本申请实施例提供了一种显示设备及语音交互方法，显示设备包括显示器，用于呈现用户界面；控制器，与显示器连接，控制器被配置为：获取目标人的用户身份信息，并采集语音实时指令，所述目标人包括发出所述唤醒指令的人或注册用户；在摄像头采集的图像中检测人脸信息；若人脸信息为目标人的人脸信息，对目标人进行人脸追踪和唇动检测，若目标人的人脸发生了唇动，且语音实时指令包括目标人的语音，对语音实时指令进行响应；若目标人的人脸没有发生唇动，或语音实时指令不包括目标人的语音，不对语音实时指令进行响应。本申请解决了语音交互体验不佳的技术问题。