一种基于多模态感知的终端交互方法、装置、终端及介质

本发明公开了一种基于多模态感知的终端交互方法、装置、终端及介质，所述方法包括：获取多模态感知数据，其中，所述多模态感知数据包括用户的语音信息、表情信息、手势信息以及肢体信息中的任意一种或多种；确定所述终端中显示的目标对象，并基于所述多模态感知数据确定针对所述目标对象的交互意图；基于所述交互意图，控制所述目标对象执行所述交互意图所对应的交互动作。本发明可通过语音、手势、表情等多方面信息的多模态感知数据来实现与终端中显示的目标对象之间的交互，丰富了交互形式，提升了交互效果。