本文采用三维运动捕捉技术对汉语普通话的语音以及人脸特征点坐标进行数据采集,通过研究分析发音人汉语普通话唇部的发音变化特征,实现汉语普通话语音学习软件的设计,从而达到语音教学的目的。全文的研究工作主要包括以下三部分内容:(1)采用经过Vicon Cara和Dynamixyz两者改装相结合的面部捕捉技术,得到能够同步采集音频和视频的运动捕捉系统。首先,对人脸面部特征点及语音数据进行采集;其次,使用该系统的CaraPost软件对人脸面部特征点进行预处理;最后,使用Motion Builder导出已处理的人脸三维坐标点。(2)使用MATLAB开发工具构建人脸模型。首先,使用人脸模型方法对三维人脸特征点进行构建;其次,由于构建的人脸唇形曲线不够生动自然,采用三次样条插值方法对内外唇轮廓进行数据平滑处理,从而实现光滑的唇轮廓曲线;最后,三维人脸与语音数据的合成,利用Premiere工具将发音人脸与语音进行渲染合并,并利用切音工具按音节切分,最终得到所有的动态三维人脸发音视频库。(3)通过Director多媒体开发工具实现汉语普通话语音学习软件的设计。首先,依据设计方案对开发软件所需要的素材进行制作和搜集,并设计软件的三级界面;其次,组装和搭建软件的功能部分,应用Director内部Lingo语言命令控制界面切换与功能实现部分;最后,对设计完成的汉语普通话语音学习软件进行测试,并检查该软件执行状态。