本申请涉及一种语音交互方法、装置、计算机设备和存储介质。所述方法包括：在播放语音的过程中，若接收到第一语音，则对所述第一语音进行意图识别得到第一意图，进入所述第一意图对应的对话状态；若所述对话状态属于第一类对话状态，则确定所述对话状态的触发条件；所述第一类对话状态是对应的意图与预设的确定性意图之间的差异度大于第一差异度阈值的状态；若所述第一语音不符合所述对话状态的触发条件，则将所述对话状态切换至初始状态；所述初始状态是未接收到任何语音所处的状态。采用本方法能够提高语音交互的准确性。