数字语音教学系统是语音教学中主要的辅助工具。学生通过数字语音教学系统提供生动形象的英语资料进行学习。实践证明,数字语音教学系统可以有效的调动学生学习英语的兴趣和提高学习效果。为了共享网络资源,数字语音教学系统将局域网内所有教师机的语音资料共享给所有的学生机。虽然学生可以学习的资源丰富了,但是由于学生机存储空间有限,只能存储音频片段。在学习过程中,学生真正需要学习的是音频片段对应的音频原文,但是通过怎样的方式快速高效的根据音频片段检索出原文成为亟待解决的问题。基于内容的音频检索技术的原理是通过提取音频数据的特征信息,从而查找相似音频。因此,数字语音教学系统可以采用音频检索技术检索相似原文。论文中重点研究了音频检索技术在数字语音教学系统中的应用。论文通过对感知哈希和现有相似度匹配模型进行研究,将感知哈希技术与音频检索技术相结合,对现有相似度匹配模型进行改进,提出分段分层感知哈希相似度匹配模型,将被分割音频有效片段作为整体进行粗-细分层匹配,减少了相似度匹配的次数,提高了音频检索的效率。该系统以客户端提供的音频片段作为系统输入,并且将结果以列表形式返回给用户,可以进行实时播放。