本公开提供了智能家居中的人机交互方法和服务器，包括：将与用户请求相对应的文本信息进行意图识别，得到目标意图；所述目标意图包括目标对象、目标事件和目标时间；并，通过所述目标事件确定目标语音信息；在所述目标时间到达后，将获取的当前图片信息进行人脸识别，确定所述目标对象所在的空间，以在所述目标对象所在的空间播放所述目标语音信息。由此，对用户请求进行意图识别，得到目标意图，然后通过目标意图中的目标事件确定出目标语音信息，在到达目标意图中的目标时间后，确定出目标意图中的目标对象所在的空间，并在所在的空间定向播放目标语音信息，提高人机交互效率。