随着科学技术与社会的进步以及人工智能技术的快速发展,人机交互已不单纯依赖于键盘、鼠标或者显示器的方式进行,由于人机之间通过语音的方式进行交互更符合人类的沟通习惯,同时也更加便捷,所以通过语音的方式控制计算机系统的行为越来越受到人们的青睐,此类系统一般基于人工智能技术实现,故称为语音智能交互系统,语音智能交互及相关技术是计算机系统未来发展的重要分支。语音智能交互系统目前分为闲聊型与任务型两种类型,任务型交互系统以完成具体任务为目标,旨在通过语音的形式接收用户向计算机发出的指令,然后借助一系列算法分析用户真实需求,最后对用户做出有效响应,语音智能交互系统的响应形式不局限于语音,也可以是动作的执行结果、界面的更新等多种形式。本文旨在针对语音智能交互系统的关键技术进行研究,主要工作集中于对语义理解模块与对话管理模块的分析与设计,首先对车载领域下的语音交互过程以及相关内容进行分析,然后对其特点进行总结,再然后通过多组对比实验得出可以满足需求的解决方案,最后针对该系统进行设计与实现。该系统中,语义理解模块的核心功能是关键信息抽取,本文提出词槽序的概念,利用词槽序模型可以较准确地从用户输入的短句中抽取出系统感兴趣的内容,但是词槽序模型的本质是基于模板的方法,它拥有一定的泛化能力但不是很强,经过实验发现神经网络模型可以较好地弥补词槽序模型的上述缺陷,所以在词槽序模型的基础之上又进一步提出使用词槽序与Bi-LSTM-CRF网络混合模型的方式执行关键信息抽取任务这一方案。会话管理模块的核心功能是意图识别以及对会话上下文的管理,针对意图识别任务,本文提出词槽序与TEXTCNN网络混合模型,该模型可在一定程度上缓解本文的研究领域内无优质训练数据集这一问题。针对会话上下文管理这一任务,本文提出基于规则的解决方案,该方案使系统拥有了一定的多轮交互能力。