基于语音交互的意图识别方法、装置、设备和介质

本发明涉及一种基于语音交互的意图识别方法、装置、设备和介质。基于语音交互的意图识别方法，包括：获取目标用户在车内进行语音交互的当前音频数据和图像数据；对图像数据进行光感识别，生成第一识别结果，对当前音频数据进行声纹识别，生成第二识别结果，第一识别结果包括的第一方位信息，第二识别结果包括特征信息；根据特征信息和第一方位信息，获取目标用户的交互信息；根据目标用户所在的座椅的第二方位信息和目标音频数据识别当前对话场景；在当前对话场景下，基于目标音频数据和交互信息对神经网络模型进行参数调整，并通过参数调整后的神经网络模型识别目标音频数据中的意图。本公开提供的方法，提升了对于音频中意图的准确理解。