CN108595271A - 一种内存清理方法及装置 - Google Patents
一种内存清理方法及装置 Download PDFInfo
- Publication number
- CN108595271A CN108595271A CN201810399031.7A CN201810399031A CN108595271A CN 108595271 A CN108595271 A CN 108595271A CN 201810399031 A CN201810399031 A CN 201810399031A CN 108595271 A CN108595271 A CN 108595271A
- Authority
- CN
- China
- Prior art keywords
- voice messaging
- current system
- predetermined keyword
- operating status
- memory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000011017 operating method Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000004321 preservation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5022—Mechanisms to release resources
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种内存清理方法，包括：接收用户输入的语音信息；识别所述语音信息，确定所述语音信息是否包含预设关键词；当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。本发明实施例还公开一种内存清理装置，采用本发明实施例，可以提高内存清理的有效性、降低内存清理对系统性能造成的影响。
Description
技术领域
本发明涉及计算机领域，尤其涉及一种内存清理方法及装置。
背景技术
在终端的使用过程中，由于系统内存空间的不足，经常造成视频画面不流畅、音乐播放停滞等卡顿现象等，严重影响用户体验。目前，针对系统的内存管理和优化通常是基于对系统性能指标的实时监测，例如，对中央处理器使用率、内存使用率以及输入和/或输出接口使用率进行实时监测，然后根据性能指标的监测结果判断系统是否运行流畅，从而决策是否需要对系统进行内存清理。然而，这种实时监测系统性能指标的方法不仅可能导致错误决策，而且实时监测功能的运行本身也将占用大量的系统资源，影响系统运行性能。
发明内容
本发明实施例提供一种内存清理方法及装置，可以提高内存清理有效性、降低内存清理对系统性能造成的影响。
第一方面，本发明实施例提供了一种内存清理的方法，包括：
接收用户输入的语音信息；
识别所述语音信息，确定所述语音信息是否包含预设关键词；
当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；
当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。
其中，所述识别所述语音信息，确定所述语音信息是否包含预设关键词包括：
将所述语音信息转换为文本信息；
将所述文本信息与预设关键词库中的预设关键词进行匹配；
当所述文本信息与所述预设关键词库中的所述预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
其中，所述确定当前系统的运行状态是否异常包括：
获取所述当前系统的性能指标；
根据所述性能指标，确定所述当前系统的运行状态是否异常。
其中，所述性能指标包括中央处理器使用率、内存使用率、输入和/或输出接口使用率、或画面每秒传输帧数；
所述根据所述性能指标，确定所述当前系统的运行状态是否异常包括：
当所述中央处理器使用率大于第一阈值时，确定所述当前系统的运行状态异常；或
当所述内存使用率大于第二阈值时，确定所述当前系统的运行状态异常；或
当所述输入和/或输出接口使用率大于第三阈值时，确定所述当前系统的运行状态异常；或
当所述画面每秒传输帧数小于第四阈值时，确定所述当前系统的运行状态异常。
其中，所述识别所述语音信息，确定所述语音信息是否包含预设关键词之前，还包括：
确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值；
当所述时间间隔大于所述第五阈值时，执行所述识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
第二方面，本发明实施例提供了一种内存清理装置，包括：
接收模块，用于接收用户输入的语音信息；
识别模块，用于识别所述语音信息，确定所述语音信息是否包含预设关键词；
确定模块，用于当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；
清理模块，用于当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。
其中，所述识别模块还用于：
将所述语音信息转换为文本信息；
将所述文本信息与预设关键词库中的预设关键词进行匹配；
当所述文本信息与所述预设关键词库中的所述预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
其中，所述确定模块还用于：
获取所述当前系统的性能指标；
根据所述性能指标，确定所述当前系统的运行状态是否异常。
其中，所述性能指标包括中央处理器使用率、内存使用率、输入和/或输出接口使用率、或画面每秒传输帧数；
所述确定模块还用于：
当所述中央处理器使用率大于第一阈值时，确定所述当前系统的运行状态异常；或
当所述内存使用率大于第二阈值时，确定所述当前系统的运行状态异常；或
当所述输入和/或输出接口使用率大于第三阈值时，确定所述当前系统的运行状态异常；或
当所述画面每秒传输帧数小于第四阈值时，确定所述当前系统的运行状态异常。
其中，所述确定模块还用于：
确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值；
当所述时间间隔大于所述第五阈值时，执行所述识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
第三方面，本发明提供了一种内存清理设备，包括：处理器、存储器和通信总线，其中，通信总线用于实现处理器和存储器之间连接通信，处理器执行存储器中存储的程序用于实现上述第一方面提供的一种内存清理方法中的步骤。
在一个可能的设计中，本发明提供的内存清理设备可以包含用于执行上述方法中行为相对应的模块。模块可以是软件和/或是硬件。
本发明的又一方面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多条指令，所述指令适于由处理器加载并执行上述各方面所述的方法。
本发明的又一方面提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
实施本发明实施例，首先接收用户输入的语音信息；接着识别所述语音信息，确定所述语音信息是否包含预设关键词；然后当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；最后当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。通过用户输入的语音信息，触发内存清理操作，从而提高内存清理有效性、降低内存清理对系统性能造成的影响。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1是本发明实施例提供的一种内存清理方法的流程示意图；
图2是本发明实施例提供的调整预设阈值的示意图；
图3是本发明实施例提供的一种显示提示信息的示意图；
图4是本发明实施例提供的另一种内存清理方法的流程示意图；
图5是本发明实施例提供的一种内存清理装置的结构示意图；
图6是本发明实施例提出的一种内存清理设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，图1是本发明实施例提供的一种内存清理方法的流程示意图，该方法包括但不限于如下步骤：
S101，接收用户输入的语音信息。
具体实现中，可以首先开启语音信息的接收功能(比如开启语音助手)；在用户使用当前系统的过程中，当前系统出现卡顿现象时，用户出于主观情绪对卡顿现象发出抱怨，此时接收用户发出的语音信息。其中，卡顿现象包括但不限于视频画面不流畅、音乐播放断断续续以及未能及时对用户的点击或长按等操作做出反馈。
例如，可以开启手机的语音助手，当用户在使用手机观看视频时，因为视频画面不流畅，用户说“卡死了”，此时语音助手接收该语音信息。
S102，识别所述语音信息，确定所述语音信息是否包含预设关键词。若是，则执行S103，若否，则终止于本步骤，并不再执行下述操作步骤。
具体实现中，可以首先将所述语音信息转换为文本信息，其中，可以通过语音识别技术识别(如基于矢量量化的语音识别技术)所述语音信息，从而得到对应的文本信息；接着将所述文本信息与预设关键词库中的预设关键词进行匹配。其中，预设关键词可以是单个的词，也可以是一个短句，预设关键词包括但不限于“卡顿”、“卡死了”、“好卡呀”、“太慢了”以及“怎么这么慢”，预设关键词库中包括至少一个预设关键词。然后当文本信息与所述预设关键词库中的预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
例如：通过基于矢量量化的语音识别技术识别到用户输入的语音信息对应的文本信息为“好卡呀”。然后将“好卡呀”与预设关键词库中的预设关键词进行匹配，如表1所示，预设关键词库中包含“卡死了”、“怎么这么慢”和“好卡呀”3个预设关键词。其中，将“好卡呀”与“卡死了”进行匹配，可以确定“好卡呀”和“卡死了”是相匹配的；接着将“好卡呀”与“怎么这么慢”进行匹配，确定“好卡呀”与“怎么这么慢”不匹配；然后将“好卡呀”与“好卡呀”进行匹配，确定“好卡呀”和“好卡呀”完全相同。最后，因为“好卡呀”与“卡死了”和“好卡呀”相匹配，所以确定语音信息中包括预设关键词。
表1.预设关键词库
| 1 | 卡死了 |
| 2 | 怎么这么慢 |
| 3 | 好卡呀 |
又如，通过基于矢量量化的语音识别技术识别到用户输入的语音信息对应的文本信息为“手机怎么这么慢”，然后将“手机怎么这么慢”与预设关键词库中的预设关键词进行匹配，如表1所示，预设关键词库中包含“卡死了”、“怎么这么慢”和“好卡呀”3个关键词，首先将“手机怎么这么慢”与“卡死了”进行匹配，确定“手机怎么这么慢”与“卡死了”不匹配；接着将“手机怎么这么慢”与“怎么这么慢”进行匹配，确定“手机怎么这么慢”中包含了预设关键词“怎么这么慢”，从而确定语音信息中包括预设关键词。
S103，确定当前系统的运行状态是否异常。若是，则执行S104，若否，则终止于本步骤，并不再执行下述操作步骤。
具体实现中，当前系统的运行状态是否异常可以通过性能指标来确定，因此，可以首先获取所述当前系统的性能指标；然后根据所述性能指标，确定所述当前系统的运行状态是否异常。其中，至少包括以下几种可选的实现方式：
第一种实现方式：所述性能指标可以包括中央处理器使用率，其中，中央处理器使用率表示在当前系统中运行的程序对中央处理器的使用情况。首先获取中央处理器使用率。例如，在分时多任务操作系统中，对中央处理器是分时间片使用的，若程序1占用10毫秒(ms)，接着程序2占用40ms，然后空闲50ms，再又是程序1占用10ms，接着程序2占用40ms，然后空闲50ms，若在一段时间内对中央处理器的使用都是如此，则这段时间内中央处理器使用率为(10ms+40ms)/(10ms+40ms+50ms)＝50％；然后确定中央处理器使用率是否大于第一阈值，当所述中央处理器使用率大于第一阈值时，确定中央处理器使用率异常，从而确定所述当前系统的运行状态异常。
第二种实现方式：所述性能指标可以包括内存使用率，其中，内存使用率为当前系统中的所有运行的程序所占用的内存空间的总和与总内存空间的比值。首先获取内存使用率，例如，当前系统总共运行了程序1和程序2两个程序，程序1占用了10兆(M)的内存空间、程序2占用了5M的内存空间，若当前系统的内存总空间为30M，则内存使用率为(10M+5M)30M＝50％；然后确定内存使用率是否大于第二阈值，当所述内存使用率大于第二阈值时，确定内存使用率异常，从而确定当前系统的运行状态异常。
第三种实现方式：所述性能指标可以包括输入和/或输出接口使用率，其中，输入和/或输出接口使用率表示当前系统中的用于传输数据的输入和/或输入接口的使用情况。首先可以通过输入和/或输出接口监测工具(如iostat函数)获取输入和/或输出接口使用率；然后确定输入和/或输入接口使用率是否大于第三阈值，当输入和/或输入接口使用率大于第三阈值时，确定输入和/或输入接口使用率异常，从而确定当前系统的运行状态异常。
第四种实现方式：所述性能指标可以包括画面每秒传输帧数，其中，画面每秒传输帧数表示画面的刷新率，画面每秒传输帧数越大画面显示越流畅，而当画面每秒传输帧数过低时画面将出现闪烁甚至卡顿。首先可以利用当前系统的显示服务(如安卓系统中的SurfaceFlinger服务)获取画面每秒传输帧数；然后确定画面每秒传输帧数是否小于第四阈值，当画面每秒传输帧数小于第四阈值时，确定画面每秒传输帧数率异常，从而确定当前系统的运行状态异常。
综上所述，当前系统的性能指标可以包括中央处理器使用率、内存使用率、输入和/或输出接口使用率和画面每秒传输帧数中的至少一项，并且当其中至少一项出现异常时，确定当前系统的运行状态异常。
可选的，为了适应不同用户的卡顿标准，可以接收用户的输入指令，并根据输入指令，调整第一阈值、第二阈值、第三阈值和第四阈值的大小。例如，如图3所示，当前中央处理器使用率对应的第一阈值为50％、内存使用率对应的第二阈值为50％，输入和/或输出接口对应的第三阈值为60％，以及画面每秒传输帧数对应的第四阈值为30帧/秒。若用户A对画面流畅度的要求比较高，则用户A可以点击“设置按钮”打开预设阈值的编辑界面，然后将画面每秒传输帧数对应的第四阈值从原来的30帧/秒调整为50帧/秒，并点击“保存”按钮保存调整内容。
S104，对所述当前系统的内存进行清理。
具体实现中，对内存进行清理的目的是为了释放内存空间，以便为当前用户正在使用的程序提供更多可用的内存空间，保证该程序流畅运行。其中，对内存进行清理包括但不限于关闭驻留在后台的占用内存空间较大或用使用频率较低的程序、删除程序的缓存数据。其中，为了不影响当前系统前台程序的运行，内存清理操作可以在当前系统的后台进行。
可选的，可以首先显示提示信息，所述提示信息用于提示所述用户确定是否对所述当前系统的内存进行清理；接着接收所述用户输入的针对所述提示信息的确认指令；然后根据所述确认指令，对所述当前系统的内存进行清理。
例如，如图4所示，首先在手机屏幕上显示提示信息“是否进行内存清理？”；接着若检测到用户点击“确定”按钮，则立即对手机进行内存清理，若检测到用户点击“放弃”按钮，则放弃对手机进行内存清理。
在本发明实施例中，首先接收用户输入的语音信息；接着识别所述语音信息，确定所述语音信息是否包含预设关键词；然后当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；最后当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。通过用户输入的语音信息，触发内存清理操作，从而提高内存清理有效性、降低内存清理对系统性能造成的影响。
请参见图4，图4是本发明实施例提供的另一种内存清理方法的流程示意图，该方法包括但不限于如下步骤：
S401，接收用户输入的语音信息。本步骤与上一实施例的S101相同，本步骤不在赘述。
S402，确定当前接收到所述语音信息是否是首次接收到所述语音信息。若是，则执行S404，若否，则执行S403。
具体实现中，可以从当前系统的实时时钟中获取接收到所述语音信息的时间信息，并将该时间信息记录在日志文档中。例如，若接收到语音信息的时间为2017-12-01-09:45:15，则将2017-12-01-09:45:15记录在日志文档中。若当前接收到语音信息时，日志文档中没有记录任何时间信息，则确定当前接收到语音信息是首次接收到语音信息，若日志文档中记录了至少一条时间信息，则确定当前接收到语音信息不是首次接收到语音信息。
S403，确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值。若是，则执行S404，若否，则终止于本步骤，并不再执行下述操作步骤。
具体实现中，为了防止用户针对系统同一次卡顿现象频繁地发出抱怨的语音信息，从而导致频繁地触发的对当前系统的性能检测、占用的系统资源，可以首先获取当前接收到语音信息的时间信息、以及从日志文档中获取上一次接收到语音信息的时间信息；接着计算当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔；然后比较时间间隔与第五阈值，确定时间间隔是否大于第五阈值。当时间间隔大于第五阈值时，可以确定当前接收到的语音信息与上一次接收到的语音信息不是针对同一次卡顿现象的，因此继续执行S404。当时间间隔不大于第五阈值时，可以确定当前接收到的语音信息与上一次接收到的语音信息是针对同一次卡顿现象的，因此无需再次对该次卡顿现象做处理。
例如：当前接收到语音信息的时间为2017-12-3-12:43:09，然后从日志文档中获取上一次接收到语音信息的时间，如表2所示，日志文档中包括3条时间信息，分别为2017-12-01-16:08:29、2017-12-02-20:54:34和2017-12-03-07:24:00，从日志文档可以获得上一次接收到语音信息的时间为2017-12-03-12:01:00，然后根据计算从2017-12-03-12:01:00到2017-12-03-12:43:09的时间间隔为42分09秒，因为42分09秒大于10分，所以接着执行识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
表2.日志文档
| 1 | 2017-12-01-16:08:29 |
| 2 | 2017-12-02-20:54:34 |
| 3 | 2017-12-03-07:24:00 |
S404，识别所述语音信息，确定所述语音信息是否包含预设关键词。本步骤与上一实施例的S102相同，本步骤不再赘述。
S405，确定当前系统的运行状态是否异常。本步骤与上一实施例的S103相同，本步骤不再赘述。
S406，对所述当前系统的内存进行清理。本步骤与上一实施例的S104相同，本步骤不再赘述。
在本发明实施例中，首先接收用户输入的语音信息；接着识别所述语音信息，确定所述语音信息是否包含预设关键词；然后当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；最后当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。通过用户输入的语音信息，触发内存清理操作，从而提高内存清理有效性、降低内存清理对系统性能造成的影响。
上述详细阐述了本发明实施例的方法，下面提供了本发明实施例的装置。
请参见图5，图5是本发明实施例提供的一种内存清理装置的结构示意图，该内存清理装置可以包括：
接收模块501，用于接收用户输入的语音信息。
具体实现中，可以首先开启语音信息的接收功能(比如开启语音助手)；在用户使用当前系统的过程中，当前系统出现卡顿现象时，用户出于主观情绪对卡顿现象发出抱怨，此时接收用户发出的语音信息。其中，卡顿现象包括但不限于视频画面不流畅、音乐播放断断续续以及未能及时对用户的点击或长按等操作做出反馈等。
识别模块502，用于识别所述语音信息，确定所述语音信息是否包含预设关键词。若是，则触发确定模块503，若否，则终止于本模块的操作，并不再触发下述模块执行操作。
具体实现中，可以首先将所述语音信息转换为文本信息，其中，可以通过语音识别技术识别(如基于矢量量化的语音识别技术)所述语音信息，从而得到对应的文本信息；接着将所述文本信息与预设关键词库中的预设关键词进行匹配。其中，预设关键词可以是单个的词，也可以是一个短句，预设关键词包括但不限于“卡顿”、“卡死了”、“好卡呀”、“太慢了”以及“怎么这么慢”，预设关键词库中包括至少一个预设关键词。然后当文本信息与所述预设关键词库中的预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
可选的，识别模块502，还不用于确定当前接收到所述语音信息是否是首次接收到所述语音信息。若是，则执行识别所述语音信息，确定所述语音信息是否包含预设关键词的操作，若否，则进一步确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值。若是，则执行识别所述语音信息，确定所述语音信息是否包含预设关键词的操作，若否，则终止于本模块的操作，并不再触发下述模块执行操作。
具体实现中，可以从当前系统的实时时钟中获取接收到所述语音信息的时间信息，并将该时间信息记录在日志文档中。例如，若接收到语音信息的时间为2017-12-01-09:45:15，则将2017-12-01-09:45:15记录在日志文档中。若当前接收到语音信息时，日志文档中没有记录任何时间信息，则确定当前接收到语音信息是首次接收到语音信息，若日志文档中记录了至少一条时间信息，则确定当前接收到语音信息不是首次接收到语音信息。
在确定当前接收到语音信息不是首次接收到语音信息后，为了防止用户针对同一次系统卡顿现象频繁地发出抱怨的语音信息，从而导致频繁地触发的对当前系统的性能检测、占用的系统资源，可以首先获取当前接收到语音信息的时间、以及从日志文档中获取上一次接收到语音信息的时间；接着计算当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔；然后比较时间间隔与第五阈值，确定时间间隔是否大于第五阈值。当时间间隔大于第五阈值时，可以确定当前接收到的语音信息与上一次接收到的语音信息不是针对同一次卡顿现象的，因此执行识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。当时间间隔不大于第五阈值时，可以确定当前接收到的语音信息与上一次接收到的语音信息是针对同一次卡顿现象的，因此无需再次对该次卡顿现象做处理。
确定模块503，用于确定当前系统的运行状态是否异常。若是，则触发清理模块504，若否，则终止于本模块的操作，并不再触发下述模块执行操作。
具体实现中，当前系统的运行状态是否异常可以通过性能指标来确定，因此可以首先获取所述当前系统的性能指标；然后根据所述性能指标，确定所述当前系统的运行状态是否异常。其中，至少包括以下几种可选的实现方式：
第一种实现方式：所述性能指标可以包括中央处理器使用率，其中，中央处理器使用率表示在当前系统中运行的程序对中央处理器的使用情况。首先获取中央处理器使用率。例如，在分时多任务操作系统中，对中央处理器是分时间片使用的，若程序1占用10毫秒(ms)，接着程序2占用40ms，然后空闲50ms，再又是程序1占用10ms，接着程序2占用40ms，然后空闲50ms，若在一段时间内对中央处理器的使用都是如此，则这段时间内中央处理器使用率为(10ms+40ms)/(10ms+40ms+50ms)＝50％；然后确定中央处理器使用率是否大于第一阈值，当所述中央处理器使用率大于第一阈值时，确定中央处理器使用率异常，从而确定所述当前系统的运行状态异常。
第二种实现方式：所述性能指标可以包括内存使用率，其中，内存使用率为当前系统中的所有运行的程序所占用的内存空间的总和与总内存空间的比值。首先获取内存使用率，例如，当前系统总共运行了程序1和程序2两个程序，程序1占用了10M的内存空间、程序2占用了5M的内存空间，若当前系统的内存总空间为30M，则内存使用率为(10M+5M)30M＝50％；然后确定内存使用率是否大于第二阈值，当所述内存使用率大于第二阈值时，确定内存使用率异常，从而确定当前系统的运行状态异常。
第三种实现方式：所述性能指标可以包括输入和/或输出接口使用率，其中，输入和/或输出接口使用率表示当前系统中的用于传输数据的输入和/或输入接口的使用情况。首先可以通过输入和/或输出接口监测工具(如iostat函数)获取输入和/或输出接口使用率；然后确定输入和/或输入接口使用率是否大于第三阈值，当输入和/或输入接口使用率大于第三阈值时，确定输入和/或输入接口使用率异常，从而确定当前系统的运行状态异常。
第四种实现方式：所述性能指标可以包括画面每秒传输帧数，其中，画面每秒传输帧数表示画面的刷新率，画面每秒传输帧数越大画面显示越流畅，而当画面每秒传输帧数过低时画面将出现闪烁甚至卡顿。首先可以利用当前系统的显示服务(如安卓系统中的SurfaceFlinger服务)获取画面每秒传输帧数；然后确定画面每秒传输帧数是否小于第四阈值，当画面每秒传输帧数小于第四阈值时，确定画面每秒传输帧数率异常，从而确定当前系统的运行状态异常。
综上所述，当前系统的性能指标可以包括中央处理器使用率、内存使用率、输入和/或输出接口使用率和画面每秒传输帧数中的至少一项，并且当其中至少一项出现异常时，确定当前系统的运行状态异常。
可选的，确定模块503，还用于为了适应不同用户的卡顿标准，可以接收用户的输入指令，并根据用户的输入指令，调整第一阈值、第二阈值、第三阈值和第四阈值的大小。例如，如图3所示，当前中央处理器使用率对应的第一阈值为50％、内存使用率对应的第二阈值为50％，输入和/或输出接口对应的第三阈值为60％，以及画面每秒传输帧数对应的第四阈值为30帧/秒。若用户A对画面流畅度的要求比较高，则用户A可以点击“设置按钮”打开预设阈值的编辑界面，然后将画面每秒传输帧数对应的第四阈值从原来的30帧/秒调整为50帧/秒，并点击“保存”按钮保存调整内容。
清理模块504，用于对所述当前系统的内存进行清理。
具体实现中，对内存进行清理的目的是为了释放内存空间，以便为当前用户正在使用的程序提供更多可用的内存空间，保证该程序运行流畅。其中，对内存进行清理包括但不限于关闭驻留在后台的占用内存空间较大或用使用频率较低的程序、删除程序的缓存数据。其中，为了不影响当前系统前台程序的运行，内存清理操作可以在当前系统的后台进行。
可选的，可以首先显示提示信息，所述提示信息用于提示所述用户确定是否对所述当前系统的内存进行清理；接着接收所述用户输入的针对所述提示信息的确认指令；然后根据所述确认指令，对所述当前系统的内存进行清理。
在本发明实施例中，首先接收用户输入的语音信息；接着识别所述语音信息，确定所述语音信息是否包含预设关键词；然后当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；最后当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。通过用户输入的语音信息，触发内存清理操作，从而提高内存清理有效性、降低内存清理对系统性能造成的影响。
请继续参考图6，图6是本发明实施例提出的一种内存清理设备的结构示意图。如图所示，该内存清理设备可以包括：至少一个处理器601，至少一个通信接口602，至少一个存储器603和至少一个通信总线604。
其中，处理器601可以是中央处理器单元，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。通信总线604可以是外设部件互连标准PCI总线或扩展工业标准结构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。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信总线604用于实现这些组件之间的连接通信。其中，本发明实施例中设备的通信接口602用于与其他节点设备进行信令或数据的通信。存储器803可以包括易失性存储器，例如非挥发性动态随机存取内存(Nonvolatile Random Access Memory，NVRAM)、相变化随机存取内存(PhaseChange RAM，PRAM)、磁阻式随机存取内存(Magetoresistive RAM，MRAM)等，还可以包括非易失性存储器，例如至少一个磁盘存储器件、电子可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、闪存器件，例如反或闪存(NORflash memory)或是反及闪存(NAND flash memory)、半导体器件，例如固态硬盘(SolidState Disk，SSD)等。存储器603可选的还可以是至少一个位于远离前述处理器601的存储装置。存储器603中存储一组程序代码，且处理器601执行存储器603中的程序。
可选的，处理器601还用于执行如下操作步骤：
接收用户输入的语音信息；
识别所述语音信息，确定所述语音信息是否包含预设关键词；
当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；
当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。
可选的，处理器601还用于执行如下操作步骤：
将所述语音信息转换为文本信息；
将所述文本信息与预设关键词库中的所述预设关键词进行匹配；
当所述文本信息与所述预设关键词库中的所述预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
可选的，处理器601还用于执行如下操作步骤：
获取所述当前系统的性能指标；
根据所述性能指标，确定所述当前系统的运行状态是否异常。
可选的，处理器601还用于执行如下操作步骤：
当所述中央处理器使用率大于第一阈值时，确定所述当前系统的运行状态异常。
可选的，处理器601还用于执行如下操作步骤：
当所述内存使用率大于第二阈值时，确定所述当前系统的运行状态异常。
可选的，处理器601还用于执行如下操作步骤：
当所述输入和/或输出接口使用率大于第三阈值时，确定所述当前系统的运行状态异常。
可选的，处理器601还用于执行如下操作步骤：
当所述画面每秒传输帧数小于第四阈值时，确定所述当前系统的运行状态异常。
可选的，处理器601还用于执行如下操作步骤：
确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值；
当所述时间间隔大于所述第五阈值时，执行所述识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
可选的，处理器601还用于执行如下操作步骤：
当所述当前系统的运行状态异常时，显示提示信息，所述提示信息用于提示所述用户确定是否对所述当前系统的内存进行清理；
接收所述用户输入的针对所述提示信息的确认指令；
根据所述确认指令，对所述当前系统的内存进行清理。
进一步的，处理器还可以与存储器和通信接口相配合，执行上述发明实施例中内存清理装置的操作。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种内存清理方法，其特征在于，所述方法包括：
接收用户输入的语音信息；
识别所述语音信息，确定所述语音信息是否包含预设关键词；
当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；
当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。
2.如权利要求1所述的方法，其特征在于，所述识别所述语音信息，确定所述语音信息是否包含预设关键词包括：
将所述语音信息转换为文本信息；
将所述文本信息与预设关键词库中的所述预设关键词进行匹配；
当所述文本信息与所述预设关键词库中的所述预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
3.如权利要求1所述的方法，其特征在于，所述确定当前系统的运行状态是否异常包括：
获取所述当前系统的性能指标；
根据所述性能指标，确定所述当前系统的运行状态是否异常。
4.如权利要求3所述的方法，其特征在于，所述性能指标包括中央处理器使用率、内存使用率、输入和/或输出接口使用率、或画面每秒传输帧数；
所述根据所述性能指标，确定所述当前系统的运行状态是否异常包括：
当所述中央处理器使用率大于第一阈值时，确定所述当前系统的运行状态异常；或
当所述内存使用率大于第二阈值时，确定所述当前系统的运行状态异常；或
当所述输入和/或输出接口使用率大于第三阈值时，确定所述当前系统的运行状态异常；或
当所述画面每秒传输帧数小于第四阈值时，确定所述当前系统的运行状态异常。
5.如权利要求1-4任一项所述的方法，其特征在于，所述识别所述语音信息，确定所述语音信息是否包含预设关键词之前，还包括：
确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值；
当所述时间间隔大于所述第五阈值时，执行所述识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
6.一种内存清理装置，其特征在于，所述装置包括：
接收模块，用于接收用户输入的语音信息；
识别模块，用于识别所述语音信息，确定所述语音信息是否包含预设关键词；
确定模块，用于当所述语音信息包含所述预设关键词时，确定当前系统的运行状态是否异常；
清理模块，用于当所述当前系统的运行状态异常时，对所述当前系统的内存进行清理。
7.如权利要求6所述的装置，其特征在于，所述识别模块还用于：
将所述语音信息转换为文本信息；
将所述文本信息与预设关键词库中的所述预设关键词进行匹配；
当所述文本信息与所述预设关键词库中的所述预设关键词相匹配时，确定所述语音信息包含所述预设关键词。
8.如权利要求6所述的装置，其特征在于，所述确定模块还用于：
获取所述当前系统的性能指标；
根据所述性能指标，确定所述当前系统的运行状态是否异常。
9.如权利要求8所述的装置，其特征在于，所述性能指标包括中央处理器使用率、内存使用率、输入和/或输出接口使用率、或画面每秒传输帧数；
所述确定模块还用于：
当所述中央处理器使用率大于第一阈值时，确定所述当前系统的运行状态异常；或
当所述内存使用率大于第二阈值时，确定所述当前系统的运行状态异常；或
当所述输入和/或输出接口使用率大于第三阈值时，确定所述当前系统的运行状态异常；或
当所述画面每秒传输帧数小于第四阈值时，确定所述当前系统的运行状态异常。
10.如权利要求6-9任一项所述的装置，其特征在于，
所述识别模块，还用于确定当前接收到所述语音信息与上一次接收到所述语音信息的时间间隔是否大于第五阈值；当所述时间间隔大于所述第五阈值时，执行所述识别所述语音信息，确定所述语音信息是否包含预设关键词的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810399031.7A CN108595271A (zh) | 2018-04-27 | 2018-04-27 | 一种内存清理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810399031.7A CN108595271A (zh) | 2018-04-27 | 2018-04-27 | 一种内存清理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108595271A true CN108595271A (zh) | 2018-09-28 |
Family
ID=63610612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810399031.7A Pending CN108595271A (zh) | 2018-04-27 | 2018-04-27 | 一种内存清理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108595271A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112423004A (zh) * | 2020-11-05 | 2021-02-26 | 深圳Tcl新技术有限公司 | 视频数据传输方法、装置、发送端以及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103607643A (zh) * | 2013-12-13 | 2014-02-26 | 乐视致新电子科技（天津）有限公司 | 一种视频播放设备的内存清理方法和装置 |
| CN104778031A (zh) * | 2014-01-09 | 2015-07-15 | 腾讯科技（深圳）有限公司 | 进程清理方法和装置 |
| CN105138381A (zh) * | 2015-09-21 | 2015-12-09 | 北京奇虎科技有限公司 | 移动终端自启进程的清理方法及装置 |
| CN107231469A (zh) * | 2017-05-11 | 2017-10-03 | 努比亚技术有限公司 | 一种终端应用管理方法、终端及计算机可读存储介质 |
| CN107591155A (zh) * | 2017-08-29 | 2018-01-16 | 珠海市魅族科技有限公司 | 语音识别方法及装置、终端及计算机可读存储介质 |
| CN107861812A (zh) * | 2017-10-30 | 2018-03-30 | 江西博瑞彤芸科技有限公司 | 一种内存清理方法 |
| US20180096283A1 (en) * | 2016-10-03 | 2018-04-05 | Google Llc | Selection of computational agent for task performance |
-
2018
- 2018-04-27 CN CN201810399031.7A patent/CN108595271A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103607643A (zh) * | 2013-12-13 | 2014-02-26 | 乐视致新电子科技（天津）有限公司 | 一种视频播放设备的内存清理方法和装置 |
| CN104778031A (zh) * | 2014-01-09 | 2015-07-15 | 腾讯科技（深圳）有限公司 | 进程清理方法和装置 |
| CN105138381A (zh) * | 2015-09-21 | 2015-12-09 | 北京奇虎科技有限公司 | 移动终端自启进程的清理方法及装置 |
| US20180096283A1 (en) * | 2016-10-03 | 2018-04-05 | Google Llc | Selection of computational agent for task performance |
| CN107231469A (zh) * | 2017-05-11 | 2017-10-03 | 努比亚技术有限公司 | 一种终端应用管理方法、终端及计算机可读存储介质 |
| CN107591155A (zh) * | 2017-08-29 | 2018-01-16 | 珠海市魅族科技有限公司 | 语音识别方法及装置、终端及计算机可读存储介质 |
| CN107861812A (zh) * | 2017-10-30 | 2018-03-30 | 江西博瑞彤芸科技有限公司 | 一种内存清理方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112423004A (zh) * | 2020-11-05 | 2021-02-26 | 深圳Tcl新技术有限公司 | 视频数据传输方法、装置、发送端以及存储介质 |
| CN112423004B (zh) * | 2020-11-05 | 2024-02-06 | 深圳Tcl新技术有限公司 | 视频数据传输方法、装置、发送端以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110213068B (zh) | 一种消息中间件的监控方法及相关设备 | |
| CN108874324B (zh) | 一种访问请求处理方法、装置、设备及可读存储介质 | |
| CN108234293B (zh) | 表情管理方法、表情管理装置及智能终端 | |
| CN110727473B (zh) | 资源控制方法及装置、系统、存储介质和电子设备 | |
| CN115249043A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
| CN111835536B (zh) | 一种流量预测方法和装置 | |
| CN108595271A (zh) | 一种内存清理方法及装置 | |
| CN110602207A (zh) | 基于离网预测推送信息的方法、装置、服务器和存储介质 | |
| CN110868347A (zh) | 消息提示方法、装置和系统 | |
| CN109637540B (zh) | 智能语音设备的蓝牙评测方法、装置、设备及介质 | |
| EP3752903B1 (en) | Electronic device and on-device method for enhancing user experience in electronic device | |
| CN113485917B (zh) | 一种接口管理方法、装置、电子设备及存储介质 | |
| CN115456634A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN111143526B (zh) | 一种咨询服务控件配置信息的生成、控制方法及装置 | |
| CN110490737B (zh) | 交易渠道控制方法、装置和电子设备 | |
| CN109218411B (zh) | 数据处理方法及装置、计算机可读存储介质、电子设备 | |
| CN113655894A (zh) | 一种文本输入方法、装置、电子设备及存储介质 | |
| CN112671590A (zh) | 数据传输方法、装置、电子设备及计算机存储介质 | |
| CN112527540A (zh) | 一种实现自动降级的方法和装置 | |
| CN113127001B (zh) | 一种代码编译过程监控方法、装置、设备和介质 | |
| CN111026458A (zh) | 一种应用程序退出时间设置方法及装置 | |
| CN116719621B (zh) | 一种针对海量任务的数据回写方法、装置、设备及介质 | |
| CN115022019B (zh) | 基于区块链的异常文件检测方法、装置和设备 | |
| CN116414397A (zh) | 基于Python语言的熔断处理方法、装置、设备、介质及产品 | |
| CN118034749A (zh) | 更新方法和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |
|
| RJ01 | Rejection of invention patent application after publication |