本发明涉及语音识别技术领域，具体涉及一种角色识别智能语音设备，包括：采集模块，用于采集语音会话；切分模块，用于对语音会话进行切分，得到多个语音片段；识别模块，用于根据预设的语言模型和声学模型逐个识别语音片段中的说话人身份，并得到说话人的数量；修正模块，用于逐个从语音片段中提取说话人的声音特征，采用聚类算法对声音特征进行聚类，得到聚类的种类数量，并判断种类数量与说话人的数量是否相等，如果种类数量与说话人的数量不相等，发送重新切分的指令到切分模块；输出模块，用于输出说话人身份。本发明解决了现有技术对时长较短的语音会话无法进行准确的角色识别的技术问题。