为促进各民族团结与文化融合,国家大力推动并开展少数民族国家通用语言的教育普及工作。由于藏族有其特有的语言及文字,因此藏族说话人的国家通用语言口语发音存在明显的“民族腔民族调”,也令国家的口语教学工作遇到了较大的阻力。目前对于国内藏族说话人的口语发音偏误检测研究相对较少,因此,本文充分结合智能语音信息处理技术,研究藏族说话人的口语发音偏误问题。本文基于自动语音识别（Automatic Speech Recognition,ASR）技术对发音偏误检测进行研究,主要对语料库建立与标注,发音检测任务中的打分映射模型以及声学模型的训练进行了研究,最后基于研究结果对藏族说话人的口语发音偏误信息进行统计。本文的创新点及主要研究内容如下:1.语料库的设计与人工标注实验。语料库的设计包括中介语语料库的设计和国家通用语言标准发音语料库的设计。中介语语料库根据藏语方言与汉语普通话的发音特点对比设计了语料库,用于测试发音偏误检测性能。国家通用语言标准发音语料库主要用于训练声学模型。然后根据本文提出的标注规则对中介语语料库进行人工标注实验。2.采用声调检测及GOP算法对藏族说话人发音偏误检测进行研究。发音良好度（Goodness of Pronunciation,GOP）是一种常用的针对发音内容准确度的打分算法。本文结合声调检测和GOP算法,利用神经网络训练声学模型,对藏族说话人的国家通用语言口语发音进行偏误检测实验。与传统的GOP打分模型相比,本文提出的方法提高了偏误检测准确率。3.采用基于DFSMN-CTC的声学模型对藏族说话人的发音偏误检测进行研究。本文使用深度前馈序列记忆网络（feedforward sequential memory networks,DFSMN）模型,以链接时序分类（Connectionist Temporal Classification,CTC）作为模型的损失函数搭建了DFSMN-CTC声学模型进行音素层的发音偏误检测实验。与传统声学模型对比,准确率达到88.73%,本文提出的方法提高了偏误检测的效率及准确率。4.藏族说话人国家通用语言口语发音偏误分析。根据本文前期的研究结果,得出藏族说话人分别在声母、韵母、声调三方面的具体偏误信息,分别展开统计了偏误占比。