语言是人类最便捷的交流方式，随着全球化程度的不断加深，越来越多的人希望掌握一门除母语之外的交流语言。英语作为一门全球性的通用语言，获得了日益广泛的关注，而其中口语学习至关重要。对于英语学习者来说，一对一的师生交流和指导是提高口语水平最有效的方式，但传统的英语课堂教学很难满足大多数学习者的口语学习需求。得益于语音处理技术的不断进步，计算机辅助语言学习(Computer Assisted Language Learning，CALL)系统日趋智能化，不仅能指出学习者的发音错误，还能评估其整体发音水平。本文就是对CALL系统中的发音错误检测和发音质量评测这两项关键技术进行研究，并将两者有效融合，旨在构建一个适合于中国学生的英语朗读发音质量评价模型。
　　本文的主要研究内容如下：
　　1、研究了两种不同的发音错误检测方法。第一种方法基于语音识别框架，将计算得到的音素发音标准度得分和判决门限进行比较，从而判断音素发音是否正确。其中，对标准美音声学模型进行了优化调整，使其适合于评价中国学生的英语发音，并设置音素独立门限来提高发音错误检测性能。
　　2、针对第一种方法对易混淆音素检测能力有限的问题，本文采用了第二种基于声学语音学知识的发音错误检测方法，重点研究了中国学生在英语发音过程中出现的典型易混淆音素/i/和/I/，通过提取区分性的声学语音学特征，并使用支持向量机(Support Vector Machine，SVM)进行发音错误检测，取得了比第一种方法更高的发音错误检测性能。
　　3、发音质量评测时，为了更全面地评估学生整体朗读发音质量，除了传统的发音标准度评测外，又分别从发音流畅度和语调两个维度进行评测。在发音流畅度评测中，设计了一种新的评测特征，即单词段长比；在语调评测中，研究了基于动态时间规整(Dynamic Time Warping，DTW)算法的语调评测方法。最后，引入支持向量回归(Support Vector Regression，SVR)算法实现以上不同维度评测特征的有效融合，显著提高了发音质量评测性能。