本发明提供了一种基于视听联合注意的视频质量评价方法、系统及终端，该方法在传统基于视觉注意的视频质量评价方法的基础上，通过纳入听觉对视觉注意的影响，构建更加全面的视听联合注意力模型，然后在视频局部失真池化的时候引入基于视听联合注意的加权池化，从而更好地辅助视频质量评价；该方法主要包含三大步骤：构建视听联合注意力模型，视频局部失真度量，基于视听联合注意的局部失真池化。本发明可以更全面地考虑听觉对视觉注意的影响，从而利用视听联合注意更有效地辅助视频质量评价。