一种多模态面试培训方法、装置、设备及存储介质

本申请公开了一种多模态面试培训方法、装置、设备及存储介质，涉及多模态信息处理技术领域。该方法包括：分别根据当前面试者的当前视觉数据、当前文本数据和当前语音数据进行情感状态分析，得到当前面试者的初始面试结果；其中，初始面试结果包括视觉模态结果、文本模态结果和语音模态结果；对视觉模态结果、文本模态结果和语音模态结果进行融合，得到当前面试者的融合面试结果；若融合面试结果不满足面试通过条件，则从融合面试结果中筛选出当前面试者存在情感异常的至少一个异常时间戳；根据至少一个异常时间戳对应的视觉模态、文本模态和语音模态，确定多模态反馈报告。上述技术方案，通过多模态数据处理，有助于提高面试培训的全面性。