随着深度学习和语音识别技术的快速进步,智能语音问答系统获得的关注度越来越多。对于传统的问答系统而言,系统通常是根据用户输入的问题按照既定的模板规则进行匹配,或者在一个很大的信息数据库里面检索,得到已经编辑好的相应问题的答案,然后将得到的答案返回给目标用户,而基于深度学习的智能问答系统则是从大量问答对数据集中进行学习,提取特征,从而根据用户输入的问题为用户生成对应的答案。在本文中,将根据程序设计课程的基本需求,并基于国内外对深度学习、语音识别、问答、微服务相关技术的分析,对基于深度学习的问答以及语音识别进行了研究和改进,提出一种智能语音问答系统解决方案,并基于Android系统开发了智能语音问答系统。首先,分析和研究智能语音问答系统需要用到的理论知识和技术,了解系统当中所需要的基本功能。其次,分析和研究现有的语音识别方法,选用百度语音识别工具来识别用户输入的语音。同时基于开源Android智能手机操作系统开发了人机交互应用程序,用户可以进行语音提问,然后通过语音识别模块将输入的语音识别成文字。再者,分析和研究现有的微服务技术实现方法,选用微服务架构来设计后端,使用高性能分布式服务框架Dubbo来连接不同的服务,使得服务和服务之间能够相互通信。并且使用前端与后端完全分离的方式开发了语料管理系统,管理员用户可以对语料管理系统中的语料进行增删改查操作。最后,分析和研究深度学习在问答系统中的应用以及梯度下降算法,设计生成式问答模型和对小批量梯度下降算法进行改进,并利用大量与程序设计相关的问答对数据集采用小批量梯度下降算法和改进过后的小批量梯度下降算法来训练生成式问答模型,从实验结果来看,采用改进过后的小批量梯度下降算法训练出来的生成式问答模型为用户提出的问题生成的答案的准确度要高一些。与此同时,将语音识别和生成式问答模型应用到智能语音问答系统当中,基于Android操作系统开发了智能语音问答系统,用于对用户提供问答服务。