一种语音信息处理方法、装置、设备及存储介质，该方法包括：获取语音采集单元采集的语音信息；其中，语音信息包括第一语音信息，第一语音信息用于指示调用的目标技能(101)；基于预设的技能识别策略识别第一语音信息，确定第一语音信息指示调用的目标技能(102)；再确定实现目标技能的第一目标角色；控制第一目标角色执行针对目标技能的语音播报(104)，通过意图判断确定语音信息中所表达的用户意图，根据用户意图确定用户想要调用的目标技能，从而唤醒目标技能对应的目标角色。如此，能够更加顺畅的实现角色唤醒，提高语音控制的智能性，且通过配置多种角色来执行不同技能的语音播报，提高了语音控制的趣味性。