本发明实施例提供一种人机对话方法。该方法包括：接收用户通过客户端上传的第一音频，标记第一音频的开始时间点和结束时间点，利用音频解码器生成第一音频的第一识别结果；根据第一音频的开始时间点和结束时间点，确定第一音频是否为短句，当为短句时，若在预设的心跳保护时间范围内，接收到客户端上传的第二音频，利用音频解码器生成第二音频的第二识别结果；将至少第一识别结果和第二识别结果的组合发送至语言预测模型，当为一条语句时，生成组合语句对应的回答指令，将回答指令连同回答指令的反馈时间标记发送至客户端。本发明实施例还提供一种人机对话系统。本发明实施例解决了全双工对话场景下的不合理断句以及对话中回复出现冗余的问题。