本发明实施例涉及人工智能技术领域，具体公开了一种基于人工智能的交互系统及方法。本发明实施例通过实时接收多个用户语音数据，进行室内定位；选择目标拍摄设备和目标语音设备；综合面部拍摄数据和交互语音数据，进行语言识别和情感分析，获取交互请求信息和当前交互情感；生成交互应答信息，与用户进行应答交互。能够进行室内定位，选择目标拍摄设备和目标语音设备，通过目标拍摄设备，对用户进行面部拍摄，通过目标语音设备，对用户进行语音采集，综合面部拍摄数据和交互语音数据，进行语言识别和情感分析，生成交互应答信息进行应答交互，从而在人工智能交互时，精确捕捉和理解用户的情感状态，促使完全理解用户的真实需求。