一种显示设备及基于语音意图的回复方法

本申请提供一种显示设备及基于语音意图的回复方法，在显示设备接收到用户输入的语音指令后，启动语音助手并将音频流上传至服务器获取语音识别结果，基于语音识别结果对当前界面执行截图操作得到截图数据，通过多模态意图模型基于语音识别结果和截图数据计算相关度，在相关度大于或等于预设阈值的情况下对截图数据进行图像识别并将图像识别结果发送至服务器更新回复内容，在语音助手功能界面显示截图数据和更新后的回复内容。本实施例通过多模态意图模型结合语音识别结果和截图数据判断用户意图是否为识屏类意图，提高语音助手对用户意图识别的准确性和响应的适配性。