一种基于多模态融合的学术演讲自动评分方法及系统

本发明属于语音信号处理与自然语言处理技术领域，用于解决现有技术无法依据语音的语义归属而非时序位置来进行跨页讲解任务追踪与评分的问题，具体是一种基于多模态融合的学术演讲自动评分方法及系统，包括：获取演讲者的语音流数据与演示文档的页面内容数据及页面切换时序数据；根据归属类型将该语音语义块路由至当前页面记录区、历史足迹粒子的延迟指针列表或桥接积分区；在演讲结束时，利用扣分总和与连贯性加分调整基础评分并输出最终评分；本发明通过构建跨页语义足迹池追踪历史页面的未闭合逻辑谓词，使系统能够依据语音的语义归属而非时序位置进行讲解任务分配，有效避免了跨页回溯补充语音被错误划归新页面所导致的评分偏差。