本发明公开一种语音交互方法，包括编写对话故事，模拟自然对话过程，编写人机对话样板；准备语言理解数据，将用户可能的输入语句，按照所代表的意图进行分类，并标注出语句中包含的实体；准备用于校正识别所得的用户语句的领域语言模型数据；基于端到端模型训练语音识别模块的语音识别能力；在语句校正模块中对语音识别模块识别出的语句进行校正；利用语言理解数据在语言理解模块中对校正后语句进行分类与识别；利用用户故事数据和领域知识，训练对话管理模块的对话管理模型。本发明还公开语音交互系统和对话设备，采用前述语音交互方法。本发明能有效降低系统架构模型的复杂度，无需预定义所有对话可能，枚举容易，功能性好。