多模态信息识别的人机交互方法、装置、设备及存储介质

本申请公开了一种多模态信息识别的人机交互方法、装置、设备及存储介质，利用多种传感器融合人脸、眼球、语音、身体姿势等信息，实现多模态识别，增加人机交互的准确性和多样性，同时通过多模态信息判断用户的交互意图，识别不同说话者的方位和语音内容，实现被动或主动与不同用户进行连续的对话，解决了现有技术中唤醒词机制进行人机语音交互存在的嘈杂环境下识别准确率低，以及无法实现在多人对话场景中，可以与多人在对话内容和对话方式上进行流畅的对话的技术问题。