一种基于图像识别的智能机器人语音交互方法及系统与流程

1.本发明涉及计算机技术领域，具体而言，涉及一种基于图像识别的智能机器人语音交互方法、系统、电子设备及计算机存储介质。

背景技术：

2.语音交互机器人逐步得到了广泛的应用，例如银行类的办事大厅会放置智能机器人与客户进行语音交互以解答相关疑问，某些饭店也适用智能机器人来实现点餐、送餐等过程的语音交互等，极大的提高了生活的便利性及智能化体验。然而，现有技术中的智能机器人仅能够按照统一的模式与不同类型的对象进行语音交互，导致交互体验较差，亟需改进。

技术实现要素：

3.为了至少解决上述背景技术中存在的技术问题，本发明提供了一种基于图像识别的智能机器人语音交互方法、系统、电子设备及计算机存储介质。
4.本发明的第一方面提供了一种基于图像识别的智能机器人语音交互方法，包括如下步骤：
5.获取第一图像数据，根据所述第一图像数据确定待语音交互对象的第一属性数据；
6.根据所述第一属性数据确定语音交互方案，根据所述语音交互方案与所述待语音交互对象进行语音交互。
7.进一步地，所述获取第一图像数据，包括：
8.接收第一语音数据，根据所述第一语音数据确定所述待语音交互对象的方位数据；
9.根据所述方位数据获取所述第一图像数据。
10.进一步地，所述根据所述第一属性数据确定语音交互方案，包括：
11.计算所述第一属性数据与若干预存语音交互方案的第一匹配度；
12.根据各所述第一匹配度确定所述语音交互方案。
13.进一步地，所述根据各所述第一匹配度确定所述语音交互方案，包括：
14.对各所述第一匹配度进行排序，选取至少包括最大值的若干顺位的所述第一匹配度对应的若干预存语音交互方案；
15.对若干所述预存语音交互方案进行融合，以得出所述语音交互方案。
16.进一步地，所述根据若干所述预存语音交互方案进行融合，以得出所述语音交互方案，包括：
17.将所述最大值的所述第一匹配度对应的预存语音交互方案作为语音交互的主框架数据，将其它所述预存语音交互方案作为与具体语音交互话题对应的子框架数据；
18.将所述主框架数据和各所述子框架融合得出所述语音交互方案。
19.进一步地，在所述对各所述第一匹配度进行排序之前，还包括：
20.判断各所述第一匹配度的最大值是否小于或等于预定阈值，若是，则获取所述待语音交互对象的第二属性数据；其中，所述第二属性数据是基于位于所述待语音交互对象预设范围内的其它对象确定的；
21.根据所述第二属性数据对各所述第一匹配度进行修正，以获得若干第二匹配度；
22.根据所述第二匹配度确定所述语音交互方案。
23.进一步地，所述根据所述第二属性数据对各所述第一匹配度进行修正，包括：
24.计算所述第二属性数据与所述第一属性数据的第三匹配度，根据所述第三匹配度确定修正系数；
25.根据所述修正系数对所述第一匹配度进行修正，以获得所述第二匹配度。
26.本发明的第二方面提供了一种基于图像识别的智能机器人语音交互系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；
27.所述存储模块，用于存储可执行的计算机程序代码；
28.所述获取模块，用于第一图像数据并传输给所述处理模块；
29.所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
30.本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
31.本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
32.本发明的方案，相比于背景技术，本发明的方案先通过图像识别技术确定待语音交互对象的属性数据，然后再针对性的确定合理的语音交互方案，从而可以实现与不同对象的最佳交互效果，提升语音交互体验。
附图说明
33.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
34.图1是本发明实施例公开的一种基于图像识别的智能机器人语音交互方法的流程示意图；
35.图2是本发明实施例公开的一种基于图像识别的智能机器人语音交互系统的结构示意图；
36.图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
37.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施
例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
38.在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
39.应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
40.应当理解，尽管在本技术实施例中可能采用术语第一、第二、第三等来描述
……
，但这些
……
不应限于这些术语。这些术语仅用来将
……
区分开。例如，在不脱离本技术实施例范围的情况下，第一
……
也可以被称为第二
……
，类似地，第二
……
也可以被称为第一
……
。
41.取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
42.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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。
43.下面结合附图详细说明本发明的优选实施例。
44.请参阅图1，图1是本发明实施例公开的一种基于图像识别的智能机器人语音交互方法的流程示意图。如图1所示，本发明实施例的一种基于图像识别的智能机器人语音交互方法，包括如下步骤：
45.获取第一图像数据，根据所述第一图像数据确定待语音交互对象的第一属性数据；
46.根据所述第一属性数据确定语音交互方案，根据所述语音交互方案与所述待语音交互对象进行语音交互。
47.在本发明实施例中，相比于背景技术，本发明的方案先通过图像识别技术确定待语音交互对象的属性数据，然后再针对性的确定合理的语音交互方案，从而可以实现与不同对象的最佳交互效果，提升语音交互体验。
48.本发明的方案可以实施于各类智能机器人中，也可以实施于服务器中。其中，智能机器人配备有处理模块，例如具有计算处理功能的单片机、dsp、cpu等处理器，也可以是具有这类处理器的各类终端设备，例如手机、平板电脑、计算机、可穿戴设备、虚拟/增强现实设备等；以及，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。相应地，服务器可以通过通信
链路与智能机器人进行通信，从而实现网络侧的远程数据处理与指令生成，通信链路可以为：临时网络(ad hoc network)、内联网、外联网、虚拟专用网络(virtual private network：vpn)、局域网(local area network：lan)、无线lan(wireless lan：wlan)、广域络(wide area network：wan)、无线wan(wireless wan：wwan)、公用交换电话网(public switched telephone network：pstn)的一部分、移动电话网、isdn(integrated service digital networks，综合业务数字网)、无线lan、lte(long term evolution，长期演进)、cdma(code division multiple access，码分多址)、蓝牙(bluetooth)、卫星通信等、或者这些的两个以上的组合。
49.进一步地，所述获取第一图像数据，包括：
50.接收第一语音数据，根据所述第一语音数据确定所述待语音交互对象的方位数据；
51.根据所述方位数据获取所述第一图像数据。
52.在本发明实施例中，出于实施成本及待语音交互对象锁定准确性的考虑，需要先确定待语音交互对象所处的方位，然后基于对应的方位拍摄获得包含待语音交互对象的第一图像数据。其中，可以通过智能机器人配备的拾音器获得第一语音数据，然后对第一语音数据的音频信号进行解析以确定其声源方位，进而确定出待语音交互对象的方位数据。声源定位技术属于成熟的现有技术，本发明在此不予赘述。
53.进一步地，所述根据所述第一属性数据确定语音交互方案，包括：
54.计算所述第一属性数据与若干预存语音交互方案的第一匹配度；
55.根据各所述第一匹配度确定所述语音交互方案。
56.在本发明实施例中，数据库中可以预先存储多个种类的语音交互方案，而且这些语音交互方案可以基于不同的分类标准划分。例如，可以包括中年人语音交互方案、儿童语音交互方案、老年人语音交互方案，普通人语音交互方案、高级知识分子语音交互方案，游戏玩家语音交互方案、篮球爱好者语音交互方案等，不同的语音交互方案主要区别在于音调、音、用语的不同，例如与篮球爱好者交互时会使用篮球术语，与高级知识分子交互时会使用更专业、标准的词汇，等等。从而通过计算待语音交互对象的第一属性数据与若干预存语音交互方案的匹配度即可确定出最佳的语音交互方案，从而可以提升语音交互的体验。
57.其中，第一属性数据既可以包括从第一图像数据中直接提取出的第一的特征数据，例如年龄特征、性别特征、随行物品特征(篮球、游戏机等)；也可以包括根据待语音交互对象的身份特征间接确定出的特征，例如年龄、性别、爱好等。
58.进一步地，所述根据各所述第一匹配度确定所述语音交互方案，包括：
59.对各所述第一匹配度进行排序，选取至少包括最大值的若干顺位的所述第一匹配度对应的若干预存语音交互方案；
60.对若干所述预存语音交互方案进行融合，以得出所述语音交互方案。
61.在本发明实施例中，在计算得出第一属性数据与各预存语音交互方案的第一匹配度之后进行排序，自最大值往下取若干个预存语音交互方案(可以仅包括最大值对应的预存语音交互方案)，对筛选出的排序靠前的预存语音交互方案进行融合处理即可得出最终的语音交互方案。
62.进一步地，所述根据若干所述预存语音交互方案进行融合，以得出所述语音交互方案，包括：
63.将所述最大值的所述第一匹配度对应的预存语音交互方案作为语音交互的主框架数据，将其它所述预存语音交互方案作为与具体语音交互话题对应的子框架数据；
64.将所述主框架数据和各所述子框架融合得出所述语音交互方案。
65.在本发明实施例中，在融合时，可以是以最大值对应的预存语音交互方案作为语音交互的主框架(语调、语速等)，以其它预存语音交互方案作为语音交互中涉及的具体话题的子框架(例如涉及游戏、篮球、音乐等的话题)，如此便实现了对多种语音交互方案的融合。
66.其中，选取得出的预存语音交互方案的数量可以基于计算得出的所有第一匹配度的等效值(平均值、加权均值等)确定，并且数量与等效值正相关。
67.进一步地，在所述对各所述第一匹配度进行排序之前，还包括：
68.判断各所述第一匹配度的最大值是否小于或等于预定阈值，若是，则获取所述待语音交互对象的第二属性数据；其中，所述第二属性数据是基于位于所述待语音交互对象预设范围内的其它对象确定的；
69.根据所述第二属性数据对各所述第一匹配度进行修正，以获得若干第二匹配度；
70.根据所述第二匹配度确定所述语音交互方案。
71.在本发明实施例中，前述实施例都是基于待语音交互对象的自身特征即第一属性数据来分析其属性，该方式在某些情况下存在误判断的可能，尤其是在第一属性数据与各预存语音交互方案的匹配度均不够高时。针对该问题，本发明进一步分析位于待语音交互对象预设范围内的其它对象的特征，进而确定出第二属性数据，并利用第二属性数据对各第一匹配度进行修正，然后再以修正后的第二匹配度进行排序并选取出若干预存语音交互方案，按照前述融合方式确定出最终的语音交互方案，从而提高语音交互方案的确定准确性。
72.进一步地，所述根据所述第二属性数据对各所述第一匹配度进行修正，包括：
73.计算所述第二属性数据与所述第一属性数据的第三匹配度，根据所述第三匹配度确定修正系数；
74.根据所述修正系数对所述第一匹配度进行修正，以获得所述第二匹配度。
75.在本发明实施例中，本发明具体是基于预设范围内其它对象与待语音交互对象的行为特征的一致性分析结果来实现修正的，举例说明如下：
76.1)待语音交互对象为a，其预设范围内的对象分别有b、c、d。根据a的第一属性数据得出的第一匹配度，但由于a的着装较为严密，且其体态特征不明显，导致a的第一匹配度的最大值(a脚着篮球鞋，最大值对应着篮球爱好者语音交互方案)小于预定阈值。此时，对a周围的b、c、d的特征即第二属性数据进行获取，若识别出b、c、d也脚着篮球鞋甚至还手持篮球，则可基于该第三匹配度来确定修正系数，以对第一匹配度进行修正，也即将第一属性数据对应的篮球爱好者语音交互方案的第一匹配度按照修正系数进行调高。同理，可依次将第一属性数据与其它预存语音交互方案的第一匹配度依次进行修正。
77.2)基于第一属性数据识别出a的身高较矮，但无法确定其属于儿童(儿童式着装特征不明显)，此时分析b、c、d的行为特征即第二属性数据，发现b对a有持续摸头、肩膀等的行
为特征(家长与儿童同行时的常见行为特征)，则判定得出第三匹配度(具体为高)，此时a为儿童的置信度升高。相应地，可将第一属性数据对应的篮球儿童语音交互方案的第一匹配度按照修正系数进行调高。
78.以上说明仅用于举例，并非用于限定本发明的保护范围。在具体实施时，可基于不同的预存语音交互方案来预先确定用于计算第三匹配度的第一属性数据与第二属性数据的具体相关内容，在此不再赘述。
79.进一步地，所述修正系数与所述第三匹配度正相关。
80.在本发明实施例中，当周围对象的行为特征与待语音交互对象越匹配时，则越说明该待语音交互对象对应的属性的置信度越高，进而调高修正系数以将对应预存语音交互方案对应的第一匹配度调高。
81.请参阅图2，图2是本发明实施例公开的一种基于图像识别的智能机器人语音交互系统的结构示意图。如图2所示，本发明实施例的一种基于图像识别的智能机器人语音交互系统，包括获取模块(101)、处理模块(102)、存储模块(103)；所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接；
82.所述存储模块(103)，用于存储可执行的计算机程序代码；
83.所述获取模块(101)，用于接收第一用户的第一信息并传输给所述处理模块(102)；
84.所述处理模块(102)，用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
85.该实施例中的一种基于图像识别的智能机器人语音交互系统的具体功能参照上述实施例，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
86.请参阅图3，图3是本发明实施例公开的一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。
87.本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。
88.根据本公开的实施例的装置/系统可以包括处理器、用于存储程序数据并执行该程序数据的存储器、诸如磁盘驱动器的永久存储器、用于处理与外部装置的通信的通信端口、以及用户界面装置等。方法被实现为软件模块或者可作为可由处理器执行的计算机可读代码或程序命令存储在计算机可读记录介质上。计算机可读记录介质的示例可包括磁存储介质(例如，只读存储器(rom)、随机存取存储器(ram)、软盘、硬盘等)、光学读取介质(例如，cd-rom、数字通用盘(dvd)等)等。计算机可读记录介质可被分布在连接在网络中的计算机系统中，并且计算机可读代码可以以分布方式存储和执行。介质可以是计算机可读的，存储在存储器中并由处理器执行。
89.本公开的实施例可以被指示为功能块组件和各种处理操作。功能块可被实现为执行特定功能的各种数量的硬件和/或软件组件。例如，本公开的实施例可实现可在一个或更多个微处理器或其他控制装置的控制下执行各种功能的直接电路组件，诸如存储器、处理电路、逻辑电路、查表等。本公开的组件可通过软件编程或软件组件来实现。类似地，本公
开的实施例可以包括由数据结构、过程、例程或其他编程组件的组合实现的各种算法，并且可以由编程或脚本语言(诸如c、c++、java、汇编程序等)实现。功能方面可通过由一个或更多个处理器执行的算法来实现。此外，本公开的实施例可实现用于电子环境设置、信号处理和/或数据处理的相关技术。诸如“机构”、“元件”、“单元”等的术语可以被广泛使用，并且不限于机械和物理组件。这些术语可表示与处理器等相关的一系列软件例程。
90.在本公开中描述了作为示例的具体实施例，并且实施例的范围不限于此。
91.虽然已经描述了本公开的实施例，但是本领域普通技术人员将理解，在不脱离由所附权利要求限定的本公开的精神和范围的状况下，可以在其中进行形式和细节上的各种改变。因此，本公开的上述实施例应当被解释为示例，并且在所有方面不限制实施例。例如，被描述为单个单元的每个组件可以以分布式方式执行，并且同样地，被描述为分布式的组件可以以组合方式执行。
92.在本公开的实施例中使用所有示例或示例术语(例如，等)是为了描述本公开的实施例的目的，而不意图限制本公开的实施例的范围。
93.此外，除非另有明确说明，否则与某些组件相关联的诸如“必要”、“重要”等的表述可不指示绝对需要所述组件。
94.本领域普通技术人员将理解，在不脱离本公开的精神和范围的状况下，可以以修改的形式实现本公开的实施例。
95.由于本公开允许对本公开的实施例进行各种改变，因此本公开不限于特定实施例，并且将理解，不脱离本公开的精神和技术范围的所有改变、等同物和替代物都包含在本公开中。因此，本文描述的本公开的实施例应在所有方面被理解为示例，而不应被解释为限制。
96.此外，诸如“单元”、“模块”等的术语表示可被实现为硬件或软件或硬件和软件的组合的处理至少一个功能或操作的单元。“单元”和“模块”可被存储在将被寻址的存储介质中，并且可被实现为可能够由处理器执行的程序。例如，“单元”和“模块”可指诸如软件组件、面向对象的软件组件、类组件和任务组件的组件，并且可包括进程、功能、属性、过程、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、阵列或变量。
97.在本公开中，“a可包括a1、a2和a3中的一个”的表述可以广泛地表示可被包括在元素a中的示例包括a1、a2或a3。该表述不应当被解释为限定为包括在元素a中的示例必须限定为a1、a2和a3的含义。因此，作为包括在元素a中的示例，不应当被解释为排除a1、a2和a3以外的元素。另外，该表述表示元素a可包括a1、a2或a3。该表述并不表示元素a所包括的元素必须选自要素的特定集合。也就是说，该表述不应被限制性地理解为表示必须选自包括a1、a2和a3的集合的a1、a2或a3被包括在元素a中。
98.此外，在本公开中，表述“a1、a2和/或a3中的至少一个”表示“a1”、“a2”、“a3”、“a1和a2”、“a1和a3”、“a2和a3”、以及“a1、a2和a3”中的一个。因此，应当注意，除非明确描述为“a1中的至少一个，a2中的至少一个，以及a3中的至少一个”，否则表述“a1、a2和/或a3中的至少一个”不应被解释为“a1中的至少一个”、“a2中的至少一个”以及“a3中的至少一个”。

技术特征：

1.一种基于图像识别的智能机器人语音交互方法，其特征在于，包括如下步骤：获取第一图像数据，根据所述第一图像数据确定待语音交互对象的第一属性数据；根据所述第一属性数据确定语音交互方案，根据所述语音交互方案与所述待语音交互对象进行语音交互。2.根据权利要求1所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：所述获取第一图像数据，包括：接收第一语音数据，根据所述第一语音数据确定所述待语音交互对象的方位数据；根据所述方位数据获取所述第一图像数据。3.根据权利要求1或2所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：所述根据所述第一属性数据确定语音交互方案，包括：计算所述第一属性数据与若干预存语音交互方案的第一匹配度；根据各所述第一匹配度确定所述语音交互方案。4.根据权利要求3所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：所述根据各所述第一匹配度确定所述语音交互方案，包括：对各所述第一匹配度进行排序，选取至少包括最大值的若干顺位的所述第一匹配度对应的若干预存语音交互方案；对若干所述预存语音交互方案进行融合，以得出所述语音交互方案。5.根据权利要求4所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：所述根据若干所述预存语音交互方案进行融合，以得出所述语音交互方案，包括：将所述最大值的所述第一匹配度对应的预存语音交互方案作为语音交互的主框架数据，将其它所述预存语音交互方案作为与具体语音交互话题对应的子框架数据；将所述主框架数据和各所述子框架融合得出所述语音交互方案。6.根据权利要求4或5所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：在所述对各所述第一匹配度进行排序之前，还包括：判断各所述第一匹配度的最大值是否小于或等于预定阈值，若是，则获取所述待语音交互对象的第二属性数据；其中，所述第二属性数据是基于位于所述待语音交互对象预设范围内的其它对象确定的；根据所述第二属性数据对各所述第一匹配度进行修正，以获得若干第二匹配度；根据所述第二匹配度确定所述语音交互方案。7.根据权利要求6所述的一种基于图像识别的智能机器人语音交互方法，其特征在于：所述根据所述第二属性数据对各所述第一匹配度进行修正，包括：计算所述第二属性数据与所述第一属性数据的第三匹配度，根据所述第三匹配度确定修正系数；根据所述修正系数对所述第一匹配度进行修正，以获得所述第二匹配度。8.一种基于图像识别的智能机器人语音交互系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；所述存储模块，用于存储可执行的计算机程序代码；所述获取模块，用于第一图像数据并传输给所述处理模块；其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程
序代码，执行如权利要求1-7任一项所述的方法。9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的方法。10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。

技术总结

本发明提供了一种基于图像识别的智能机器人语音交互方法及系统；其中，所述方法包括：获取第一图像数据，根据所述第一图像数据确定待语音交互对象的第一属性数据；根据所述第一属性数据确定语音交互方案，根据所述语音交互方案与所述待语音交互对象进行语音交互。本发明的方案先通过图像识别技术确定待语音交互对象的属性数据，然后再针对性的确定合理的语音交互方案，从而可以实现与不同对象的最佳交互效果，提升语音交互体验。提升语音交互体验。提升语音交互体验。