语音交互指令识别方法及装置、智能设备与介质

本申请涉及一种语音交互指令识别方法及装置、智能设备与介质，所述方法包括：获取智能网络中各智能设备提交的音源数据，从音源数据中获取由相应智能设备从采集的环境语音信号中提取的音源语音单元及其置信度信息；将音源语音单元聚类至不同音源对象相对应的语音组，每个语音组包括相应音源对象来自不同智能设备的音源语音单元；基于置信度信息，将每个音源对象的语音组中的各个音源语音单元融合为优化语音单元，确定优化语音单元相对应的语音文本内容；根据各个音源对象的所述语音文本内容对多个语音交互指令进行仲裁，触发仲裁出的目标语音交互指令。本申请利用智能网络中多智能设备分布式协同，实现高准确多说话人语音指令准确识别。