佛学讲评助手

佛教讲说/复讲/授课/演讲的自动评测与评分工具。上传音频或视频（不支持纯文字稿），自动转写→判定类型级别（叙事/教义/实证 × 初/中/专）→六维打分（教义准确/结构逻辑/语言表达/契机应变/感悟感染/自主发挥）→生成图表化报告。含结构大纲表、来源核验（大藏经CBETA+天台藏）、读稿检测、音频-文本对齐分析。触发词：讲经评测、讲评分析、佛教演讲评分、复讲评价、授课评估、佛学讲说打分。

佛学讲评助手 v2.12

触发条件

触发：用户上传佛教相关讲说/复讲/授课/演讲/讲座录音或视频，要求评测、评分、分析、评价、打分。 不触发：非佛教内容的一般演讲评测（用通用演讲评测工具）；纯文本校对；音视频转写（仅中间步骤）。

---

一、输入规范

要求	说明
唯一合法输入	音频文件（mp3/wav/m4a/aac等）或视频文件（mp4/mov/avi等）
不接受	纯文字稿、第三方预转写文档、PPT、讲义——即使上传者一提供，也忽略，自行从音频转写
转写引擎（按平台）	见下文 §一.1
为何忽略文字稿	预转写稿会清洗掉停顿/重复/填充词/语速变化等关键特征，导致评分失真

若用户同时提供了文字稿，可注明"已收到参考文字稿，但本评测以自转写结果为准"。

1.1 转写引擎（必须带时间戳）

所有转写引擎必须输出带时间戳的文本（word-level 或 segment-level），否则 F2/F4/F5 等依赖时序的特征无法计算。

本机（WB / 本地）是完整可执行主路径，不依赖任何云端：用 faster-whisper 本地转写（CPU/int8 即可，无需 GPU）。

运行平台	推荐引擎	费用	时间戳	中文能力
WB / 本地（主路径）	faster-whisper	免费（MIT）	✅ 词级	✅ 多语言，CPU 可跑
IMA 平台（备选）	IMA 内置「录音纪要 / 转录」或沙箱 faster-whisper	免费	✅ 句/词级	✅ 腾讯云 ASR

本机一键跑通（已实测可用）

bash

# 1) 安装依赖：国内环境务必用镜像，默认 PyPI 在 CN 常 <50kB/s 会超时失败
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple faster-whisper soundfile
# 2) 模型走国内镜像：默认 huggingface.co 在 CN 常被墙/极慢，否则 small(≈460MB) 下不动
export HF_ENDPOINT=https://hf-mirror.com
# 3) 转写（transcribe.py 会自动加载同目录 .deps 中的依赖，无需 venv）
python transcribe.py <音频文件> small <输出.json>

• 模型首次自动下载（small≈460MB，经 hf-mirror 几分钟）；之后缓存复用，不再联网。
• 完全离线/免网络部署：把 faster-whisper 及其依赖装进本 Skill 的 .deps 目录随 Skill 分发，transcribe.py 已内置 sys.path 注入，任何环境双击即可跑。
• 无 GPU 也行（compute_type="int8"）；中文用 small 起，术语密集可换 medium（更准但更慢、模型更大）。
• IMA 备选路径：用户侧已用 IMA 内置「录音纪要 / 转录」生成带时间戳文本时可直接采用；但 IMA 原生转录执行 agent 无法直接调用，属用户侧省事选项，非必需。

时间戳闭环保障：仅使用支持时间戳的引擎。若当前环境因故无法获得带时间戳文本，则中止音频维度分析（F2/F4/F5 等依赖时序的项），不得在无时间戳情况下评分。

1.2 大文件 / 非常规格式预处理（ffmpeg）

上传或转写前若遇以下情况，先用 ffmpeg 预处理（本 Skill 附 convert.py；ffmpeg 取自 pip install imageio-ffmpeg 的静态二进制，轻量无重型依赖）：

场景	处理	命令要点
文件过大（IMA 上传上限约 200MB）	压成 16kHz 单声道 64kbps MP3	ffmpeg -i in.wav -ar 16000 -ac 1 -b:a 64k out.mp3
视频文件（mp4/mov/avi）	抽取音频再压	ffmpeg -i in.mp4 -ar 16000 -ac 1 -b:a 64k out.mp3
高码率 WAV（如 48k 立体声 24bit）	同上压缩	50min 原 ~830MB → 压后 ~23–33MB

• 体积参考：16kHz 单声道 64kbps 下，50 分钟讲经 ≈ 23–33MB、110 分钟 ≈ 50MB，远低于 200MB，语音识别清晰度足够（本环境已实测 4 个 0.8–1.8GB 的 WAV 全部压到 <55MB）。
• WB 端：本地无上传限制，压缩后或直接用原文件转写均可。
• IMA 端：若用户要交给 IMA 原生转录但文件 >200MB，必须先在本机用上面 ffmpeg 压成 MP3 再上传（IMA 原生转录仅接受较小文件；执行 agent 无法直接调用 IMA 原生转录，需用户侧操作）。视频同理先抽音频。

---

二、处理流水线

text

1. 输入接收    仅音频/视频 → 自转写（必须带时间戳）
1.5 术语还原   套用「佛教术语还原对照表」校正 ASR 专有名词错字（如"开示悟入佛之知见"误为"开师误入佛之之简"），还原后再进入指标计算与评分
2. 客观指标    时长·字数·段数·名相密度·问答数
3. 类型判定    叙事陈述型(A) / 教义教理型(B) / 实证行修型(C)
4. 级别判定    初级(1) / 中级(2) / 专业级(3)
5. 结构大纲    三要素双列表格（§五）
6. 音频维度    音频-文本对齐分析（§六，F1–F7 特征体系，自写中文脚本）
7. 来源核验    L0大藏经 + L1天台藏 逐条比对（§七）
8. 选用评分卡  九宫格选1（§四）
9. 六维打分    按校准原则评分（§四.3）
10. 报告输出   图表化Markdown（§九）

---

三、类型与级别判定

3.1 内容类型

类型	代号	转写文本信号	典型内容	排除信号
叙事陈述型	A	名相密度低(<15/千字)；叙事结构强；多"据说""历史上"	祖师传记、佛教史、公案叙述、仪轨解说	无名相辨析、无止观指引
教义教理型	B	名相密度高(≥25/千字)；释经结构；"所谓""此即""某大师云"	经论讲解、名相专题、判教论述、教理比较	有明确名相定义/祖师对照
实证行修型	C	第一人称体验多；实操指令多；"当下""现前""亲切"	止观教学、禅修引导、心性体认、实修答疑	重体验与操作，非概念辨析

兼类取主类为框架，兼类内容单独点评。

3.2 专业级别

级别	代号	可靠信号（不依赖时长）	典型场景
初级	1	名相少且浅；复述为主；无明显科判	入门级复述、初学者试讲（60分钟照本宣科也归初级）
中级	2	有一定名相辨析；有少量发挥举例；有问答互动	常规授课、共修主讲、有基础的复讲
专业级	3	高名相密度；深度辨析；广泛引证祖典；系统性强	讲经比赛（15分钟极精粹亦可判专业级）、院校正式讲课

⚠️ 时长不进权重。15分钟可专业级；60分钟照本宣科可初级。

---

四、九宫格评分卡

4.1 六维定义

代号	维度	核心问题
D1	教义准确度	内容是否符合经典/祖典原意？有无错解硬伤？
D2	结构与逻辑	条理是否清楚？层次分明？有章法？
D3	语言表达	清晰生动？深入浅出？口语化还是书面腔？
D4	契机与应变	能否回应听众关切？答问质量？有无灵活调整互动？
D5	感悟与感染力	有无个人体悟？能否启发听众？亲和力感召力？
D6	自主发挥度	照本宣科/读笔记，还是自有理解、举例、融通？

4.2 权重表（总分10分制）

评分卡	D1准确	D2结构	D3表达	D4应变	D5感悟	D6发挥	附加	关键词
A1 叙事·初	1.5	1.0	1.5	0.6	2.4	2.0	1.0名相	鼓励真诚分享
A2 叙事·中	1.5	1.5	1.5	1.0	2.4	2.0	0.1	要求有章法
A3 叙事·专	2.0	2.0	1.5	1.0	2.0	1.5	0.0	学术/叙事水准
B1 教义·初	2.3	0.8	1.0	0.7	2.2	2.0	1.0名相	宽容+鼓励
B2 教义·中	2.3	1.3	1.0	1.2	2.2	1.5	0.5引证	均衡发展
B3 教义·专	2.7	1.7	1.0	1.3	2.0	1.0	0.3引证	严格核验+体悟
C1 实修·初	1.5	0.5	1.0	0.6	2.9	2.5	1.0指导	体悟至上
C2 实修·中	2.0	1.0	1.0	1.0	2.5	2.0	0.5指导	印证教理
C3 实修·专	2.5	1.5	1.0	1.0	2.0	1.0	1.0指导	师承+体验

权重取向：D4/D5 明显上提。体悟·灵活度·对机互动·感染力是高分关键门槛；资料详实+结构好≠高分。

4.3 ★ 评分校准原则（必须执行）

1. 客观公平：不以讲者身份（学员/授课者/出家众/在家众/年龄/资历）为标准。同一套规则、同一把尺子。

2. 评级优先（级别即整体水平评价）：先判定「类型×级别」（九宫格选1），级别本身已对该讲说作出高标准整体定性——专业级=高水平、中级=中水平、初级=入门水平。评级不依赖时长，仅看内容质量与深度。

3. 级别内评分尺度（0–10，在级别尺度内打分）：分数在「该级别对应的尺度」内评定，高级别采用更严标准，但不另设绝对封顶（专业级亦可依内部质量得高分）：

   级别	优秀门槛	良好	及格	待及格
   专业级	≥8.8（极罕）	7.2–8.7	6.0–7.1	<6.0
   中级	≥8.0	6.5–7.9	5.0–6.4	<5.0
   初级	≥7.0	5.5–6.9	4.0–5.4	<4.0

   级别越高的优秀门槛越严：初级相对容易取得良好/优秀（正向鼓励），中级须较扎实，专业级须高度符合标准且优秀比例极罕——整体呈"越往上越严"的梯度。

4. 高标准制（严进严出，级别递增难度）：初级讲说相对容易给优秀；中级须达到较扎实标准；专业级须真正高度符合且优秀比例极罕，不轻易给高分，留足提升空间。

5. 拉开差距（多人评比时）：若同一场景需对多人讲说/演讲排序评比，禁止人人高分，按实际质量明确分差。

6. 🔴 读稿/念稿压分（重点）：

   • 信号：大段连续书面长句、零自问零比喻零互动、语速极均匀、填充词极少
   • 惩罚：D4重扣（无互动）、D5重扣（无现场感）、D6重扣（照读）
   • 即使看提纲/PPT，生硬念读同样罚
   • 读稿作为质量缺陷纳入 D4/D5/D6 扣分（自然拉低分数），不在级别外另设统一封顶；通常使发挥度（D6）落最低档，整体贴近及格线

7. 生疏/紧张压分：高填充词 + 高重复 + 停顿多 + 语速不稳 + 表达散乱 → 下调

8. 核心无硬伤不计枝末：D1无重大错解不抠字眼；但缺互动/启发/感染力则不得高分

9. 具体诊断：待改进/建议须具体可操作（哪段、缺什么、怎么改）

10. ASR错字不入分：名相识别错误结合上下文还原，绝不扣分

11. 文本与语音特征综合研判：本项基于 §六 的 F1–F7 特征（语速/均匀度/填充词/重复/停顿/书面口语比）综合判断，不仅凭表面通顺文字给高分。表面文字流畅但语音特征显示散乱（高重复、高停顿、语速不稳）者，依特征下调。

---

五、结构大纲（紧凑双列表格）

5.1 格式框架

要素	内容
一、主旨 （2–4句概括核心）	（根据实际内容概括，不套固定句式）
二、大纲 （逻辑架构）	① … ② … ③ …
三、核心 （1–3个关要）	关要1 / 关要2 / 关要3

5.2 按类型灵活适配（规则式，非模板式）

三要素的填写方式随实际内容自然变化，禁止套用固定句式模板。以下为各类型的方向性指引（而非填空模板）：

• A 叙事型：主旨聚焦事件/人物的核心意义与启示；大纲反映时间推进或因果链条；核心提取关键转折点、人物品质、历史教训等突出信息
• B 教义型：主旨聚焦核心命题与判教立场；大纲呈现论证推进的逻辑层次（如：提出问题→辨析论证→总结开显，但不限于此；按实际内容的展开方式组织）；核心锁定关键名相、判准依据或传承脉络
• C 实修型：主旨聚焦修行旨趣与心要；大纲呈现修学或操作的阶段次第（按实际内容的步骤自然展开，不限定具体格式）；核心提炼关键口诀、境界描述或实修注意事项

宽泛化要求：

• 上述指引仅说明各类型的"常见方向"，不限定具体表述方式
• 实际填写必须基于转写文本的真实内容，而非反向套用预设格式
• 若讲说内容跨越多个类型或不符合典型模式，以内容本身的结构为准
• 禁止将某一类型的示例句式机械套用到其他类型上

5.3 填写规范

• 左列要素：编号+名称+括号提示，占 ~30% 宽度
• 右列内容：分点列出（①②③），每点一行，不堆一段，占 ~70%
• 不套序分/正宗分/流通分三分法（除非真讲完整一部经论）
• 原创/自创标注；名相用斜体或引号标出

---

六、音频-文本对齐分析（音频维度核心方法）

6.1 技术依据与实现方式

本节是音频维度分析的主要技术手段（非辅助/降级方案）。F1–F7 的计数规则（§6.2）为固化标准：跨平台、跨执行者必须按同一套算法计算，不得套用英文工具的中文指标，也不得以"自由估算"替代——否则评分漂移。

学术依据（详见附录）：disfluency 分类以 Shriberg (1994) 五类框架为基底；中文不流畅检测参照 Ding et al. (2024) LLM-augmented BERT（F1=94.3%），证实中文填充词/重复须以中文专属词表与中文字符计数处理，通用英文工具（um/uh 词表、按空格分词）对中文失效（已验证）。

实际执行方式：

1. 转写：使用 §一.1 中对应平台的引擎，确保输出带时间戳
2. 特征计算（固化）：F1–F7 由带时间戳中文文本直接计算，三铁律不可动摇——
   • 语速 / 字数按中文字符计，绝不按英文空格分词
   • 填充词匹配中文填充词表（呃/啊/嗯/那个/这个/就是说/然后呢/那么/的话/是不是…），绝不用 um/uh 英文词表
   • 停顿按相邻句 / 词时间戳间隔 >1.5s 计数，绝不用无时序的纯文本代理
3. 声学特征（可选）：如需音高 / 能量 / 情感等纯声学特征，用 opensmile（语言无关、中文有效、可本地 / 沙箱运行）补充；说话人分离由平台能力提供，WB 端若无则跳过。二者均非必需

工具选用克制（固化护栏）：音频维度核心已由「faster-whisper 时间戳 + 自写中文 F1–F7」覆盖，增强工具一律可选，不装不影响评分。不采用：Sonix（PyPI 空壳假包）、speech-analyser / myprosody（英文指标不适用于中文）、sppas / FunASR / pyannote（重依赖或需 HF 认证，非通用）。新增须免费、可运行、经实测对中文有效；失效 / 虚假及时移除。

6.2 F1–F7 特征体系

代号	特征	有时间戳时提取	无时间戳时代理	解读
F1	语速	字/分钟	字数÷时长	正常180–240；>280偏快；<120偏慢
F2	语速均匀度	句时长CV	句长分布方差	CV<0.15极均匀→读稿信号；CV>0.4波动大→即兴
F3	填充词密度	处/千字	文本统计（偏低估）	≤22可能读稿；35–60正常即兴；>60紧张
F4	重复句密度	对齐文本比对	n-gram重复统计	高→不熟/反复组织思路
F5	停顿标记	长>1.5s沉默数	依转写工具标记，可能缺失	多且不均→生疏/翻稿
F6	书面语比	PPL/书面词匹配	书面词密度	高+F3低+F2均→读稿铁证
F7	口语化比	口语词占比	口语词密度	高+F3高→自然即兴

经验阈值说明：表中数值区间（语速 180–240、填充词 22/35/60、停顿 1.5s、CV 0.15/0.4 等）为基于演讲科学惯例与讲经场景的经验默认值，适用于一般佛教讲说；计数方法（中文字符计、中文词表、时间戳间隔）为已验证的固定核心，阈值可随真实语料校准，但变更须全局统一、不得各执行者自行其是。

6.3 推断规则（内部使用，不输出给用户）

特征组合	推断	对评分影响
F3≤22 + CV<0.15 + F6高 + F4/F5低	读稿/念稿	D6重扣、D3/D5扣、整体下拉
F3≥35 + F4高 + F5多 + CV>0.4	生疏/紧张/准备不足	D3/D4/D5下调
F3 22–40 + F2适中 + F4/F5低 + F7偏高	脱稿流畅	D3/D5可适度加分

低填充词也可能是"熟背复述"（非读稿）——须结合F6区分。读稿=生硬念读（书面腔重）；熟背=用自己的话流畅复述（属正面，仅D6保守不扣读稿分）。

6.4 用户可见输出格式

报告中「讲说状态观察」节用自然语言描述，例如：

"整体语速适中（约 XXX 字/分钟），讲述过程中偶有停顿和少量重复表述，能够用自己的话组织内容，有自然的现场互动感。"

或：

"整段讲述偏向于照读稿件，语速非常平均，缺少自然的口语化表达和现场互动感。"

禁止输出技术标签符号（📖😰✅⚠️）或术语（"文本代理盲区""签名"）。

---

七、来源核验（知识库底座）

7.1 知识库层级

层级	库名	kb_id	文档数	用途	访问方式	公共可用
L0	大藏经CBETA2026简体版	7466305749789975	252	经论原典权威底本	mcp__ima-mcp__search_knowledge	✅ 订阅知识库，所有人可搜
L1	天台藏全集2026	7467402761601821	279	天台宗专属（267部典籍）	mcp__ima-mcp__search_knowledge	✅ 订阅知识库，所有人可搜
L2	联网检索	—	—	现代议题/L0/L1未覆盖的内容	WebSearch	✅ 公开网络
L3	AI内部知识	—	—	仅当L0/L1/L2均无结果时兜底	模型内置	✅ 始终可用

关于 L0/L1 的说明：以上两个为 IMA 平台公开发布的订阅知识库，任何 IMA 用户均可搜索访问，无需额外授权。L3（AI内部知识）指模型自身训练数据中的通用知识，不依赖任何外部私有知识库。

7.2 全量核验铁律

以下所有断言/引用都必须以L0/L1为底座核验：

核验类型	示例	动作	找不到时
经论原文引用	"《法华经》云…"	L0检索原文比对	标注"未检出确切原文，疑似意译"
祖师原话/判教	"智者大师云…""天台判某属圆教"	L0/L1检索祖师著作	标注"未在L0/L1检出，待复核"
表法断言	"男女表法""冰水喻表湿性"	L0/L1检索是否有先例	标明出处或"未见先例，似为约机施设"
公案出处	"印光大师打呼公案"	L0/L1检索原始记载	标注"公案出处待核"
名相定义	"性具""六即""一心三观"	L0/L1检索标准定义	标注"与标准释义基本一致/有偏差"

绝对禁止：

• ❌ 悬置式表述（"若为自创须点明"——要么定来源，要么标"未检出"）
• ❌ 默认讲者所述为真而不核验
• ❌ 编造不存在的经文/祖师语录
• ✅ 诚实标注"现有资料未覆盖"优于任何编造

7.3 核验结论写法规则

检出时：直接给出定论 + 出处 + 判定性质（根本诠释/常见引申/罕见用法），不留悬置。

未检出时：明确标注"在 L0/L1 未检出"，给出倾向性判断（约机施设／现代引申／疑似误记），并建议讲说时如何处理。

写法要点：

• 结论句式灵活适配内容类型（叙事/教义/实证各有侧重）
• 教义型需标明所属宗派/传承脉络
• 叙事型需核对史实来源
• 实证型需区分"个人体验表述"与"教理定论"
• 禁止私人化措辞和悬置式表述

---

八、报告模板

markdown

【佛学讲评报告】

## 基本信息
- 标题 / 时长 / 字数 / 日期 / 转写引擎（是否带时间戳）

## 分类与评级
- 内容类型 / 专业级别 / 对应评分卡（判定依据）

## 总分：X.X / 10
- 等级（分数档，在所属评级尺度内）：待及格 / 及格 / 良好 / 优秀（阈值见 §4.3 级别内评分尺度）
- [特殊标注]（读稿锁顶等，用自然语言）

## 六维得分（进度条渲染）
| 维度 | 权重 | 得分 | 评分依据 |
|------|------|------|----------|
| D1 教义准确度 | XX% | X.X / X.X | ...（含来源核验结果） |
| D2 结构与逻辑 | XX% | X.X / X.X | ... |
| D3 语言表达   | XX% | X.X / X.X | ...（含语速/停顿观察） |
| D4 契机与应变 | XX% | X.X / X.X | ... |
| D5 感染感染力 | XX% | X.X / X.X | ... |
| D6 自主发挥度 | XX% | X.X / X.X | ...（含读稿/脱稿观察） |
| 附加项       | XX% | X.X / X.X | ... |

颜色映射：≥90%深绿 / 70–89%浅绿 / 50–69%黄橙 / <50%红

## 结构大纲
| 要素 | 内容 |
|:---|:---|
| **一、主旨**<br/><small>（核心概括）</small> | （按类型适配填写） |
| **二、大纲**<br/><small>（逻辑架构）</small> | ① … ② … ③ … |
| **三、核心**<br/><small>（关要名相）</small> | （按类型适配填写） |

## 来源比对
- L0 大藏经CBETA2026简体版：[已核验/未检出]（附结果）
- L1 天台藏全集2026：[已核验/未适用]（附结果）
- 关键断言：（逐条列出）

## 讲说状态观察
（自然语言描述，基于F1–F7音频-文本对齐分析）

## 亮点 / 待改进（具体诊断） / 提升建议

---

九、自检清单（每次评测完成后逐项确认）

• 是否仅依据音频/视频自转写（未使用上传者的文字稿）？
• 类型/级别判定是否有据可查（引用了哪些转写文本特征）？
• 所有教义断言/引用是否经过L0/L1核验？
• D4/D5/D6是否考虑了读稿/生疏信号并相应调整？
• 分数是否符合"高标准制、拉开差距（多人评比时）"原则？
• 待改进建议是否具体可操作（指出哪段、怎么改）？
• 报告中是否无技术标签/术语（用户可直接读懂）？
• ASR错字是否已还原且未入分？
• 转写引擎是否支持时间戳并按 §一.1 选用？
• 转写文本是否确认带时间戳？音频维度特征（F2/F4/F5）是否基于时间戳计算？

---

附录：参考文献（技术依据）

1. Shriberg E. (1994). Disfluencies in Spontaneous Speech. UC Berkeley. —— disfluency 五类分类框架（修正/重复/非词汇填充/口吃/长停顿）奠基，F1–F7 分类基底。
2. Ding et al., IJCNN (2024). Chinese disfluency detection via LLM-augmented BERT (F1=94.3%). —— 证实中文不流畅须以中文专属词表 + 中文字符计数处理，通用英文工具对中文失效。
3. opensmile (audEERING, MIT). 纯声学韵律特征：音高/能量/jitter/shimmer/情感参与度，语言无关，中文有效（声学增强补充，非必需）。
4. faster-whisper (PyPI, MIT). Whisper 加速推理，词级时间戳，CPU 可跑（核心转写引擎）。

附录 A：F1–F7 参考实现（固化算法的规范口径）

以下为实现口径的参考脚本（内部方法论，非需安装的第三方包）。已在本环境运行验证：对一段含已知填充词与 1.5s+ 停顿的样例，输出语速 / 填充词密度 / 停顿数与手工核算完全一致，证明"中文字符计数 + 中文填充词表 + 时间戳间隔"算法正确可执行。

python

# f1f7_reference.py —— F1–F7 带时间戳转写的参考实现口径
import re

FILLERS = ["呃","啊","嗯","那个","这个","就是说","然后呢","那么","的话","是不是","对吧","其实"]
BOOKISH = ["故而","亦即","所谓","此即","乃至","云何","是以","复次","盖","良以"]  # 书面/讲章腔
ORAL    = ["咱们","就是说","其实","对吧","你知道吗","咱","说白了","你看好","是不是"]  # 口语化
PAUSE_SEC = 1.5

def f1f7(segments):
    """segments: list[(start_sec, end_sec, text)]"""
    texts = [s[2] for s in segments]
    full  = "".join(texts)
    chars = re.sub(r"\s", "", full)                    # F1 中文字符计（绝不按空格分词）
    dur_min = (segments[-1][1] - segments[0][0]) / 60.0
    f1 = len(chars) / dur_min                          # 语速 字/分钟

    f3 = sum(full.count(w) for w in FILLERS) / max(len(chars),1) * 1000  # 填充词 处/千字

    durs = [s[1]-s[0] for s in segments]
    mean = sum(durs)/len(durs)
    f2 = (sum((d-mean)**2 for d in durs)/len(durs))**0.5 / mean if mean else 0.0  # 均匀度 CV

    f5 = sum(1 for i in range(1,len(segments))
             if segments[i][0]-segments[i-1][1] > PAUSE_SEC)            # 停顿 >1.5s

    def lcs_ratio(a,b):
        if not a or b: return 0.0
        dp=[[0]*(len(b)+1) for _ in range(len(a)+1)]
        for i in range(1,len(a)+1):
            for j in range(1,len(b)+1):
                if a[i-1]==b[j-1]: dp[i][j]=dp[i-1][j-1]+1
        return max(max(r) for r in dp)/max(len(a),len(b),1)
    f4 = sum(lcs_ratio(texts[i-1],texts[i]) for i in range(1,len(texts)))/max(len(texts)-1,1)

    f6 = sum(full.count(w) for w in BOOKISH)/max(len(chars),1)*1000     # 书面语比
    f7 = sum(full.count(w) for w in ORAL)  /max(len(chars),1)*1000     # 口语化比
    return {"F1_语速":round(f1,1),"F2_CV":round(f2,3),"F3_填充词":round(f3,1),
            "F4_重复":round(f4,3),"F5_停顿":f5,"F6_书面":round(f6,1),"F7_口语":round(f7,1)}