语音交互方法、系统、设备、介质和程序产品

本发明提供一种语音交互方法、系统、设备、介质和程序产品，方法包括：根据客户端发送的会话建立请求，建立控制通道和媒体通道；通过控制通道接收包含语音识别参数的识别请求，并通过媒体通道接收第一音频流；基于语音识别参数对第一音频流进行语音识别，得到识别文本，并通过控制通道向客户端发送语音识别过程的状态信息；在语音识别完成后，基于识别文本进行自然语言处理，得到答复文本，并通过控制通道向客户端发送自然语言处理过程的状态信息；基于答复文本进行语音合成，生成第二音频流，通过控制通道向客户端发送语音合成过程的状态信息；通过媒体通道将第二音频流发送至客户端。本发明提升了语音交互的灵活性、可控性和应用的友好体验。