近年来,随着技术的快速发展,自动化口语测评能较可靠地评价朗读题型,实现代替部分人工评分并用于辅助非专业教师打出更合理的分数,然而在口语测评中情感指标却一直被忽视。本研究主要针对汉语朗读题型的发音质量自动评分模型的构建问题展开研究,收集小学四年级学生的朗读语音数据,寻找一种可以对学习者的语音情感发音质量水平进行衡量的方法,并将其融合到发音质量综合评价模型中。根据学术界确立的测量学习者口语表现的“三性分析法”并结合本研究的特点,以普通话水平测试的第三项朗读短文评分准则为基础,制定本研究的评分标准,确定朗读题型的评分特征。将朗读题型自动评分的评分特征分为准确性评价、流利性评价以及情感评价三个维度。准确性评价方面通过调用科大讯飞的语音评测接口得到朗读题型的全维度评分,选择其中的声韵分、调型分以及完整度分三者的平均分作为音准分数,因为科大讯飞评分机制的原因,在流利性评分方面不符合本研究提出的评分标准,所以舍弃评测接口给出的流利性分,转而利用基于短时能量和过零率双门限的端点检测技术对答题语音静音部分进行检测,切分出有效的发音总时长,与标准语音的发音总时长对比,得到的分数作为语速得分。以同样的方法统计切分出测试语音的静音段的个数,得到停顿次数,与发音总时长相除,得到发音的停顿频率,最后把与标准发音的停顿频率的比值作为停顿分数。情感评价方面以当前的情感特征研究成果为基础,提取了了能量、基频、共振峰、等语音信号数据,作为语音情感特征,通过余弦相似度计算标准语音与测试语音在这些特征向量上的相似度,作为朗读题型的情感表达分数。最终将三位评分员给出的平均分作为因变量,各个维度的机器评分作为自变量,利用spss软件构建多元逐步线性回归方程,最终得到的朗读题型自动评分模型为:Score=1.278+0.569*情感分数+1.496*节奏分数+0.558*语速分数+0.249*音准分数。通过对评分模型得出的预测分数与人工给出的原始分数做相关性检验,可以发现人工评分与模型评分的一致率、相邻一致率和Pearson相关系数均比较高,证明了本研究构建的评分模型的效果较好。同时,添加情感指标的评分模型比不添加情感指标的评分模型在人机评分的相关性方面系数更高,也验证了本研究所提出的情感指标的有效性。