基于BERT和交互注意力机制的智能外语口语测试方法

本发明属于智能语音评测领域，具体涉及基于BERT和交互注意力机制的智能外语口语测试方法，从视频和音频中分别提取考生口型图像和考生口语语音，分别从考生口语发音准确性和流利性、词汇准确性和多样性、语法准确性和多样性、主题准确性和情景匹配性多方面进行评分，计算得到考生口语测试的综合总成绩，输出考生口语测试结果。通过融合多模态BERT特征提取、口型‑语音时序对齐、交互注意力语法分析及深层语义匹配技术，构建了覆盖“发音‑词汇‑语法‑主题”全维度且具备视觉校验能力的自动化口语评分系统，突破了单一模态限制，提升了口语测试评估的鲁棒性和准确性，实现发音错误、语音语调错误、语法错误细粒度定位。