当前言语障碍患者的语音康复服务主要采用人工训练的形式,存在资源不足、成本高、不方便等问题。在当今移动互联网技术、人工智能技术以及精准医疗快速发展的大形势下,智能终端应用越来越普及,利用移动互联网和人工智能技术服务于言语障碍康复工作具有重大意义。本文针对言语障碍康复训练中的音节发音正确性评价问题开展研究。将基于连接时序分类（Connectionist Temporal Classification,CTC）的模型应用于普通话孤立音节语音识别,在实验验证方法有效的基础上,提出了三种孤立音节发音正确性评价方法并用言语障碍发音测试集进行测试,最后搭建了一个言语障碍音节发音正确性评价系统。本文的主要工作包括:1.将卷积神经网络（Convolution Neural Network,CNN）应用到普通话孤立音节音调识别,正常发音测试集的识别准确率为95.93%;根据音调识别的特点,提出了使用小规模基本音节集来训练音调识别模型,降低训练数据需求量,实验结果表明当基本音节集选取合适时,即使训练数据量下降到原来的十分之一,模型也能取得92.17%的识别准确率。将CNN音调识别模型应用到言语障碍发音音调正确性评价,取得了75.03%的准确率。2.分析了普通话连续语音与孤立音节语音的区别,实验研究了连续语音识别系统直接应用到孤立音节语音识别任务上的性能及特点,实验结果表明孤立音节时长越长,系统对韵母的识别性能越差。将CTC模型应用到孤立音节语音识别中,通过实验研究了不同建模单元方案的优劣,选择声母+有调韵母作为本文发音评价系统中CTC模型的建模单元。3.基于CTC孤立音节语音识别模型,提出了三种孤立音节发音正确性评价方法,通过实验研究了各方法的性能与优缺点。在言语障碍发音测试集上的实验结果表明:对于声韵母,本文提出的基于声学混淆信息及识别结果置信度的方法能取得最高的总体检测准确率,分别为77.19%和71.16%;基于贪心算法解码的方法能取得最快的检测速度,同时在声韵母上能分别取得68.94%和62.24%的总体检测准确率。4.搭建了一个言语障碍音节发音正确性评价系统,该系统采用客户端-服务端的框架工作,提供言语障碍患者进行语音康复训练的平台。