本发明公开一种多角色语音的交互方法、电子设备和存储介质，其中方法包括：通过本地用户端获取音频数据，将音频数据发送到远程端的语音识别服务器。语音识别服务器通过语义识别模型识别待识别文字数据获取语义识别结果信息。通过对话模型识别语义识别结果信息，获取对话结果信息及设定角色信息。语音识别服务器根据设定角色信息及对话信息合成回复语音且将发送到本地用户端。本地用户端播放回复语音。本发明支持多角色语音交互，根据用户的情绪状态，推荐适合的角色与之进行对话交流，占用资源较少，具有高可靠、高稳定的优点，自动切换角色功能，很大程度上提高了语音交互的趣味性，与目前市面上多角色交互方案相比，鲁棒性更好。