一种语音交互方法、装置、设备及存储介质

本申请实施例提供一种语音交互方法、装置、设备及存储介质。在本申请实施例中，可获取发起语音交互指令时目标应用的当前页面信息，利用语音识别模型识别语音交互指令对应的语音交互文本，将当前页面信息和语音交互文本输入至指令生成模型，生成语音交互文本对应的目标应用指令，以供目标应用将目标应用指令解析为目标执行逻辑，执行目标执行逻辑，实现与目标用户的语音交互。据此，可利用指令生成模型基于语音交互文本和目标应用的当前页面信息，生成能够被目标应用识别的目标应用指令，这使得，目标应用可准确的确定出语音交互指令所指向的目标执行逻辑，从而可提高对语音交互指令的响应准确度，提高用户与应用程序之间的语音交互体验。