本申请适用于人工智能领域，尤其涉及一种基于人工智能的对话服务方法、装置、服务器及介质。该方法在触发对话服务时，获取用户的当前声音数据和当前面部数据，对当前声音数据进行音频分析和语义分析，确定当前语气状态，对当前面部数据进行表情分析，确定当前表情状态，在当前语气状态为第一目标状态，且当前表情状态为第二目标状态时，提取当前声音数据中的问题语句，将问题语句输入训练好的匹配模型，得到问题语句对应的答复语句，将语气与表情相结合来识别用户意图，并在语气和表情对应的状态均满足条件时生成相应的答复语句，避免在用户出现不满等意图的情况下仍继续进行对话，从而可以准确把握用户意图，提升对话服务的服务质量。