近些年，计算机辅助语言学习发展迅速，并且受到了越来越多的学者广泛地关注。该学科主要通过计算机和信息技术的辅助来推进简单的外语教学活动。但事实上却很少有能够用于外语口语的教学实践的，主要原因是缺乏对学习者口语发音评价和信息纠正的反馈，而正确有效的反馈信息，对于用户提高口语发音水平以及评价这类系统性能都是至关重要的，或错把学习者正确发音视为错误发音处理，学习结果往往事与愿违。在对语音识别技术、评分方法以及有关信息反馈等方面的理论知识进行初步研究的基础上，本文提出了一种基于HMM后验概率评分的改进方法，即不再使用唯一的标准参考模型作为评分和定错的依据，而是引入了整个语料库中的标准发音的平均水平作为另一判定依据，该方法可以减少因标准发音自身的个人差异引起的评分局限性，降低系统在发音错误检测上的误判率，增加错误纠正信息的有效性；并根据常见口语发音错误类型建立了专家意见数据库，结合该库的纠正信息，可以有效帮助学习者提升口语水平。最后，本文设计了一个英语口语自动评分系统，该系统基于Sphinx4语音识别器之上实现了对用户发音的识别、评分、错误判定、纠正意见反馈等功能。最后通过实验和测试，证实了该系统在引入平均发音水平后能够有效提升系统评分性能，并对提升用户口语发音水平具有一定的效果。