CN116166127B - 互动作品中机器侧内容信息的处理方法及相关装置 - Google Patents

Abstract

本申请提供了一种互动作品中机器侧内容信息的处理方法及相关装置，方法包括：判断出人眼注视状态为注视终端设备的显示屏，则在判断出设备类型信息为智能手表时，确定机器侧输出内容信息的类型为非视频类型，若检测到非视频类型的内容的输出时长大于或等于最长输出时长，则向用户输出视频类型的内容，否则向用户输出非视频类型的内容，若判断出人眼注视状态不为注视终端设备的显示屏，则向用户输出非视频类型的内容。如此，实现了根据设备类型、人眼注视状态和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

Description

互动作品中机器侧内容信息的处理方法及相关装置

技术领域

本申请属于一般数据处理领域，具体涉及一种互动作品中机器侧内容信息的处理方法及相关装置。

背景技术

随着人们生活节奏的加快，人们往往很快对一种形式的内容失去兴趣，特别是人们对于长段文字或者长段语音的阅读耐心十分有限，因此仅通过文字或者语音表达长时间向用户输出小说的剧情内容，会引起用户厌倦，进而造成用户放弃阅读，用户体验差。

发明内容

本申请实施例提供了一种互动作品中机器侧内容信息的处理方法及相关装置，能够实现根据用户终端设备的设备类型、人眼注视状态和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

第一方面，本申请实施例提供了一种互动作品中机器侧内容信息的处理方法，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接；所述方法包括：

接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；

若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容；

若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：

获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；

若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；

若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；

若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

第二方面，本申请实施例提供了一种互动作品中机器侧内容信息的处理方法，应用于作品互动系统的终端设备，所述作品互动系统包括服务器和所述终端设备，所述服务器和所述终端设备通信连接；所述方法包括：

检测到用户针对目标互动作品的选取操作时，获取所述终端设备的设备类型信息和所述目标互动作品的标识信息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

利用所述终端设备的前置摄像头采集所述用户的人眼注视状态，并向所述服务器发送携带所述设备类型信息、所述标识信息和所述人眼注视状态的互动消息；

与所述服务器交互以确定出向所述用户输出当前处理的待输出的机器侧内容分支的非视频类型的内容或者视频类型的内容，所述机器侧内容分支是指所述目标互动作品的人机互动的过程中单次连续的机器侧输出内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容。

第三方面，本申请实施例提供了一种互动作品中机器侧内容信息的处理装置，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接，包括：接收单元、判断单元、获取单元和交互单元，其中，

所述接收单元，用于接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

所述判断单元，用于判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；

所述判断单元，还用于若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容；

所述获取单元，用于若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；

所述交互单元，用于若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

第四方面，本申请实施例提供了一种互动作品中机器侧内容信息的处理装置，应用于作品互动系统的终端设备，所述作品互动系统包括服务器和所述终端设备，所述服务器和所述终端设备通信连接，所述互动作品中机器侧内容信息的处理装置包括：检测单元、传输单元和确定单元，其中，

所述检测单元，用于检测到用户针对目标互动作品的选取操作时，获取所述终端设备的设备类型信息和所述目标互动作品的标识信息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

所述传输单元，用于利用所述终端设备的前置摄像头采集所述用户的人眼注视状态，并向所述服务器发送携带所述设备类型信息、所述标识信息和所述人眼注视状态的互动消息；

所述确定单元，用于与所述服务器交互以确定出向所述用户输出当前处理的待输出的机器侧内容分支的非视频类型的内容或者视频类型的内容，所述机器侧内容分支是指所述目标互动作品的人机互动的过程中单次连续的机器侧输出内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容。

第五方面，本申请实施例提供了一种电子设备，包括处理器、存储器以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面或者第二方面中的步骤的指令。

第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现本申请实施例第一方面或者第二方面中的步骤。

第七方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面或者第二方面中所描述的部分或全部步骤。

可以看出，本申请实施例中，服务器接收来自终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，判断人眼注视状态是否为注视终端设备的显示屏，若判断出人眼注视状态为注视终端设备的显示屏，则进一步判断设备类型信息是否为智能手表，若判断出设备类型信息为智能手表，则确定目标互动作品的机器侧输出内容信息的类型为非视频类型，并与终端设备交互以实现述用户输出非视频类型的内容，接着若判断出设备类型信息不为智能手表，则获取预测出的用户所能够接受的单次机器侧连续内容的最长输出时长，以及，针对目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长，若检测到输出时长大于或等于最长输出时长，则与终端设备交互以实现向用户输出视频类型的内容，若检测到输出时长小于最长输出时长，则与终端设备交互以实现向用户输出非视频类型的内容，若判断出人眼注视状态不为注视终端设备的显示屏，则与终端设备交互以实现向用户输出非视频类型的内容。如此，能够实现根据用户终端设备的人眼注视状态、设备类型和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。

图1是本申请实施例提供的一种互动作品中机器侧内容信息的处理系统的架构示意图；

图2是本申请实施例提供的一种电子设备的结构框图；

图3是本申请实施例提供的一种互动作品中机器侧内容信息的处理方法的流程示意图；

图4a是本申请实施例提供的一种智能手表的互动作品界面显示图；

图4b是本申请实施例提供的另一种智能手表的互动作品界面显示图；

图4c是本申请实施例提供的一种终端设备的互动作品界面显示图；

图4d是本申请实施例提供的另一种终端设备的互动作品界面显示图；

图5是本申请实施例提供的另一种互动作品中机器侧内容信息的处理方法的流程示意图；

图6是本申请实施例提供的一种互动作品中机器侧内容信息的处理装置A的功能单元组成框图；

图7是本申请实施例提供的一种互动作品中机器侧内容信息的处理装置B的功能单元组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请实施例中的“和/或”，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，可以表示如下三种情况：单独存在A；同时存在A和B；单独存在B。其中，A、B可以是单数或者复数。

本申请实施例中，符号“/”可以表示前后关联对象是一种“或”的关系。另外，符号“/”也可以表示除号，即执行除法运算。例如，A/B，可以表示A除以B。

本申请实施例中的“至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合，是指一个或多个，多个指的是两个或两个以上。例如，a、b或c中的至少一项(个)，可以表示如下七种情况：a，b，c，a和b，a和c，b和c，a、b和c。其中，a、b、c中的每一个可以是元素，也可以是包含一个或多个元素的集合。

本申请实施例中的“等于”可以与大于连用，适用于大于时所采用的技术方案，也可以与小于连用，适用于与小于时所采用的技术方案。当等于与大于连用时，不与小于连用；当等于与小于连用时，不与大于连用。

为了更好地理解本申请实施例的方案，下面先对本申请实施例可能涉及的电子设备、相关概念和背景进行介绍。

本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备（user equipment，UE），移动台（mobile station，MS），电子设备（terminaldevice）等等。为方便描述，上面提到的设备统称为电子设备。

目前，在用户在阅读互动作品时，对于长段文字或者语音内容阅读耐心较低，当终端设备向用户输出仅是长段文字或者语音，用户往往会选择跳过该长段文字或者语音，以及在跳过次数过多时，用户甚至会放弃阅读，对该互动作品失去阅读兴趣，用户得不到沉浸体验。

请参阅图1，图1是本申请实施例提供的一种互动作品中机器侧内容信息的处理系统的架构示意图。如图1所示，所述互动作品中机器侧内容信息的处理系统100包括服务器110和终端设备120，服务器110和终端设备120通信连接。

在一个可能的示例中，服务器110接收来自终端设备120的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，服务器110判断人眼注视状态是否为注视终端设备120的显示屏，若判断出人眼注视状态为注视终端设备120的显示屏，则服务器110进一步若判断出设备类型信息为智能手表，则确定目标互动作品的机器侧输出内容信息的类型为非视频类型，并与终端设备120交互以实现述用户输出非视频类型的内容，接着服务器110若判断出设备类型信息不为智能手表，则获取预测出的用户所能够接受的单次机器侧连续内容的最长输出时长，以及，针对目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长，服务器110若检测到输出时长大于或等于最长输出时长，则与终端设备120交互以实现向用户输出视频类型的内容，若检测到输出时长小于最长输出时长，则与终端设备120交互以实现向用户输出非视频类型的内容，服务器110若判断出人眼注视状态不为注视终端设备120的显示屏，则与终端设备120交互以实现向用户输出非视频类型的内容。如此，能够实现根据用户终端设备的人眼注视状态、设备类型和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

请参阅图2，图2是本申请实施例提供的一种电子设备的结构示意图，如图2所示，所述电子设备20可以实现提示消息显示方法中的步骤，所述电子设备20包括处理器210、存储器220、以及一个或多个程序221，其中，所述一个或多个程序221被存储在上述存储器220中，且被配置由上述处理器210执行，所述一个或多个程序221包括用于执行上述方法实施例中任一步骤的指令。电子设备20还可以包括存储单元用于存储终端的程序代码和数据。

其中，处理器可以是处理器或控制器，例如可以是中央处理器（CentralProcessing Unit，CPU），通用处理器，数字信号处理器（Digital Signal Processor，DSP），专用集成电路（Application-Specific Integrated Circuit，ASIC），现场可编程门阵列（Field Programmable Gate Array，FPGA）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申请公开内容所描述的各种示例性的逻辑方框，单元和电路。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，DSP和微处理器的组合等等。

所述存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（read-only memory，ROM）、可编程只读存储器（programmable ROM，PROM）、可擦除可编程只读存储器（erasable PROM，EPROM）、电可擦除可编程只读存储器（electrically EPROM，EEPROM）或闪存。易失性存储器可以是随机存取存储器（random access memory，RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器（random access memory，RAM）可用，例如静态随机存取存储器（static RAM，SRAM）、动态随机存取存储器（DRAM）、同步动态随机存取存储器（synchronous DRAM，SDRAM）、双倍数据速率同步动态随机存取存储器（double data rateSDRAM，DDR SDRAM）、增强型同步动态随机存取存储器（enhanced SDRAM，ESDRAM）、同步连接动态随机存取存储器（synchlink DRAM，SLDRAM）和直接内存总线随机存取存储器（directrambus RAM，DRRAM）。具体实现中，所述处理器用于执行如方法实施例中由电子设备执行的任一步骤。

下面从方法实施例的角度介绍本申请实施例涉及的互动作品中机器侧内容信息的处理方法过程。

请参阅图3，图3是本申请实施例提供的一种互动作品中机器侧内容信息的处理方法的流程示意图，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接，所述方法包括：

步骤310，接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图。

其中，目标互动作品为预设互动剧本，预设互动剧本包括有多个互动情节，每个互动情节包括多个剧情节点，每个剧情节点中包括用户操作和/或机器响应操作，用户操作包括用户输入语音消息，机器响应操作包括机器输出语句。

其中，互动作品可以是互动小说，但不限于互动小说这一种表现形式。

其中，目标互动作品的剧情节点可进一步分为非互动剧情节点和互动剧情节点，互动剧情节点包括用户操作和机器响应操作，互动剧情节点的剧情演进需要用户在终端设备的显示屏幕上进行操作，非互动剧情节点仅包括机器响应操作，非互动剧情节点主要是目标互动作品中的旁白内容、无用户参与的角色的对话内容等，非互动剧情节点的机器侧输出内容的信息类型包括非视频类型和视频类型。

其中，设备类型信息可以是终端设备是智能手表和其他智能设备，终端设备向用户输出的多个互动作品都对应有标识信息，用户可在终端设备的互动作品显示页面选取目标互动作品，终端设备在检测到用户的选取操作时，确定用户当前使用的终端设备的设备类型信息和用户选取的目标互动作品的标识信息，将包括设备类型信息和目标互动作品的标识信息发送到服务器。

步骤320，判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表。

其中，人眼注视状态是终端设备通过前置摄像头实时采集用户的人眼注视终端设备的显示屏的状态。

步骤330，若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容。

其中，服务器判断出设备类型信息为智能手表，则确定目标互动作品的机器侧输出内容信息的类型为非视频类型，并与终端设备交互以实现向用户输出非视频类型的内容。

其中，非视频类型的内容包括以下内容形式中的至少一种：语音和文字。

其中，在判断出设备类型信息为智能手表，则说明用户使用智能手表选取目标互动作品进行阅读，考虑到智能手表屏幕大小的局限性，智能手表输出视频类型的内容，用户无法获得很好的视频观看体验，甚至视频的字幕信息和弹幕信息也无法准确阅读，基于此，服务器可确定向用户输出非视频类型的内容，与终端设备交互以使终端设备向用户输出非视频类型的内容；进一步，服务器还可确定用户非视频类型的内容的内容形式，当非视频类型的内容的内容形式包括语音和文字时，考虑到用户使用智能手表阅读文字的不便，比如：文字内容字体过小用户阅读体验差以及文字内容呈现有限导致用户阅读前后文连贯性差进而造成体验不佳，基于此服务器可与终端设备交互向用户输出语音内容形式的非视频类型的内容，当非视频类型的内容的内容形式仅包括语音或者文字，则服务器与终端设备交互以向用户输出语音或者文字内容形式的非视频类型的内容。

参阅图4a，图4a是本申请实施例提供的一种智能手表的互动作品界面显示图，如图4a所示，智能手表中的显示页面显示的是互动作品的文字内容，文字内容如下：“xxxxx”。

参阅图4b，图4b是本申请实施例提供的另一种智能手表的互动作品界面显示图，如图4b所示，智能手表中的显示页面是机器侧输出的语音内容，语音时长为60秒。具体的在用户利用智能手表输入语音后，服务器根据用户输入语音决定向用户输出互动作品中预设剧本中的预设语音内容，并与终端设备交互以使终端设备向用户输出预设语音内容。

步骤340，若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

其中，机器侧内容分支是指目标互动作品的人机互动的过程中单次连续的机器侧输出内容，当前处理的待输出的机器侧内容分支包括表征相同剧情信息的非视频类型的内容和视频类型的内容，且非视频类型的内容的输出时长大于视频类型的内容的输出时长。

其中，最长输出时长反映了用户对语音或者文字内容形式的非视频类型的内容的输出时长的容忍度，非视频类型的内容的输出时长大于或者等于最长输出时长，用户往往会触碰终端设备的显示屏跳过这部分的非视频类型的内容，甚至会结束阅读目标互动作品，因此，服务器可在检测到当前处理的带输出的机器侧内容分支的非视频类型的内容的输出时长大于或者等于最长输出时长时，与终端设备交互以实现向用户输出视频类型的内容，在检测到当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长小于最长输出时长时，与终端设备交互以实现向用户输出非视频类型的内容。

可选地，在若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容之后，还可包括如下步骤：向所述终端设备发送机器询问语句，所述机器询问语句用于所述终端设备提示所述用户所述非视频类型的内容对应有所述视频类型的内容，以及用于所述终端设备询问所述用户是否选择查看所述视频类型的内容；接收来自所述终端设备的用户回复语句；根据所述用户回复语句确定所述用户的用户选择；若所述用户选择为查看所述视频类型的内容，则与所述终端设备交互以实现向所述用户输出所述视频类型的内容；若所述用户选择为不查看所述视频类型的内容，则与所述终端设备交互以实现向所述用户继续输出所述非视频类型的内容。

在一个可能的示例中，所述与所述终端设备交互以实现向所述用户输出所述视频类型的内容，包括以下步骤：向所述终端设备发送携带所述视频类型的内容的第一机器侧响应消息，所述第一机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息；或者，向所述终端设备发送携带所述视频类型的内容的指示信息的第二机器侧响应消息，所述指示信息用于指示所述终端设备本地缓存的所述视频类型的内容，所述第二机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息。

具体的，终端设备可缓存目标互动作品的视频类型的内容，在终端设备缓存目标小说的视频类型的内容时，服务器向终端设备发送第二机器侧响应消息，终端设备根据第二机器侧响应信息中的指示信息从终端设备的本地存储中查找指示信息所指示终端设备显示的视频类型的内容，并在屏幕上显示该视频类型的内容，在终端设备未缓存目标小说的视频类型的内容时，终端设备向服务器发送携带视频类型的内容的第二标识信息的第二互动消息到服务器，服务器根据第二标识信息从服务器存储中查询出第二标识信息对应的视频类型的内容，接着服务器向终端设备发送携带视频类型的内容的第一机器侧响应消息，终端设备将第一机器侧响应消息携带的视频类型的内容显示在终端设备的屏幕上。

可见，在本示例中，服务器可向终端设备发送第一机器侧响应消息或者第二机器侧响应消息，终端设备根据第一机器侧响应消息或者第二机器侧响应消息显示视频类型的内容表征的影像，有利于提高终端设备视频显示的准确性。

在一个可能的示例中，所述非视频类型的内容包括语音和文字；所述与所述终端设备交互以实现向所述用户输出所述非视频类型的内容，包括：向所述终端设备发送携带所述语音和所述文字的第三机器侧响应消息，所述第三机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述文字，还用于指示所述终端设备的扬声器所播放的所述语音。

具体的，终端设备可缓存目标互动作品的文字或者语音内容，在终端设备缓存目标小说的文字或者语音内容时，服务器向终端设备发送携带非视频类型的内容的第二指示信息的第四机器侧响应消息，第二指示信息用于指示终端设备本地缓存的非视频类型的内容，终端设备根据第四机器侧响应信息中的第二指示信息从终端设备的本地存储中查找第二指示信息所指示终端设备显示的非视频类型的内容，并在屏幕上显示该非视频类型的内容，在终端设备未缓存目标小说的非视频类型的内容时，终端设备向服务器发送携带非视频类型的内容的第三标识信息的第三互动消息到服务器，服务器根据第三标识信息从服务器存储中查询出第三标识信息对应的文字或者语音，接着服务器向终端设备发送携带文字或者语音的第三机器侧响应消息，终端设备将第三机器侧响应消息携带的语音或者文字的内容显示在终端设备的屏幕上。

可见，在本示例中，服务器可向终端设备发送第一机器侧响应消息或者第二机器侧响应消息，终端设备根据第一机器侧响应消息或者第二机器侧响应消息显示视频类型的内容表征的影像，有利于提高终端设备视频显示的准确性。

在一个可能的示例中，所述非视频类型的内容还包括图片；所述第三机器侧响应消息还携带有所述图片；且所述图片的显示位置处于所述屏幕的全部区域或者部分区域。

其中，服务器还可向终端设备发送的第三机器侧响应消息除了可携带文字、语音外，还可携带图片。

参阅图4c所示，图4c是本申请实施例提供的一种终端设备的互动作品界面显示图，如图4c所示，该互动作品界面包括图片，图片的显示位置处于终端设备显示屏幕的部分区域，该互动作品界面还包括与图片相关联的文字内容，文字内容为“xxxxxxxx”。

其中，还可虚化图片，将文字内容显示在图片的上方，进一步加深用户阅读的沉浸感。

参阅图4d所示，图4d是本申请实施例提供的另一种终端设备的互动作品界面显示图，如图4d所示，该互动作品界面包括图片，图片的显示位置处于终端设备显示屏幕的部分区域，该互动作品界面还包括与图片相关联的语音内容，语音内容包括的文字表达与前述图4c中的文字内容一致。

可见，在本示例中，非视频类型的内容还包括图片，利用图片与文字或者语音的结合的内容形式呈现剧情内容，有利于提升用户体验。

在一个可能的示例中，所述最长输出时长的预测过程包括如下步骤：获取所述用户的历史阅读数据和历史时长数据，所述历史阅读数据包括所述终端设备向所述用户输出的多个历史非视频类型的内容和多个历史视频类型的内容，所述历史时长数据包括所述用户的多个语音录入间隔时长，单个语音录入间隔时长是指所述用户相邻两次执行语音录入操作的间隔时长；确定所述多个历史非视频类型的内容的第一数量和所述多个历史视频类型的内容的第二数量；确定所述第一数量和所述第二数量的比值；确定所述多个语音录入间隔时长的均值；将所述比值和所述均值输入到预先训练好的时长预测模型中，预测得到所述最长输出时长。

其中，录入语音间隔时长是针对的是非视频类型的内容，是指终端设备开始向用户输出非视频类型的内容前后用户的两次录入语音的间隔时长，录入间隔时长反应了用户对非视频类型的内容的输出时长的容忍度，录入间隔时长越小，用户对非视频类型的内容的输出时长的容忍度越差，录入间隔时长越大，用户对非视频类型的内容的输出时长的容忍度较高。

其中，时长预测模型对最长输出时长的预测考虑到用户的喜好，第一数量和第二数量的比值反映了用户对非视频类型的内容或者视频类型的内容的喜好程度，比值越大，则说明用户更喜好非视频类型的内容，比值越小，则说明用户对非视频类型的内容喜好程度越差。

其中，通过多个用户的历史阅读数据、历史时长数据和最长输出时长数据对时长预测模型进行训练。

可见，在本示例中，服务器可根据历史阅读数据和历史时长数据确定多个历史非视频类型的内容的第一数量和多个历史视频类型的内容的第二数量的比值和多个语音录入间隔时长的均值，进一步将第一数量和第二数量的比值和多个录入间隔时长的均值输入到时长预测模型中，预测得到最长输出时长，有利于提高服务器确定用户能够接受的单次机器侧连续内容的最长输出时长的准确性。

在一个可能的示例中，所述最长输出时长的预测过程包括如下步骤：接收来自所述终端设备的针对所述目标互动作品的设置消息，所述设置消息中包括所述用户所能够接受的单次机器侧连续内容的最长输出时长；解析所述设置消息以确定所述最长输出时长。

其中，用户可在终端设备侧设置互动作品的最长输出时长，终端设备在检测到用户设置最长输出时长时，向服务器发送包括最长输出时长的设置消息。

可选地，预测出用户的第一最长输出时长，同时也接收到设置消息并解析出包第二最长输出时长时，可将第二输出时长作为比对基准，服务器可在检测到输出时长大于或等于第二最长输出时长，则与终端设备交互以实现向用户输出视频类型的内容，在检测到输出时长小于第二最长输出时长，则与终端设备交互以实现向用户输出非视频类型的内容，以及，获取目标时间段内用户的多个第二语音录入间隔时长，确定所述多个第二语音录入间隔时长的第二均值，计算第二输出时长和第二均值的差值，当该差值大于预设时长时，则说明用户设置的最长输出时长跟用户实际语音录入间隔时长存在较大差异，因而此时可将第一最长输出时长作为比对基准，将则服务器在在检测到输出时长大于或等于第一最长输出时长，则与终端设备交互以实现向用户输出视频类型的内容，在检测到输出时长小于第一最长输出时长，则与终端设备交互以实现向用户输出非视频类型的内容。

其中，预设时长可以是系统默认或者人为设定，在此不做限定。

其中，目标时间段可以是用户设置最长输出时长之后的时间段，第二语音录入间隔时长针对的也是非视频类型的内容，是指终端设备开始向用户输出非视频类型的内容前后用户的两次录入语音的间隔时长，在目标时间段内用户多次进行录入语音操作。

可见，在本示例中，服务器可根据终端设备发送的设置消息确定用户所能够接受的单次机器侧连续内容的最长输出时长，有利于提高最长输出时长确定的准确性，进而提升用户体验。

步骤350，若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

其中，用户选取目标小说的待输出的机器侧内容后，人眼注视状态不为注视终端设备的显示屏时，用户不注视显示屏的原因或是用户因琐事不注视终端设备的显示屏，例如：去客厅倒水、跟家人、朋友面对面对话等，此时终端设备若向用户输出视频类型的内容，用户无法查看视频类型的内容，以及用户在重新注视显示屏时，无法正常衔接前后互动作品剧情，需要重新返回终端设备中目标互动作品的待输出的机器侧输出内容的选取页面，重新选取该待输出的机器侧输出内容，但是若终端设备向用户输出的语音内容形式的非视频类型的内容，用户虽然没有注视终端设备的显示屏，但仍可以听取终端设备输出的语音内容形式的非视频类型的内容，若终端设备向用户输出的文字内容形式的非视频类型的内容，用户也可以在重新注视显示屏时，通过触控终端设备的显示屏幕滑动阅读文字内容形式的非视频类型的内容。

可以看出，本申请实施例中，服务器接收来自终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，判断人眼注视状态是否为注视终端设备的显示屏，若判断出人眼注视状态为注视终端设备的显示屏，则进一步判断设备类型信息是否为智能手表，若判断出设备类型信息为智能手表，则确定目标互动作品的机器侧输出内容信息的类型为非视频类型，并与终端设备交互以实现述用户输出非视频类型的内容，接着若判断出设备类型信息不为智能手表，则获取预测出的用户所能够接受的单次机器侧连续内容的最长输出时长，以及，针对目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长，若检测到输出时长大于或等于最长输出时长，则与终端设备交互以实现向用户输出视频类型的内容，若检测到输出时长小于最长输出时长，则与终端设备交互以实现向用户输出非视频类型的内容，若判断出人眼注视状态不为注视终端设备的显示屏，则与终端设备交互以实现向用户输出非视频类型的内容。如此，能够实现根据用户终端设备的人眼注视状态、设备类型和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

请参阅图5，图5是本申请实施例提供的一种互动作品中机器侧内容信息的处理方法的流程示意图，应用于作品互动系统的终端设备，所述作品互动系统包括服务器和所述终端设备，所述服务器和所述终端设备通信连接；所述方法包括：

步骤510，检测到用户针对目标互动作品的选取操作时，获取所述终端设备的设备类型信息和所述目标互动作品的标识信息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图。

步骤520，利用所述终端设备的前置摄像头采集所述用户的人眼注视状态，并向所述服务器发送携带所述设备类型信息、所述标识信息和所述人眼注视状态的互动消息。

步骤530，与所述服务器交互以确定出向所述用户输出当前处理的待输出的机器侧内容分支的非视频类型的内容或者视频类型的内容，所述机器侧内容分支是指所述目标互动作品的人机互动的过程中单次连续的机器侧输出内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容。

可以看出，本申请实施例中，终端设备可获取设备类型信息和目标互动作品的标识信息，终端设备接着可利用前置摄像头采集用户的人眼注视状态，并向服务器发送包括标识信息、人眼注视状态和设备类型信息的互动消息，最后，终端设备根据与服务器的交互内容确定向用户输出视频类型的内容或者非视频类型的内容。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，移动电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是，本申请实施例中对单元的划分是示意性的，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。

请参阅图6，图6是本申请实施例提供的一种互动作品中机器侧内容信息的处理装置A的功能单元组成框图，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接，其中，所述互动作品中机器侧内容信息的处理装置A 600包括：接收单元610、判断单元620、获取单元630和交互单元640，其中，

所述接收单元610，用于接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

所述判断单元620，用于判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；

所述判断单元620，还用于若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容；

所述获取单元630，用于若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；

所述交互单元640，用于若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

可以看出，本申请实施例中，互动作品中机器侧内容信息的处理装置A接收来自终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，判断人眼注视状态是否为注视终端设备的显示屏，若判断出人眼注视状态为注视终端设备的显示屏，则进一步判断设备类型信息是否为智能手表，若判断出设备类型信息为智能手表，则确定目标互动作品的机器侧输出内容信息的类型为非视频类型，并与终端设备交互以实现述用户输出非视频类型的内容，接着若判断出设备类型信息不为智能手表，则获取预测出的用户所能够接受的单次机器侧连续内容的最长输出时长，以及，针对目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长，若检测到输出时长大于或等于最长输出时长，则与终端设备交互以实现向用户输出视频类型的内容，若检测到输出时长小于最长输出时长，则与终端设备交互以实现向用户输出非视频类型的内容，若判断出人眼注视状态不为注视终端设备的显示屏，则与终端设备交互以实现向用户输出非视频类型的内容。如此，能够实现根据用户终端设备的人眼注视状态、设备类型和非视频类型的内容的输出时长来决定与终端设备交互向用户输出视频类型的内容还是输出非视频类型的内容，有利于提升用户体验以及提高用户阅读的兴趣。

在一个可能的示例中，在所述与所述终端设备交互以实现向所述用户输出所述视频类型的内容方面，所述交互单元640具体用于：

向所述终端设备发送携带所述视频类型的内容的第一机器侧响应消息，所述第一机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息；或者，

向所述终端设备发送携带所述视频类型的内容的指示信息的第二机器侧响应消息，所述指示信息用于指示所述终端设备本地缓存的所述视频类型的内容，所述第二机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息。

在一个可能的示例中，所述非视频类型的内容包括语音和文字；在所述与所述终端设备交互以实现向所述用户输出所述非视频类型的内容方面，所述交互单元640于：

向所述终端设备发送携带所述语音和所述文字的第三机器侧响应消息，所述第三机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述文字，还用于指示所述终端设备的扬声器所播放的所述语音。

在一个可能的示例中，所述非视频类型的内容还包括图片；所述机器侧响应消息还携带有所述图片；

且所述图片的显示位置处于所述屏幕的全部区域或者部分区域。

在一个可能的示例中，所述互动作品中机器侧内容信息的处理装置A 600还包括预测单元650，在所述最长输出时长的预测过程中，所述预测单元650具体用于：

获取所述用户的历史阅读数据和历史时长数据，所述历史阅读数据包括所述终端设备向所述用户输出的多个历史非视频类型的内容和多个历史视频类型的内容，所述历史时长数据包括所述用户的多个语音录入间隔时长，单个语音录入间隔时长是指所述用户相邻两次执行语音录入操作的间隔时长；

确定所述多个历史非视频类型的内容的第一数量和所述多个历史视频类型的内容的第二数量；

确定所述第一数量和所述第二数量的比值；

确定所述多个语音录入间隔时长的均值；

将所述比值和所述均值输入到预先训练好的时长预测模型中，预测得到所述最长输出时长。

在一个可能的示例中，在所述最长输出时长的预测过程中，所述接收单元610具体用于：

接收来自所述终端设备的针对所述目标互动作品的设置消息，所述设置消息中包括所述用户所能够接受的单次机器侧连续内容的最长输出时长；

设置消息以确定所述最长输出时长。

请参阅图7，图7本申请实施例提供的一种互动作品中机器侧内容信息的处理装置B的功能单元组成框图，应用于作品互动系统的终端设备，所述作品互动系统包括服务器和所述终端设备，所述服务器和所述终端设备通信连接，所述互动作品中机器侧内容信息的处理装置B 700包括：检测单元710、传输单元720和确定单元730，其中，

所述检测单元710，用于检测到用户针对目标互动作品的选取操作时，获取所述终端设备的设备类型信息和所述目标互动作品的标识信息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

所述传输单元720，用于利用所述终端设备的前置摄像头采集所述用户的人眼注视状态，并向所述服务器发送携带所述设备类型信息、所述标识信息和所述人眼注视状态的互动消息；

所述确定单元730，用于与所述服务器交互以确定出向所述用户输出当前处理的待输出的机器侧内容分支的非视频类型的内容或者视频类型的内容，所述机器侧内容分支是指所述目标互动作品的人机互动的过程中单次连续的机器侧输出内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容。

可以看出，本申请实施例中，互动作品中机器侧内容信息的处理装置B可获取设备类型信息和目标互动作品的标识信息，接着可利用前置摄像头采集用户的人眼注视状态，并向服务器发送包括标识信息、人眼注视状态和设备类型信息的互动消息，最后，根据与服务器的交互内容确定向用户输出视频类型的内容或者非视频类型的内容。

本申请实施例还提供一种计算机存储介质，其中，其上存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上述方法实施例中记载的任一方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述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。

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包括，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，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、磁碟、光盘、易失性存储器或非易失性存储器。其中，非易失性存储器可以是只读存储器（read-only memory，ROM）、可编程只读存储器（programmable ROM，PROM）、可擦除可编程只读存储器（erasable PROM，EPROM）、电可擦除可编程只读存储器（electrically EPROM，EEPROM）或闪存。易失性存储器可以是随机存取存储器（random access memory，RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器（random access memory，RAM）可用，例如静态随机存取存储器（static RAM，SRAM）、动态随机存取存储器（DRAM）、同步动态随机存取存储器（synchronous DRAM，SDRAM）、双倍数据速率同步动态随机存取存储器（double data rateSDRAM，DDR SDRAM）、增强型同步动态随机存取存储器（enhanced SDRAM，ESDRAM）、同步连接动态随机存取存储器（synchlink DRAM，SLDRAM）和直接内存总线随机存取存储器（directrambus RAM，DR RAM）等各种可以存储程序代码的介质。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。

Claims (10)

1.一种互动作品中机器侧内容信息的处理方法，其特征在于，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接；所述方法包括：

接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；

若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容；

若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：

获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；

若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；

若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；

若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

2.根据权利要求1所述的方法，其特征在于，所述与所述终端设备交互以实现向所述用户输出视频类型的内容，包括：

向所述终端设备发送携带所述视频类型的内容的第一机器侧响应消息，所述第一机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息；或者，

向所述终端设备发送携带所述视频类型的内容的指示信息的第二机器侧响应消息，所述指示信息用于指示所述终端设备本地缓存的所述视频类型的内容，所述第二机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述视频类型的内容所表征的影像信息。

3.根据权利要求1所述的方法，其特征在于，所述非视频类型的内容包括语音和文字；所述与所述终端设备交互以实现向所述用户输出所述非视频类型的内容，包括：

向所述终端设备发送携带所述语音和所述文字的第三机器侧响应消息，所述第三机器侧响应消息用于指示所述终端设备的屏幕上所显示的所述文字，还用于指示所述终端设备的扬声器所播放的所述语音。

4.根据权利要求3所述的方法，其特征在于，所述非视频类型的内容还包括图片；所述第三机器侧响应消息还携带有所述图片；

且所述图片的显示位置处于所述屏幕的全部区域或者部分区域。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述最长输出时长的预测过程包括如下步骤：

获取所述用户的历史阅读数据和历史时长数据，所述历史阅读数据包括所述终端设备向所述用户输出的多个历史非视频类型的内容和多个历史视频类型的内容，所述历史时长数据包括所述用户的多个语音录入间隔时长，单个语音录入间隔时长是指所述用户相邻两次执行语音录入操作的间隔时长；

确定所述多个历史非视频类型的内容的第一数量和所述多个历史视频类型的内容的第二数量；

确定所述第一数量和所述第二数量的比值；

确定所述多个语音录入间隔时长的均值；

将所述比值和所述均值输入到预先训练好的时长预测模型中，预测得到所述最长输出时长。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述最长输出时长的预测过程包括如下步骤：

接收来自所述终端设备的针对所述目标互动作品的设置消息，所述设置消息中包括所述用户所能够接受的单次机器侧连续内容的最长输出时长；

解析所述设置消息以确定所述最长输出时长。

7.一种互动作品中机器侧内容信息的处理方法，其特征在于，应用于作品互动系统的终端设备，所述作品互动系统包括服务器和所述终端设备，所述服务器和所述终端设备通信连接；所述方法包括：

检测到用户针对目标互动作品的选取操作时，获取所述终端设备的设备类型信息和所述目标互动作品的标识信息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

利用所述终端设备的前置摄像头采集所述用户的人眼注视状态，并向所述服务器发送携带所述设备类型信息、所述标识信息和所述人眼注视状态的互动消息；

与所述服务器交互以确定出向所述用户输出当前处理的待输出的机器侧内容分支的非视频类型的内容或者视频类型的内容，所述机器侧内容分支是指所述目标互动作品的人机互动的过程中单次连续的机器侧输出内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；

所述服务器用于执行如下操作：

接收来自所述终端设备的携带所述目标互动作品的所述标识信息、所述设备类型信息和所述用户的所述人眼注视状态的所述互动消息；判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取所述当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述视频类型的内容；若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

8.一种互动作品中机器侧内容信息的处理装置，其特征在于，应用于作品互动系统的服务器，所述作品互动系统包括所述服务器和终端设备，所述服务器和所述终端设备通信连接，包括：接收单元、判断单元、获取单元和交互单元，其中，

所述接收单元，用于接收来自所述终端设备的携带目标互动作品的标识信息、设备类型信息和用户的人眼注视状态的互动消息，所述标识信息用于表征所述用户针对所述目标互动作品的选取意图；

所述判断单元，用于判断所述人眼注视状态是否为注视所述终端设备的显示屏；以及，若判断出所述人眼注视状态为注视所述终端设备的显示屏，则判断所述设备类型信息是否为智能手表；

所述判断单元，还用于若判断出所述设备类型信息为智能手表，则与所述终端设备交互以实现向所述用户输出非视频类型的内容；

所述获取单元，用于若判断出所述设备类型信息不为智能手表，则获取预测出的所述用户所能够接受的单次机器侧连续内容的最长输出时长；以及，针对所述目标互动作品的多个待输出的机器侧内容分支执行如下操作：获取当前处理的待输出的机器侧内容分支的非视频类型的内容的输出时长；若检测到所述输出时长大于或等于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出视频类型的内容，所述非视频类型的内容和所述视频类型的内容为表征相同剧情信息的机器侧输出内容；若检测到所述输出时长小于所述最长输出时长，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容；

所述交互单元，用于若判断出所述人眼注视状态不为注视所述终端设备的显示屏，则与所述终端设备交互以实现向所述用户输出所述非视频类型的内容。

9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。