非母语说话人用英语讲话时,会表现出不同的口音或非英语母语口音的特点,基于该特点可识别出说话人的口音及其母语。外国口音的自动识别在众多语音系统中具有重要作用,如辨认说话人、数字学习、电话银行、语音邮件、语音转换和移民筛选等,此外,在保证自动语音识别(ASR)系统的鲁棒性方面也十分重要。但是,自动化的口语识别也面临很多困难,主要包括口音特征往往和语言内容、韵律、环境噪声以及说话人自身语音特点混杂,需要搭建复杂和非线性的口音识别模型。另外,包含大量样本的口音语料库也需耗费大量时力。本论文通过对语言学发音方法的研究,获得有效体现母语的发音特征,并采用改进的极限学习机算法,获取较为权威和丰富的英语方言语料库,分别实现二元口音分类和多元口音分类识别模型,获得了较好的识别结果。本文首先通过研究阿拉伯人在英语辅音方面的发音差异,提出了基于极限学习机(ELM)的口音识别模型。将切分好的辅音音素的梅尔倒频谱系数(MFCC)作为声学特征输入,对ELM分类器进行训练。分类器采用KFold验证的方式表现出更快的学习效率和性能,其精度可达88%,标准偏差为0.0167而SVM和DBN分类器的精度分别只有76%和64%。进一步与采用基于单词进行MFCC特征提取的SVM和DBN模型,进行对比,发现本文所提出方法较之精度分别提高了11%和16%。进一步,针对传统模型通常是为二值分类而设计,且在二值分类方面具有较好表现,但在多元分类方面则效果较差,模型总体性能表现和能够达到的准确度有限,本文提出了基于多核极限学习机(MKELM)的包括英语、阿拉伯语、汉语、韩语、法语和西班牙语的多类外国口音进行识别。该模型首先将MFCC和韵律特征结合作为原始输入特征,对两两成对的二元分类器分别进行训练,然后采用加权方案对所有的二元分类器结果进行集成判别,从而实现对六种不同母语的英语口语进行分类。本文提出的多元口音口音分类模型采用成对加权方案后可使准确率达到82.75%,好于SVM的71%和KELM的81.2%。相比于传统的多元分类模型,本文提出的模型准确率达到82.5.5%,而SVM,ANN,LSTM,ELM,MLEMM和KELM模型分别为39%,21%,27.1%,32%,37%,65%。在模型性能方面,本文提出的模型花费时间较少,只需45s,而SVM模型则要多花一倍的时间,约92s。通过性能和准确率的整体比较,可得本文所提模型在多元分类方面具有较大优势。