

S104：采集用户响应于所述指示录入的语音数据和/或图像数据。

在本说明书一个或多个实施例中，用户通过终端上安装的客户端录入语音数据和/或图像数据，终端可以包括智能手机、自动售货机、自助结账机等。

客户端预先向用户发出指示，用户接收到指示后即可根据该指示录入数据。发出指示的方式可以是多种的，比如，可以采用语音提示、画面提示或者两者结合的方式。而为了保障用户的体验，在发出提示的同时，向用户展示用户完成指示后对该用户所进行的后续业务活动方案，或者，也可以是用户在选择了相应的业务活动方案后，再向用户发出指示，以此使得用户可以根据业务活动方案来主动选择是否执行本次指示，有助于提高用户的积极性。

需要说明的是，即使对用户进行了指示，但是，用户实际录入的数据未必达到了指示的要求，指示中至少对用户录入时的情感提出了要求，除此之外，还可以有诸如内容、动作等更多方面的要求。

S106：通过情感计算对所述采集到的数据进行处理，以分析所述用户进行所述录入时的情感。

通过所采集到的数据、采集数据时场景的不同，选择和组装相应的模型算法对用户录入的情感进行识别。

例如，对于图像数据，可以通过光学字符识别(Optical Character Recognition，OCR)、目标检测、帧图像分类、主体检测、表情识别等相关算法或深度学习模型进行情感识别，对于语音数据，可以通过自动语音识别技术(Automatic Speech Recognition，ASR)、语音情感分析，以及对识别得到的文本进行自然语言处理(Natural Language Processing，NLP)相关的命名实体识别(Named Entity Recognition，NER)、文本情感分析等相关算法或深度学习模型进行情感识别。而对于同时包含语音数据与图像数据的有声视频数据，除了上述算法外，还可以使用关键帧抽取、视频分类、动作识别、事件检测等来进行情感识别。

S108：若根据所述分析的结果，判定所述用户进行所述录入时的情感为预定的正面情感，则向所述用户发放所述待发放权益。

图2为本说明书一个或多个实施例提供的一种传统的用户权益发放方法的流程示意图。在传统方式下，商家发放权益后，商家首先根据制定的权益投放策略进行权益投放，将权益投放至各电商平台、权益发放平台、支付渠道平台等平台，投放的权益可以包括现金红包、代金券、商品优先体验权、商品优惠减免等。

用户在客户端中打开了权益页面后，权益页面中显示指示以及待发放权益。指示通常为让用户通过录入视频、音频等方式(在此以录入视频为例进行解释)，让用户以预设的感情喊出相应的话或作出相应的动作，比如，让用户热情的喊出“我爱A商品”。用户可以通过打开系统相机，按照指示录入视频。通过录入的视频采集到用户录入的视频数据(其中包括图像数据和语音数据)，此时可以交由人工审核，如果人工审核结果符合要求，则向用户发放权益，但是人工审核这种方式效率较低。

基于此，本说明书中提供了一种改进后的用户权益发放方案。图3和图4分别为本申请一个或多个实施例中，两种不同处理方式(在客户端或云端进行情感识别)下的用户权益发放方案。在采集到用户录入的视频数据后，可以如图3所示的，将该视频数据上传至云端，由云端通过算法模型对视频数据进行分析，分析用户录入视频时的情感是否热情，或者，如图4所示的，云端提前将人工智能推理服务，以软件开发工具包的形式下发至客户端，客户端通过调用硬件资源(比如CPU、GPU)在本地直接对视频数据进行分析，分析用户录入视频时的情感是否热情(也可以设定其他的条件，比如，是否足够激动、是否喜悦等)。若是用户录入的情感不符合指示中对应的预定条件，则可以对用户提示重新录入视频，或提示用户无法获取待发放权益。若是用户录入的情感符合预定条件，则向该用户发放权益。

进一步地，如图3和图4所示，若分析结果符合预定条件，除了向用户发放权益外，还可以将用户录入的视频数据发送至相应平台(以面向公众用户的视频广场为例)中，在视频广场中其他用户可以针对该视频进行评论、转发、点赞等方式来互动，或者继续将该视频数据进行二次分享。此时发放权益的商家可以通过采集效果日志等方式获取该视频数据的互动效果，对后续业务动作(比如，如何继续投放权益、如何)进行分析，比如，若是互动效果良好，则商家可以继续执行该权益的投放策略，若是互动效果较差，则商家可以对现有的投放策略进行修改，比如，修改发放的权益的价值、指示的内容等。

更进一步地，若是直接将该用户录入的视频发送至视频广场，可能难以起到较好的互动效果。基于此，先将该视频数据进行处理，再将处理后的视频数据上传至视频广场。

例如，得到同一个指示下，多个用户分别录入的未处理过的视频数据(包括语音数据和图像数据)，并在图像数据中提取出各用户分别对应的人像画面，然后将多个用户的人像画面拼合在每一帧图像中，随着帧图像的播放，多个用户对应的人像画面也在该同一个画面中随之产生与未处理过的视频数据中相同的变化。并在帧图像的播放过程中，同时播放多个用户录入的语音数据，以此生成的视频数据，将多个用户拼合到同一个画面中，并且同时播放语音数据，由于大家录入的内容是相同或者相似的，因此容易给人带来一种是这多个用户同时合作录入生成该视频的感觉，提高了冲击效果和情绪感染力，更容易让其他用户产生互动的冲动。

在本说明书一个或多个实施例中，指示中除了情感要求外，通常还会要求用户说出相应的话。比如，要求用户重复喊出“我喜欢A商品”等语句，或者要求用户回答“你认为A商品做的好的地方有哪些”等问题。因此，在对用户发放权益之前，除了对用户进行情感计算识别外，还需要对用户说出的话进行分析，以判断用户所说的话是否与指示一致，比如，是否重复喊出了“我喜欢A商品”，或者是否回答了“你认为A商品做的好的地方有哪些”该问题。

在本说明书一个或多个实施例中，该方案很有可能在公共场合(比如，便利店中、大街上等)下执行，由于往往会指示当前用户发声甚至大声发声，由此考虑到可能给当前用户(比如，当前用户可能害羞、可能怕打扰他人)或者周围的其他用户(被当前用户发出的噪音打扰或者吓到)带来困扰，而若在同一场合，有多名用户参与该方案，则更有可能造成混乱。为了解决这个问题，允许用户根据自己的情况，主动选择一嘴型代替直接发声，用户具体采用哪种方式完成指示可以由系统智能地自行判断。

对于嘴型这种情况，用户可能以很低的声音甚至未发出声音，只是以张开嘴型的方式录入了图像数据，当然，同时录入的可能还有环境音，本方案主要还是考虑用户的声音和行为，对于环境音可以作为干扰看待，或者也可以作为辅助数据使用，比如，帮助识别当前场景。

此时，无法通过语音数据来获取文本数据，则可以对获取到的图像数据进行图像识别，在图像数据中确定用户面部表情和嘴型的变化。用户在录入图像数据时虽然没有正常地说话，但是其嘴型是产生变化的。而且用户在故意不发出声的时候，通常会刻意的突出自身的嘴型变化，此时嘴型变化较大，且会带动嘴唇周围的肌肉的产生较大变化，容易产生相应的面部表情变化，这与日常对话中的唇语识别是不同的。基于此，可以训练识别模型或者相应的算法，通过用户面部表情和嘴型来识别出用户在录入图像数据时，所要表达的文本数据，并判断该文本数据是否与指示一致。

在本说明书一个或多个实施例中，由于指示是为了提高用户体验优化资源配置所设置的，如果在指示中设置负面情感，则容易引起用户的反感，不利于用户体验。因此，对指示中的情感要求进行设置时，通常设置为正面情感，比如，热情、开心、喜悦等，能够调动用户的积极情绪。

在本说明书一个或多个实施例中，即使指示中的要求比较委婉，但由于指示本身的性质，往往可能带有一定的命令性质，容易引起部分用户的反感。基于此，在对用户的情感进行分析时，能够识别出用户在录入数据时带有明显的对抗情绪(可能是因为反感，也有可能是觉得好玩想捣乱)时，比如，指示中要求用户热情的喊出“我喜欢A商品”，但是，用户可能要故意对抗，从而喊出的却是“我讨厌A商品”、“我喜欢B商品”(B商品为A商品的竞争商品)、采用很反感的情绪喊出“我喜欢A商品”等；或者指示中要求用户回答“你认为A商品做的好的地方有哪些”，但是用户回答的是“A商品的外观很难看”、“A商品的使用体验差”等。此时可以从中识别出用户带有明显的对抗情绪。

此时，可以通过对指示进行调整，来尝试减弱用户的主观对抗情绪。调整的方向可以是使得该指示无需继续完成，对用户进行安抚，比如，向用户播放或者展示“对您产生了不好的体验，请您谅解”。调整的方向还可以是降低指示中要求的难度，比如，将热情的喊出“我喜欢A商品”，调整为喊出“我喜欢A商品”或者喊出“我喜欢C产品(A商品为C产品概念下，由具体的企业所生产的商品，比如，A商品为可口可乐，C产品为可乐)”。调整的方向还可以是根据用户当前针对指示的执行内容，顺应于该执行内容而调整指示，比如，原本指示用户喊出“我喜欢A商品”，但用户喊出了“我喜欢B商品”，在可以调整为指示用户喊出“我喜欢B商品，不过大爷我今天心情好，所以也顺带瞅瞅A商品”，这种顺应用户的做法不仅能够安抚用户情况，而且也会使用户感觉有趣，从而提高互动积极性。总而言之，通过对用户的对抗情绪进行安抚，有助于有效地减弱用户体验降低所带来的影响，使得方案对于不同性格的用户的适应性和容错性更好，有助于避免带来反向效果。

在本说明书一个或多个实施例中，权益页比如是优惠券领取页面，不同的商户分别提供自己的优惠券，还可以进行对应的指示。若通过情感检测和内容检测判定用户成功执行了该指示，则向用户发送对应的优惠券，这种方式加深了对应商户在用户心中的印象，对于用户而言也是一种活泼有趣的交互方式，有助于提高用户对商户的好感。

在本说明书一个或多个实施例中，当用户通过网购线上或者超市线下购买商品时，用户发起商品支付请求，并有相应的平台或设备接收到该商品支付请求。比如，在超市中通过扫描枪扫描待支付商品时，收款设备接收到商品支付请求，或者通过自动付款机购买商品时，由自动付款机接收到商品支付请求，或者用户在电商平台网购时，由电商平台收到商品支付请求，或者用户通过支付渠道在线上或线下支付时，由支付平台收到商品支付请求。

对于待支付商品进行确认，若是在待支付商品中存在预设的指定商品，则在向用户展示权益页中，展示与该指定商品对应的指示和待发放权益。由于用户本次的商品支付行为是主动发起购买的，说明用户存在很大概率是喜欢或认可待支付商品的，因此用户可能更乐于去按照指示完成数据的录入。比如，用户一次购买了待支付商品E、待支付商品F和待支付商品G，在其中确认了待支付商品E为指定商品，则向用户展示其对应的指示，让用户热情的喊出“我喜欢商品E”，当用户完成了该指示后，则在用户进行支付时，对商品E的价格进行优惠减免，提高用户完成指示时的热情。

当然，本方案还有更多的应用场景，并不限于上面的例子，根据上面的构思可以在其他一些需要服务于用户的场景中实施本方案，以实现用户和服务方的双赢。

基于同样的思路，本说明书一个或多个实施例还提供了上述方法对应的装置和设备，如图5、图6所示。

图5为本说明书一个或多个实施例提供的一种用户交互装置的结构示意图，图中的虚线方框表示可选的模块，所述装置包括：

权益页展示模块502，展示包含指示和对应的待发放权益的权益页面；

采集模块504，采集用户响应于所述指示录入的语音数据和/或图像数据；

情感分析模块506，通过情感计算对所述采集到的数据进行处理，以分析所述用户进行所述录入时的情感；

权益处理模块508，若根据所述分析的结果，判定所述用户进行所述录入时的情感为预定的正面情感，则向所述用户发放所述待发放权益。

可选地，还包括判断模块510、第一文本确定模块512；

所述判断模块510，判断所述用户是否录入了所述语音数据；

所述第一文本确定模块512，若所述判断模块510的判断结果为是，则将所述语音数据转换为文本数据；

确定所述文本数据中的内容与所述指示一致。

可选地，所述用户至少录入了图像数据；

所述装置还包括第二文本确定模块514；

所述第二文本确定模块514，若所述判断模块510判断所述用户未录入所述语音数据，则根据所述图像数据，对所述用户的面部表情和嘴型变化进行识别；

根据所述面部表情和所述嘴型变化，识别所述用户在录入所述图像数据时，所要表达的文本数据；

确定所述文本数据中的内容与所述指示一致。

可选地，还包括指示调整模块516；

所述指示调整模块516，若所述分析的结果反映所述用户对抗所述指示，则对所述指示进行相应调整，以尝试减弱所述用户的对抗情绪。

可选地，还包括数据发送模块518；

所述数据发送模块518，若所述分析的结果符合所述指示对应的预定条件，则将根据所述采集到的数据生成的视频数据发送至相应平台，以便根据所述生成的视频数据通过所述相应平台产生的互动效果确定业务动作；

所述视频数据的生成过程包括：

采集所述指示下，多个所述用户分别录入的语音数据和图像数据；

在所述图像数据中，提取出所述用户对应的人像画面，并将所述多个用户的所述人像画面拼合在同一个画面中，并在所述帧图像的播放过程中，播放所述多个用户录入的所述语音数据，生成视频数据。

可选地，所述权益页展示模块502，接收用户发出的商品支付请求；

在所述商品支付请求所对应的待支付商品中，确定存在预设的指定商品；

向所述用户展示包含所述指定商品对应的指示和待发放权益的权益页面。

图6为本说明书一个或多个实施例提供的一种用户交互设备的结构示意图，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

展示包含指示和对应的待发放权益的权益页面；

采集用户响应于所述指示录入的语音数据和/或图像数据；

通过情感计算对所述采集到的数据进行处理，以分析所述用户进行所述录入时的情感；

若根据所述分析的结果，判定所述用户进行所述录入时的情感为预定的正面情感，则向所述用户发放所述待发放权益。

处理器与存储器之间可以通过总线通信，设备还可以包括与其他设备通信的输入/输出接口。

基于同样的思路，本说明书一个或多个实施例还提供了对应于上述方法的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

展示包含指示和对应的待发放权益的权益页面；

采集用户响应于所述指示录入的语音数据和/或图像数据；

通过情感计算对所述采集到的数据进行处理，以分析所述用户进行所述录入时的情感；

若根据所述分析的结果，判定所述用户进行所述录入时的情感为预定的正面情感，则向所述用户发放所述待发放权益。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例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，本说明书实施例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。

本说明书是参照根据本说明书实施例的方法、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，磁带磁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。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

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，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。