随着世界经济一体化的日益形成，汉语作为世界上使用人口最多的语言和联合国规定的六种工作语言之一，受到越来越多的国家的重视。国内外学习人数急剧增加，同时，传统的语言教室教学模式和当前普通话水平测试采用的主观测试方法逐渐不能满足语言推广的需要。本文在计算机辅助汉语普通话学习和客观测试方面进行了深入的研究。 针对汉语普通话学习和测试的自身特点以及研究现状，本文采用以专家打分为评价标准的两种系统评价方法，分别是相关系数评价方法和分差评价方法。其中，分差评价方法可以给出比较直观的系统性能。本文研究了基于HMM的客观测试方法，并采用音素广义后验概率作为评价特征。提出了基于状态图的评价特征同步计算方法。该方法在计算评价特征时只需要一遍解码和计算过程，在系统打分分差从9.5降低到9.05的基础上，计算复杂度降低16﹪。 由于基于HMM的客观测试方法对某些音素的鉴别度不高，且不能提供更详细的反馈信息，本文提出了基于SVM算法的汉语普通话韵母评价方法和基于区别特征的声母评价方法。韵母评价方法采用韵母的共振峰模式作为评价特征，并为每个韵母分别训练全分类模型、子分类模型和评估模型，在多级分类的基础上对发音水平进行测试打分。 在声母的评价方法中，针对发音方法相同发音部位不同的平舌音和卷舌音的评估，提出了采用强频集中区的能量分布作为区别特征的评估方法。同时，提出了基于滑动窗寻找能量极大值的递归计算方法去除低频高能量区，并以能量均值比为特征对平舌音和卷舌音进行区分。实验结果表明，评估正确率达到98.35﹪。针对平卷舌音中发音方法不同发音部位相同的塞擦音和清擦音的评估，采用了多分辨率分析的方法来分析塞擦音除阻过程中的能量突变，提出了前后向同时查找法确定能量突变段，并采用能量变化率作为特征对塞擦音和清擦音进行评估。实验结果表明，评估正确率达到91.9﹪。 本文在以下方面有所创新：1.在基于HMM的客观测试方法中，提出基于状态图的评估特征同步计算算法； 2.提出以共振峰模式为特征的韵母评价方法； 3.提出基于能量均值比特征的平舌音和卷舌音区分方法，并采用基于滑动窗寻找能量极大值的递归计算方法去除低频高能量区； 4.提出了前后向同时查找法确定能量突变段，并采用能量变化率作为特征对塞擦音和清擦音进行评估的方法。