直播间内的虚拟发言方法、装置及计算机设备与流程

1.本技术实施例涉及网络直播技术领域，尤其涉及一种直播间内的虚拟发言方法、装置及计算机设备。


背景技术：

2.随着互联网技术和流媒体技术的快速发展，网络直播逐渐成为一种日渐普及的娱乐手段。越来越多的用户在直播间内体验与主播的线上互动。
3.但是，由于一些主播的直播表现力不足，其直播间内的互动气氛较为沉闷，在用户赠送虚拟礼物、用户进入直播间以及开启互动玩法等多种的互动场景下，其很难自主地调动直播间的氛围，提升用户的直播互动体验，因而易造成用户流失，难以提高用户的观看留存率和观看时长。


技术实现要素：

4.本技术实施例提供了一种直播间内的虚拟发言方法、装置及计算机设备，可以解决主播直播表现力不足，用户直播互动体验感较差的技术问题，该技术方案如下：
5.第一方面，本技术实施例提供了一种直播间内的虚拟发言方法，包括步骤：
6.响应于直播互动指令，解析所述直播互动指令，获取互动场景标识、用户标识以及所述用户标识对应的用户名称；
7.获取与所述互动场景标识对应的互动场景匹配的第一虚拟发言；其中，所述第一虚拟发言是通过模拟所述互动场景标识对应的互动场景下的真实发言得到的；
8.替换所述第一虚拟发言中的用户名称为所述用户标识对应的用户名称，得到目标虚拟发言；
9.将所述目标虚拟发言发送至直播间内的客户端，使所述直播间内的客户端将所述目标虚拟发言输出至直播间界面中。
10.第二方面，本技术实施例提供了一种直播间内的虚拟发言方法，包括步骤：
11.服务器响应于直播互动指令，解析所述直播互动指令，获取互动场景标识、用户标识以及所述用户标识对应的用户名称；
12.所述服务器获取与所述互动场景标识对应的互动场景匹配的第一虚拟发言；其中，所述第一虚拟发言是通过模拟所述互动场景标识对应的互动场景下的真实发言得到的；
13.所述服务器替换所述第一虚拟发言中的用户名称为所述用户标识对应的用户名称，得到目标虚拟发言；
14.所述服务器将所述目标虚拟发言发送至直播间内的客户端；
15.所述直播间内的客户端接收所述目标虚拟发言，将所述目标虚拟发言输出至直播间界面中。
16.第三方面，本技术实施例提供了一种直播间内的虚拟发言装置，包括：
17.第一响应单元，用于响应于直播互动指令，解析所述直播互动指令，获取互动场景标识、用户标识以及所述用户标识对应的用户名称；
18.第一获取单元，用于获取与所述互动场景标识对应的互动场景匹配的第一虚拟发言；其中，所述第一虚拟发言是通过模拟所述互动场景标识对应的互动场景下的真实发言得到的；
19.第一替换单元，用于替换所述第一虚拟发言中的用户名称为所述用户标识对应的用户名称，得到目标虚拟发言；
20.第一输出单元，用于将所述目标虚拟发言发送至直播间内的客户端，使所述直播间内的客户端将所述目标虚拟发言输出至直播间界面中。
21.第四方面，本技术实施例提供了一种计算机设备，处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第二方面所述方法的步骤。
22.第五方面，本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面所述方法的步骤。
23.在本技术实施例中，通过响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称，之后通过模拟互动场景标识对应的互动场景下的真实发言，得到与互动场景标识对应的互动场景匹配的第一虚拟发言，再替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言，将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中，从而使用户感受到主播的关注，提升用户的直播互动体验，增强主播的直播表现力，并且有利于促进更多直播互动行为的产生，调动直播间的氛围，提高用户的观看留存率和观看时长。
24.为了更好地理解和实施，下面结合附图详细说明本技术的技术方案。
附图说明
25.图1为本技术实施例提供的直播间内的虚拟发言方法的应用场景示意图；
26.图2为本技术第一实施例提供的直播间内的虚拟发言方法的流程示意图；
27.图3为本技术实施例提供的直播间界面的显示示意图；
28.图4为本技术实施例提供的目标虚拟发言在直播间界面的显示示意图；
29.图5为本技术第一实施例提供的直播间内的虚拟发言方法中s102的流程示意图；
30.图6为本技术第一实施例提供的直播间内的虚拟发言方法中s102的另一流程示意图；
31.图7为本技术第二实施例提供的直播间内的虚拟发言方法的流程示意图；
32.图8为本技术第二实施例提供的直播间内的虚拟发言方法中s203的流程示意图；
33.图9为本技术第三实施例提供的直播间内的虚拟发言方法的流程示意图；
34.图10为本技术第三实施例提供的直播间内的虚拟发言方法中s305的流程示意图；
35.图11为本技术第四实施例提供的直播间内的虚拟发言方法的流程示意图；
36.图12为本技术实施例提供的真实发言和目标虚拟发言在直播间界面中的显示示意图；
37.图13为本技术第五实施例提供的直播间内的虚拟发言方法的流程示意图；
38.图14为本技术第六实施例提供的直播间内的虚拟发言方法的流程示意图；
39.图15为本技术第七实施例提供的直播间内的虚拟发言装置的结构示意图；
40.图16为本技术第八实施例提供的计算机设备的结构示意图。
具体实施方式
41.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
42.在本技术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。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
43.应当理解，尽管在本技术可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。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”。
44.本领域技术人员可以理解，本技术所使用的“客户端”、“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，进行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他诸如个人计算机、平板电脑之类的通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；pcs(personalcommunications service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；pda(personal digital assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或gps(global positioningsystem，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“客户端”、“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“客户端”、“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是pda、mid(mobile internet device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
45.本技术所称的“服务器”、“客户端”、“服务节点”等名称所指向的硬件，本质上是具备个人计算机等效能力的计算机设备，为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置，计算机程序存储于其存储器中，中央处理器将存储在外存中的程序调入内存中运行，执行程序中的指令，与输入输出设备交互，借此完成特定的功能。
46.需要指出的是，本技术所称的“服务器”这一概念，同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理，所述各服务器应是逻辑上的划分，在物理空间上，这些服务器既可以是互相独立但可通过接口调用的，也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通，而不应以此约束本技术的网络部署方式的实施方式。
47.请参阅图1，图1为本技术实施例提供的直播间内的虚拟发言方法的应用场景示意图，该应用场景包括本技术实施例提供的主播客户端101、服务器102和观众客户端103，主播客户端101与观众客户端103通过服务器102进行交互。
48.本技术实施例提出的客户端包括该主播客户端101和该观众客户端103。
49.需要指出的是，在现有技术中会存在对“客户端”这一概念的多种理解，例如：可以将其理解为安装在计算机设备中的应用程序，或者，也可以将其理解为相对应于服务器的硬件设备。
50.在本技术实施例中，所称的“客户端”是指相对应于服务器的硬件设备，更具体来说，是指计算机设备，例如：智能手机、智能交互平板以及个人计算机等。
51.在客户端为智能手机、智能交互平板等移动设备时，用户可以在客户端上安装匹配的移动端应用程序，也可以在客户端上访问web端应用程序。
52.在客户端为个人计算机(pc机)等非移动设备时，用户可以在客户端上安装匹配的pc端应用程序，同样也可以在客户端上访问web端应用程序。
53.其中，移动端应用程序是指可安装在移动设备中的应用程序，pc端应用程序是指可安装在非移动设备中的应用程序，web端应用程序是指需通过浏览器访问的应用程序。
54.具体地，web端应用程序依据客户端类型的差异，又可以分为移动版本和pc版本，两者的页面布局方式以及可提供的服务器支持可能存在差别。
55.在本技术实施例中，提供至用户的直播应用程序的类型分为移动端直播应用程序、pc端直播应用程序和web端直播应用程序。用户可以依据其采用客户端的类型不同，自主选择其参与网络直播的方式。
56.本技术依据采用客户端的用户身份的不同，可以将客户端分为主播客户端101和观众客户端103。
57.其中，主播客户端101是指发送网络直播视频的一端，通常来说是网络直播中主播(即，直播主播用户)所采用的客户端。
58.观众客户端103是指接收和观看网络直播视频的一端，通常来说是网络直播中观看视频的观众(即，直播观众用户)所采用的客户端。
59.主播客户端101和观众客户端103所指向的硬件，本质上是指计算机设备，具体地，如图1所示，其可以是智能手机、智能交互平板和个人计算机等类型的计算机设备。主播客户端101和观众客户端103均可以通过公知的网络接入方式接入互联网，与服务器102建立数据通信链路。
60.服务器102作为一个业务服务器，其可以负责进一步连接起相关音频数据服务器、视频流服务器以及其他提供相关支持的服务器等，以此构成逻辑上相关联的服务机群，来为相关的终端设备，例如图1中所示的主播客户端101和观众客户端103提供服务。
61.本技术实施例中，主播客户端101与观众客户端103可以加入同一个直播间(即直
播频道)，上述的直播间是指依靠互联网技术实现的一种聊天室，通常具备音视频播控功能。主播用户通过主播客户端101在直播间内进行直播，观众客户端103的观众可以登录服务器102进入直播间观看上直播。
62.在直播间内，主播与观众之间可通过语音、视频、文字等公知的线上交互方式来实现互动，一般是主播以音视频流的形式为观众用户表演节目，并且在互动过程中还可产生经济交易行为。当然，直播间的应用形态并不局限于在线娱乐，也可推广到其他相关场景中，例如视频会议场景、产品推介销售场景以及其他任何需要类似互动的场景中。
63.具体地，观众观看直播的过程如下：观众可以点击访问安装在观众客户端103上的直播应用程序，并选择进入任意一个直播间，触发观众客户端103为该观众加载直播间界面，该直播间界面内包括若干交互组件，例如：视频窗口、虚拟礼物栏以及公屏等。
64.在直播间内会存在多种互动场景，例如：用户赠送虚拟礼物的送礼互动场景、用户连续赠送虚拟礼物的刷礼互动场景以及用户进入直播间的进场互动场景等，这时主播通常在直播间内通过发言与用户进行互动，从而提升直播间的互动氛围，增强用户的直播互动体验。
65.该发言方式不限于语音形式的发言或图文形式的发言。
66.但是，由于一些主播缺乏直播经验，直播表现力不足，其往往很难通过自主发言，增强与用户之间的互动体验，调动直播间内的互动氛围。并且，也存在直播间内用户过多，主播难以兼顾各用户的互动行为的情况，也容易致使主播无法给予及时的发言反馈。
67.基于上述，本技术实施例提供了一种直播间内的虚拟发言方法。请参阅图2，图2为本技术第一实施例提供的直播间内的虚拟发言方法的流程示意图，该方法包括如下步骤：
68.s101：响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
69.s102：获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。
70.s103：替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
71.s104：将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中。
72.在本实施例中，是以服务器为主要执行主体对直播间内的虚拟发言方法进行描述的。同时为了能够更清楚地说明直播间内的虚拟发言方法中的各个步骤，也会辅以客户端角度的描述，以帮助理解整体方案。其中，客户端包括主播客户端和观众客户端。
73.关于步骤s101，服务器响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
74.该直播互动指令可以为虚拟礼物赠送指令、用户进场指令以及互动玩法开启指令等任意一种在用户产生直播互动行为后触发客户端生成的指令。
75.直播互动指令中至少包括直播间标识、用户标识和互动场景标识。
76.其中，直播间标识为直播间(即，频道)对应的唯一标识，直播间为主播所创建的直播间，直播间标识用于指示在哪一直播间内产生了直播互动行为。
77.用户标识为用户对应的唯一标识，该用户可以为主播，也可以为观众。用户标识用
于指示直播间内的直播互动行为与哪些用户相关。例如：虚拟礼物赠送行为与赠送虚拟礼物的观众和接收虚拟礼物的主播相关，用户进场行为与创建直播间的主播和进入直播间的观众相关。
78.根据用户标识，能够确定用户标识对应的用户名称。在一个可选的实施例中，该用户名称为用户在网络直播平台中的昵称。
79.互动场景标识用于指示当前直播间处于哪一互动场景下，该互动场景与直播互动行为对应。例如：虚拟礼物赠送行为对应送礼互动场景、用户进场行为对应进场互动场景。
80.关于步骤s102，服务器获取与互动场景标识对应的互动场景匹配的第一虚拟发言。
81.其中，第一虚拟发言是指图文形式的虚拟发言。在本实施例中，图文形式为表情、符号以及文字等形式，或者，为表情、符号以及文字的任意组合形式。
82.请参阅图3，图3为本技术实施例提供的直播间界面的显示示意图。可以看到，直播间界面3中显示有视频窗口31、虚拟礼物栏32以及公屏33等直播组件。主播和观众均可以在公屏33上互动，将图文形式的真实发言输出至公屏上。
83.相对于在公屏上输出的真实发言，第一虚拟发言是指非人为输出的图文形式的虚拟发言。
84.该第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。为了能够得到第一虚拟发言，需要获取大量的在互动场景标识对应的互动场景下的真实发言。
85.例如：在送礼互动场景中，主播会在公屏上输出“主播a(主播昵称)收到了b(观众昵称)送给我的礼物，谢谢”的真实发言，那么，通过模拟送礼互动场景下的真实发言，就可以得到送礼互动场景下的第一虚拟发言“主播a(主播昵称)谢谢b(观众昵称)姐姐赠送给我的礼物”。
86.关于步骤s103～s104，服务器替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言，将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中。
87.具体地，直播间内的客户端会将目标虚拟发言输出至直播间界面内的公屏中。
88.请参阅图4，图4为本技术实施例提供的目标虚拟发言在直播间界面的显示示意图。可以看到在公屏33中显示有目标虚拟发言34，目标虚拟发言34为“主播c收到了d姐姐赠送给我的礼物”，其中，c为接收该虚拟礼物的主播昵称，d为赠送该虚拟礼物的观众昵称且该观众为女性。
89.在本技术实施例中，通过响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称，之后通过模拟互动场景标识对应的互动场景下的真实发言，得到与互动场景标识对应的互动场景匹配的第一虚拟发言，再替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言，将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中，从而使用户感受到主播的关注，提升用户的直播互动体验，增强主播的直播表现力，并且有利于促进更多直播互动行为的产生，调动直播间的氛围，提高用户的观看留存率和观看时长。
90.在一个可选的实施例中，为进一步提高虚拟发言的模拟程度，请参阅图5，s102包
括步骤s1021～s1022，具体如下：
91.s1021：获取互动场景标识对应的互动关键字。
92.s1022：将互动场景标识对应的互动关键字输入至预训练好的虚拟发言生成网络模型，获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言中至少包括互动关键字或与互动关键字语义相似的关键字；预训练好的虚拟发言生成网络模型的训练数据至少包括若干种互动场景下的真实发言。
93.关于步骤s1021，服务器中预存了不同互动场景标识对应的互动关键字。
94.在一个可选的实施例中，该互动关键字可以是服务器从不同互动场景标识对应的互动场景下的真实发言中分析得来的。
95.具体地，该互动关键字可以为互动场景标识对应的互动场景下的真实发言中的高频词语。
96.举例来说：送礼互动场景中的“送”和“礼物”为高频词语，那么该高频词语即可以为送礼互动场景标识对应的互动关键字。
97.关于步骤s1022，服务器将互动场景标识对应的互动关键字输入至预训练好的虚拟发言生成网络模型，获取与互动场景标识对应的互动场景匹配的第一虚拟发言。
98.其中，第一虚拟发言中至少包括互动关键字或与互动关键字语义相似的关键字。
99.与互动关键字语义相似是指与互动关键字在第一虚拟发言中的语义相似，从而能够有效降低观众识别出其为虚拟发言的概率，达到更好地模拟真实发言的效果。
100.例如：送礼互动场景中的互动关键字“送”和“礼物”，与互动关键字“送”语义相似的关键字，如“赠送”、“挑选”等，与“礼物”语义相似的关键字，如虚拟礼物的具体名称。
101.预训练好的虚拟发言生成网络模型可以是通过任意一种现有的神经网络训练方法得到的，在此不进行限定，该预训练的虚拟发言生成网络的训练数据至少包括若干种互动场景下的真实发言。
102.在一个可选的实施例中，将虚拟发言生成网络模型与虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练，请参阅图6，s1022之前包括步骤：
103.s1023：获取若干种互动场景下的真实发言和若干种互动场景下的互动关键字，将若干种互动场景下的互动关键字输入至虚拟发言生成网络模型，获取若干种互动场景下的虚拟发言。
104.s1024：根据真实发言、虚拟发言、预设的第一损失函数和预设的第一模型优化算法，迭代训练虚拟发言鉴别网络模型，优化虚拟发言鉴别网络模型中的可训练参数，直至第一损失函数的值满足预设的第一训练终止条件，得到当前训练好的虚拟发言鉴别网络模型。
105.s1025：将虚拟发言的标签修改为真，并将虚拟发言输入至当前训练好的虚拟发言鉴别网络模型，获取虚拟发言的鉴别结果。
106.s1026：若虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
107.s1027：若虚拟发言的鉴别结果不满足预设的第二训练终止条件，根据虚拟发言的鉴别结果、虚拟发言的标签和预设的第二损失函数，得到第二损失函数的值，根据第二损失
函数的值和预设的第二模型优化算法，优化虚拟发言生成网络模型的可训练参数，得到当前训练好的虚拟发言生成网络模型。
108.s1028：将若干种互动场景下的互动关键字输入至当前训练好的虚拟发言生成网络模型，重新获取若干种互动场景下的虚拟发言，重复执行迭代训练虚拟发言鉴别网络模型的步骤以及优化虚拟发言生成网络模型的可训练参数的步骤，直至第一虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
109.关于步骤s1023，获取若干种互动场景下的真实发言和若干种互动场景下的互动关键字，将若干种互动场景下的互动关键字输入至虚拟发言生成网络模型，获取若干种互动场景下的虚拟发言。其中，虚拟发言生成网络模型为随机初始化后的虚拟发言生成网络模型。
110.关于步骤s1024，该真实发言的标签为真、该虚拟发言的标签为假。通过将真实发言和虚拟发言输入至虚拟发言鉴别网络模型，得到真实发言和虚拟发言的鉴别结果，根据真实发言和虚拟发言的鉴别结果和预设的第一损失函数，计算第一损失函数的值，若第一损失函数的值满足预设的第一训练终止条件，得到当前训练好的虚拟发言鉴别网络模型，若第一损失函数的值不满足预设的第一训练终止条件，则根据第一损失函数的值和预设的第一模型优化算法，优化虚拟发言鉴别网络模型的可训练参数，重复上述步骤，直至第一损失函数的值满足预设的第一训练终止条件，得到当前训练好的虚拟发言鉴别网络模型。
111.关于步骤s1025～s1027，将虚拟发言的标签修改为真，并将虚拟发言输入至当前训练好的虚拟发言鉴别网络模型，获取虚拟发言的鉴别结果。若虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。若虚拟发言的鉴别结果不满足预设的第二训练终止条件，根据虚拟发言的鉴别结果、虚拟发言的标签和预设的第二损失函数，得到第二损失函数的值，根据第二损失函数的值和预设的第二模型优化算法，优化虚拟发言生成网络模型的可训练参数，得到当前训练好的虚拟发言生成网络模型。
112.在本实施例的抗神经网络模型中，当其判断虚拟发言为真的概率在0.5附近时，意味着虚拟发言生成网络模型和虚拟发言鉴别网络模型均达到一个比较好的对抗训练效果。因此，预设的第二训练终止条件为0.5附近的一个区间，当虚拟发言的鉴别结果在该区间内，则虚拟发言的鉴别结果满足预设的第二训练终止条件。
113.若虚拟发言的鉴别结果偏向于0，则表示虚拟发言鉴别网络模型认为该虚拟发言为真的概率接近于0，这也就意味着虚拟发言生成网络模型生成的虚拟发言易被用户识别出来，虚拟发言生成网络模型的生成效果较差。由于，虚拟发言的标签修改为真，即为1，因而，根据虚拟发言的标签、虚拟发言的鉴别结果和预设的第二损失函数，所得到的第二损失函数的值较大，那么基于第二损失函数的值和预设的第二模型优化算法，就会大幅度地优化虚拟发言生成网络模型的可训练参数，得到当前训练好的虚拟发言生成网络模型。
114.若虚拟发言的鉴别结果偏向于1，则表示虚拟发言鉴别网络模型认为该虚拟发言为真的概率接近于1，这也就意味着虚拟发言鉴别网络模型的鉴别效果较差，其将假的虚拟发言判断为真，故，需要继续对虚拟发言鉴别网络模型进行训练。
115.关于步骤s1028，将若干种互动场景下的互动关键字输入至当前训练好的虚拟发
言生成网络模型，重新获取若干种互动场景下的虚拟发言，重复执行迭代训练虚拟发言鉴别网络模型的步骤以及优化虚拟发言生成网络模型的可训练参数的步骤，直至第一虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
116.关于上述第一损失函数、第二损伤函数、第一模型优化算法和第二模型优化算法在此不进行限定，可以为任意一种现有的损失函数和神经网络模型优化算法。
117.在本实施例中，通过将虚拟发言生成网络模型和虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练，能够使得生成的第一虚拟发言的可信度更高，更易于被用户认为是真实的人为发言，从而能够进一步提升用户的直播互动体验。
118.在一个可选的实施例中，对于预训练好的虚拟发言鉴别网络模型，可以利用其判断直播间内的用户是否使用发言外挂。
119.具体地，服务器获取直播间界面中输出的发言，将直播间界面中输出的发言输入至预训练好的虚拟发言鉴别网络模型，得到发言的鉴定结果；根据发言的鉴定结果，判断直播间内的用户是否采用发言外挂程序。
120.其中，预训练好的虚拟发言鉴别网络模型是通过与虚拟发言生成网络模型联合训练得到的。发言的鉴定结果为发言为真的概率。
121.可选的，若直播间界面中输出的发言为真的平均概率不满足预设的第一阈值，则判断直播间内的用户采用发言外挂程序，若直播间界面中输出的发言为真的平均概率满足预设的第一阈值，则判断直播间内的用户未采用发言外挂程序。
122.可选的，还可以针对直播间内频繁发言的用户进行单独检测，即，获取该用户在直播间界面中输出的发言，将该用户的发言输入至预训练好的虚拟发言鉴别网络模型，得到该用户的发言的鉴定结果，若该用户的发言的鉴定结果为真的平均概率不满足预设的第一阈值，则判断该用户采用发言外挂程序，若该用户的发言的鉴定结果为真的平均概率满足预设的第一阈值，则判断该用户未采用发言外挂程序。
123.在本实施例中，基于预训练好的虚拟发言鉴别网络模型能够有效鉴别直播间内的用户是否使用发言外挂程序，能够有效降低用户通过外挂程序刷屏的可能性，改善直播间的互动环境。
124.在一个可选的实施例中，该直播互动指令为虚拟礼物赠送指令，该方法还包括步骤：
125.若连续响应同一用户标识对应的虚拟礼物赠送指令，服务器获取用户标识对应的用户已连续赠送目标虚拟礼物的第一数量，下发与第一数量匹配的连送提示信息至用户标识对应的客户端，使用户标识对应的客户端接收连送提示信息，将连送提示信息输出至直播间界面中。
126.在本实施例中，服务器在刷礼互动场景下，可以获取已连续赠送目标虚拟礼物的第一数量，进而根据已连续赠送目标虚拟礼物的第一数量，生成连送提示信息。
127.其中，连送提示信息至少包括第二数量和目标进程对应的提示内容，第二数量为触发服务器执行目标进程还需连续赠送目标虚拟礼物的数量。
128.通过连送提示信息能够提示该用户再连续赠送多少虚拟礼物，可以触发目标进
程，从而能够更有效地促进直播互动行为的产生，增强直播间内的互动氛围。
129.在一个可选的实施例中，该直播互动指令为虚拟礼物赠送指令，该方法还包括步骤：
130.服务器获取用户标识对应的身份标签，若身份标签不包括预设身份标签，生成身份开通提示信息，下发身份开通提示信息至用户标识对应的客户端，使用户标识对应的客户端接收身份开通提示信息，将身份开通提示信息输出至直播间界面中。
131.其中，身份开通提示信息中至少包括预设身份标签对应的身份名称。
132.在直播间内，一些虚拟礼物为用户具有身份标签后才能赠送的，因此，对于一些未开通身份的用户，可以通过身份开通提示信息，提示其进行身份开通，以更好地与主播进行互动。
133.在一个可选的实施例中，服务器还可以对直播间界面中输出的发言进行检测，若发言中包括地址链接，则判断该地址连接是否存在安全隐患，若是，则禁止用户触发该地址链接，进行页面跳转，并将发出该发言的用户移出直播间，从而有效保障参与网络直播的用户的账号安全性，改善用户的直播互动体验。
134.请参阅图7，图7为本技术第二实施例提供的直播间内的虚拟发言方法的流程示意图，包括如下步骤：
135.s201：获取直播间内的真实提问发言和发出真实提问发言的用户对应的用户标识，若在预设的回复时限内，直播间内未输出关于真实提问发言的真实回复发言，根据用户标识和提问场景对应的互动场景标识，生成直播互动指令。
136.s202：响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
137.s203：若互动场景标识对应的互动场景为提问场景，获取真实提问发言以及与真实提问发言匹配的第一虚拟回复发言；其中，第一虚拟回复发言是通过模拟提问场景下关于真实提问发言的真实回复发言得到的。
138.s204：替换第一虚拟回复发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
139.s205：将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中。
140.步骤s202和s205与步骤s101和s104相同，相关说明可以参见第一实施例，在此不进行复述。
141.关于步骤s201，服务器获取直播间内的真实提问发言和发出真实提问发言的用户对应的用户标识，若在预设的回复时限内，直播间内未输出关于真实提问发言的真实回复发言，根据用户标识和提问场景对应的互动场景标识，生成直播互动指令。
142.在本实施例中，服务器会对直播间内的发言进行句式分析，判断发言是否为疑问句式或反问句式，若是，则确认该发言为真实提问发言，之后，则会在预设的回复时限内，监控直播间内是否输出关于真实提问发言的真实回复发言。
143.若在预设的回复时限内，直播间内未输出关于真实提问发言的真实回复发言，根据用户标识和提问场景对应的互动场景标识，生成直播互动指令。
144.关于步骤s203，服务器响应于直播互动指令，获取到互动场景标识后，若互动场景
标识对应的互动场景为提问场景，则服务器获取真实提问发言以及与真实提问发言匹配的第一虚拟回复发言。
145.在一个可选的实施例中，第一虚拟回复发言是通过模拟提问场景下关于真实提问发言的真实回复发言得到的。
146.在另一个可选的实施例中，第一虚拟回复发言也可以是直播间内主播关于该真实提问发言曾发出的真实回复发言。
147.在本实施例中，能够有效防止直播间内出现用户提问无人应答的情况，从而避免降低用户的互动积极性，并有利于增强用户粘性。
148.在一个可选的实施例中，请参阅图8，s203包括步骤：
149.s2031：获取真实提问发言对应的问题关键字。
150.s2032：将真实提问发言对应的问题关键字输入至预训练好的虚拟发言生成网络模型，获取与真实提问发言匹配的第一虚拟回复发言；其中，预训练好的虚拟发言生成网络模型的训练数据至少包括提问场景下关于若干真实提问发言的真实回复发言。
151.在提问互动场景下，问题关键字是与真实提问发言相关的，服务器可以对真实提问发言进行语义分析，从而得到真实提问发言对应的问题关键字。
152.例如：对于真实提问发言“主播平时喜欢做些什么”，那么经过语义分析，可以得到该真实提问发言的问题关键字为爱好或者兴趣。
153.服务器将真实提问发言对应的问题关键字输入至预训练好的虚拟发言生成网络模型，获取与真实提问发言匹配的第一虚拟回复发言。
154.预训练好的虚拟发言生成网络模型可以是通过任意一种现有的神经网络训练方法得到的，在此不进行限定，该预训练的虚拟发言生成网络的训练数据至少包括提问场景下关于若干真实提问发言的真实回复发言。
155.在一个可选的实施例中，将虚拟发言生成网络模型与虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练。
156.具体训练过程如下：
157.获取若干真实提问发言的真实回复发言，根据若干真实提问发言，得到若干真实提问发言对应的问题关键字。将若干真实提问发言对应的问题关键字输入至虚拟发言生成网络模型，获取若干真实提问发言的虚拟回复发言。
158.之后，根据若干真实提问发言的真实回复发言、若干真实提问发言的虚拟回复发言、预设的第一损失函数和预设的第一模型优化算法，迭代训练虚拟发言鉴别网络模型，优化虚拟发言鉴别网络模型中的可训练参数，直至第一损失函数的值满足预设的第一训练终止条件，得到当前训练好的虚拟发言鉴别网络模型。
159.将虚拟回复发言的标签修改为真，并将虚拟回复发言输入至当前训练好的虚拟发言鉴别网络模型，获取虚拟回复发言的鉴别结果。
160.若虚拟回复发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
161.若虚拟回复发言的鉴别结果不满足预设的第二训练终止条件，根据虚拟回复发言的鉴别结果、虚拟回复发言的标签和预设的第二损失函数，得到第二损失函数的值，根据第二损失函数的值和预设的第二模型优化算法，优化虚拟发言生成网络模型的可训练参数，
得到当前训练好的虚拟发言生成网络模型。
162.将若干真实提问发言对应的问题关键字输入至当前训练好的虚拟发言生成网络模型，重新获取若干真实提问发言的虚拟回复发言，重复执行迭代训练虚拟发言鉴别网络模型的步骤以及优化虚拟发言生成网络模型的可训练参数的步骤，直至虚拟回复发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
163.在本实施例中，通过将虚拟发言生成网络模型和虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练，能够使得第一虚拟回复发言的可信度更高，更易于被用户认为是真实的人为回复，从而能够进一步提升用户的直播互动体验。
164.请参阅图9，图9为本技术第三实施例提供的直播间内的虚拟发言方法的流程示意图，包括如下步骤：
165.s301：响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
166.s302：获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。
167.s303：替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
168.s304：将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中。
169.s305：获取各个直播间的活跃度，若活跃度不满足预设的活跃度阈值，获取第二虚拟发言，将第二虚拟发言发送至直播间内的客户端，使直播间内的客户端将第二虚拟发言输出至直播间界面中；其中，第二虚假发言是通过模拟与当前热点话题相关的真实发言得到的。
170.步骤s301～s304与步骤s101～s104相同，相关说明可以参见第一实施例，在此不进行复述。
171.关于步骤s305，服务器监控各个直播间的活跃度。
172.在一个可选的实施例中，该活跃度可以根据直播间内的用户人数、虚拟礼物赠送数量以及直播间界面输出的发言的数量确定。
173.若直播间的活跃度不满足预设的活跃度阈值，即，直播间的活跃度较低，那么服务器会获取第二虚拟发言，将第二虚拟发言发送至直播间内的客户端，使直播间内的客户端将第二虚拟发言输出至直播间界面中。
174.其中，第二虚拟发言是服务器通过模拟与当前热点话题相关的真实发言得到的。
175.当前热点话题可以是从各个直播间界面中输出的发言中分析得到的，也可以是网络直播平台中的热搜话题。若当前热点话题包括多个，则可以随机选择一个当前热点话题，生成第二虚拟发言，也可以根据主播属性标签，选择与主播属性标签匹配的当前热点话题，生成第二虚拟发言。
176.通过在直播间界面中输出第二虚拟发言，能够有效调动直播间内的讨论氛围，从而刺激用户与主播进行互动，提高直播间的活跃度。
177.在一个可选的实施例中，请参阅图10，步骤s305中获取第二虚拟发言，包括步骤：
178.s3051：获取当前热点话题对应的话题关键字。
179.s3052：将话题关键字输入至预训练好的虚拟发言生成网络模型，获取与当前热点话题匹配的第二虚拟发言；其中，第二虚拟发言中至少包括话题关键字或与话题关键字语义相似的关键字；预训练好的虚拟发言生成网络模型的训练数据至少包括与当前热点话题相关的真实发言。
180.话题关键字与当前热点话题的内容相关，服务器可以对当前热点话题相关的真实发言进行语义分析，从而得到话题关键字。
181.之后，服务器将话题关键字输入至预训练好的虚拟发言生成网络模型，获取与当前热点话题匹配的第二虚拟发言。
182.其中，第二虚拟发言中至少包括话题关键字或与话题关键字语义相似的关键字。
183.预训练好的虚拟发言生成网络模型可以是通过任意一种现有的神经网络训练方法得到的，在此不进行限定，该预训练好的虚拟发言生成网络模型的训练数据至少包括与当前热点话题相关的真实发言。
184.在一个可选的实施例中，将虚拟发言生成网络模型与虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练。
185.具体训练过程如下：
186.获取与若干话题相关的真实发言，根据与若干话题相关的真实发言，得到若干话题对应的话题关键字。将若干话题对应的话题关键字输入至虚拟发言生成网络模型，获取与若干话题匹配的虚拟发言。
187.之后，根据与若干话题相关的真实发言、与若干话题匹配的虚拟发言、预设的第一损失函数和预设的第一模型优化算法，迭代训练虚拟发言鉴别网络模型，优化虚拟发言鉴别网络模型中的可训练参数，直至第一损失函数的值满足预设的第一训练终止条件，得到当前训练好的虚拟发言鉴别网络模型。
188.将该虚拟发言的标签修改为真，并将该虚拟发言输入至当前训练好的虚拟发言鉴别网络模型，获取该虚拟发言的鉴别结果。
189.若该虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
190.若该虚拟发言的鉴别结果不满足预设的第二训练终止条件，根据该虚拟发言的鉴别结果、该虚拟发言的标签和预设的第二损失函数，得到第二损失函数的值，根据第二损失函数的值和预设的第二模型优化算法，优化虚拟发言生成网络模型的可训练参数，得到当前训练好的虚拟发言生成网络模型。
191.将若干话题对应的话题关键字输入至当前训练好的虚拟发言生成网络模型，重新获取与若干话题匹配的虚拟发言，重复执行迭代训练虚拟发言鉴别网络模型的步骤以及优化虚拟发言生成网络模型的可训练参数的步骤，直至该虚拟发言的鉴别结果满足预设的第二训练终止条件，得到预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
192.在本实施例中，通过将虚拟发言生成网络模型和虚拟发言鉴别网络模型组成对抗神经网络模型，对虚拟发言生成网络模型和虚拟发言鉴别网络模型进行联合训练，能够使
得生成的与当前热点话题匹配的第二虚拟发言的可信度更高，更易于被用户认为直播间在进行真实的热点讨论，从而能够进一步提升用户的直播互动体验。
193.在一个可选的实施例中，在直播间界面输出第二虚拟发言之后，获取已提高的活跃度，若已提高的活跃度满足预设的活跃度提高阈值，根据直播间讨论的当前热点话题，设置主播的属性标签。其中，主播属性标签可以为娱乐、文化、电影或游戏等。
194.通过设置主播的属性标签，能够便于发掘主播的潜力，利于网络直播平台给予主播一定的引导，提升主播的直播表现力。
195.请参阅图11，图11为本技术第四实施例提供的直播间内的虚拟发言方法的流程示意图，包括如下步骤：
196.s401：响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
197.s402：获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。
198.s403：替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
199.s404：将目标虚拟发言发送至直播间内的客户端，使直播间内的目标客户端按照预设样式将目标虚拟发言输出至直播间界面中；其中，预设样式为目标虚拟发言的显示背景与真实发言的显示背景不同，目标客户端对应的目标用户至少包括主播。
200.步骤s401～s403与步骤s101～s103相同，相关说明可以参见第一实施例，在此不进行复述。
201.关于s404，服务器将目标虚拟发言发送至直播间内的客户端，使直播间内的目标客户端按照预设样式将目标虚拟发言输出至直播间界面中。
202.其中，预设样式为目标虚拟发言的显示背景与真实发言的显示背景不同，目标客户端对应的目标用户至少包括主播。
203.在一个可选的实施例中，目标客户端对应的目标用户还可以包括管理人员。
204.请参阅图12，图12为本技术实施例提供的真实发言和目标虚拟发言在直播间界面中的显示示意图。在目标客户端中如图12所示，目标虚拟发言121的显示背景与真实发言122的显示背景不同。图12中目标虚拟发言121的显示背景为灰色。
205.通过将目标虚拟发言和真实发言进行区别显示，能够使目标用户轻易区分出哪些为虚拟发言。
206.在一个可选的实施例中，服务器接收目标客户端发送的对目标虚拟发言的评价数据，根据目标虚拟发言和目标虚拟发言的评价数据，优化预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型。
207.其中，评价数据为目标客户端通过评价控件接收的，评价控件在目标用户成功触发目标虚拟发言时显示在直播间界面中。例如：用户长按目标虚拟发言后，将评价控件显示在目标虚拟发言旁。
208.由于评价数据能够反应出目标虚拟发言是否很好地模拟了真实发言，目标虚拟发言的评价数据相较于常规的训练数据，能够更有利于虚拟发言生成网络模型和虚拟发言鉴别网络模型的优化。
209.在一个可选的实施例中，服务器也会接收除目标客户端以外的其他客户端发送的对发言的评价数据，若该发言为目标虚拟发言，则该发言的评价数据也可以用于优化预训练好的虚拟发言生成网络模型和预训练好的虚拟发言鉴别网络模型，若该发言为真实发言，则可以调整发出该发言的用户的发言等级，或者限制该用户的发言。
210.请参阅图13，图13为本技术第五实施例提供的直播间内的虚拟发言方法的流程示意图，包括如下步骤：
211.s501：响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
212.s502：获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。
213.s503：替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
214.s504：将目标虚拟发言发送至直播间内的客户端，使直播间内的客户端将目标虚拟发言输出至直播间界面中。
215.s505：获取各个直播间内的用户人数和真实发言数量，在用户人数和真实发言数量满足预设的发言玩法开启条件时，发出发言玩法开启指令至直播间内的观众客户端，使直播间内的观众客户端响应于发言玩法开启指令，各自保存用户对直播间界面中输出的发言的判断记录，在响应于服务器发送的发言玩法结束指令时，各自将判断记录发送至服务器；其中，判断记录包括用户对应的用户标识和用户对发言的判断结果，判断结果为观众客户端通过判断控件接收的，判断控件在用户成功触发发言时显示在直播间界面中。
216.s506：接收判断记录，根据判断记录中用户对每条发言的判断结果，得到用户标识对应的发言玩法分数，将所有用户标识对应的发言玩法分数发送至直播间内的客户端，使直播间内的客户端将所有用户标识对应的发言玩法分数显示在直播间界面中。
217.步骤s501～s504与步骤s101～s104相同，相关说明可以参见第一实施例，在此不进行复述。
218.关于步骤s505，服务器获取各个直播间内的用户人数和真实发言数量，在用户人数和真实发言数量满足预设的发言玩法开启条件时，发出发言玩法开启指令至直播间内的观众客户端。也就是说，对于用户人数和真实发言数量均较高的直播间，可以在直播间内开启发言互动玩法。
219.其中，发言玩法开启指令至少包括直播间标识和发言玩法标识。
220.之后，直播间内的观众客户端响应于发言玩法开启指令，各自保存用户对直播间界面中输出的发言的判断记录，在响应于服务器发送的发言玩法结束指令时，各自将判断记录发送至服务器。
221.其中，判断记录包括用户对应的用户标识和用户对发言的判断结果，判断结果为观众客户端通过判断控件接收的，判断控件在用户成功触发发言时显示在直播间界面中。例如：判断控件可以在用户长按发言后下显示在该发言旁。
222.该发言玩法结束指令可以是服务器在判断发言玩法持续时长达到预设的发言玩法时长时发出的。
223.在一个可选的实施例中，在直播间内的观众客户端响应于发言玩法开启指令后，
还包括步骤，直播间内的观众客户端获取玩法说明弹窗数据，根据玩法说明弹窗数据，将玩法说明弹窗显示在直播间界面中。其中，玩法说明弹窗显示有发言玩法标识对应的玩法说明。
224.在一个可选的实施例中，直播间内的观众客户端响应于发言玩法开启指令后，还包括步骤，直播间内的观众客户端获取判断记录提交控件数据，根据判断记录提交控件数据，将判断记录提交控件显示在直播间界面中。用户在发言玩法中，可以随时与判断记录提交控件交互，提交判断记录至服务器。
225.可以理解的是，若用户多次提交判断记录至服务器，服务器可以根据判断记录中的用户标识，将同一用户标识对应的判断记录进行合并。
226.关于步骤s506，服务器接收判断记录，根据判断记录中用户对每条发言的判断结果，得到用户标识对应的发言玩法分数，将所有用户标识对应的发言玩法分数发送至直播间内的客户端。
227.直播间内的客户端将所有用户标识对应的发言玩法分数显示在直播间界面中。
228.在一个可选的实施例中，对于发言玩法分数较高的用户，可以发放奖励至该用户。
229.需要说明的是，该判断记录也可以用于进一步优化虚拟发言生成网络模型和虚拟发言鉴别网络模型。
230.在本实施例中，通过在直播间内开启发言互动玩法，不仅能够丰富直播间内的互动方式，改善直播互动体验，还能收集大量可用于优化虚拟发言生成网络模型和虚拟发言鉴别网络模型的训练数据，进一步提升虚拟发言的模拟效果。
231.请参阅图14，图14为本技术第六实施例提供的直播间内的虚拟发言方法的流程示意图，该方法包括：
232.s601：服务器响应于直播互动指令，解析直播互动指令，获取互动场景标识、用户标识以及用户标识对应的用户名称。
233.s602：服务器获取与互动场景标识对应的互动场景匹配的第一虚拟发言；其中，第一虚拟发言是通过模拟互动场景标识对应的互动场景下的真实发言得到的。
234.s603：服务器替换第一虚拟发言中的用户名称为用户标识对应的用户名称，得到目标虚拟发言。
235.s604：服务器将目标虚拟发言发送至直播间内的客户端。
236.s605：直播间内的客户端接收目标虚拟发言，将目标虚拟发言输出至直播间界面中。
237.在本实施例中，是服务器和客户端执行主体对直播间内的虚拟发言方法进行描述的。具体步骤的相关说明可以常见上述实施例，在此不进行复述。
238.请参阅图15，为本技术第七实施例提供的直播间内的虚拟发言装置的结构示意图。该装置可以通过软件、硬件或两者的结合实现成为服务器的全部或一部分。该装置15包括：
239.第一响应单元151，用于响应于直播互动指令，解析所述直播互动指令，获取互动场景标识、用户标识以及所述用户标识对应的用户名称；
240.第一获取单元152，用于获取与所述互动场景标识对应的互动场景匹配的第一虚拟发言；其中，所述第一虚拟发言是通过模拟所述互动场景标识对应的互动场景下的真实
发言得到的；
241.第一替换单元153，用于替换所述第一虚拟发言中的用户名称为所述用户标识对应的用户名称，得到目标虚拟发言；
242.第一输出单元154，用于将所述目标虚拟发言发送至直播间内的客户端，使所述直播间内的客户端将所述目标虚拟发言输出至直播间界面中。
243.在本技术实施例中，该直播间内的虚拟发言装置应用于服务器中。需要说明的是，上述实施例提供的直播间内的虚拟发言装置在执行直播间内的虚拟发言方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分为不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的直播间内的虚拟发言装置与直播间内的虚拟发言方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
244.请参阅图16，为本技术第八实施例提供的计算机设备的结构示意图。如图16所示，该计算机设备16可以包括：处理器160、存储器161以及存储在该存储器161并可以在该处理器160上运行的计算机程序162，例如：直播间内的虚拟发言程序；该处理器160执行该计算机程序162时实现上述第一实施例至第六实施例中的步骤。
245.其中，该处理器160可以包括一个或多个处理核心。处理器160利用各种接口和线路连接计算机设备16内的各个部分，通过运行或执行存储在存储器161内的指令、程序、代码集或指令集，以及调用存储器161内的数据，执行计算机设备16的各种功能和处理数据，可选的，处理器160可以采用数字信号处理(digital signal processing,dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programble logic array，pla)中的至少一个硬件形式来实现。处理器160可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责触摸显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器160中，单独通过一块芯片进行实现。
246.其中，存储器161可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器161包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器161可用于存储指令、程序、代码、代码集或指令集。存储器161可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器161可选的还可以是至少一个位于远离前述处理器160的存储装置。
247.本技术实施例还提供了一种计算机存储介质，该计算机存储介质可以存储有多条指令，该指令适用于由处理器加载并执行上述实施例的方法步骤，具体执行过程可以参见上述实施例的具体说明，在此不进行赘述。
248.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是
各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
249.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
250.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
251.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
252.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
253.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
254.集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
255.本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。