本发明公开了一种具备语音和视频多模态交互的数字化网络媒体设备，属于网络媒体设备技术领域，一种具备语音和视频多模态交互的数字化网络媒体设备，包括支撑台，所述支撑台的顶侧开设有竖直槽，所述支撑台的底侧固定安装有支撑底座，所述竖直槽的底侧开设有底内槽，所述底内槽的底内壁固定安装有处理器，所述底内槽的左内壁固定安装有转动电机，所述转动电机与处理器电性连接，所述转动电机的输出端固定安装有主动齿轮，所述底内槽的左内壁和右内壁之间转动连接有两个螺纹杆，它可以实现，本数字采集装置具有灵活的除尘设备，可以有效防止镜头沾染过多灰尘，保证数字镜头对外界信号变化始终敏感，保证装置的实用性。