随着世界经济一体化和我国在世界经济中地位的逐步提高,汉语普通话的学习成为国内外越来越多人士的迫切需求,由于学习人数的急剧增多,普通话教学资源显得越来越匮乏。计算机辅助教学,一方面可以节省大量的汉语教师资源,同时又能满足学生随时随地独立学习的要求,是解决上述问题的一种有效手段。目前世界上主流的计算机辅助教学技术是采用语音识别的框架,这种框架的缺点就是声学模型对相似发音的鉴别能力有限,因此对易混淆音素的评估准确程度不高。为了弥补语音识别框架的这一缺点,本文对计算机辅助教学中汉语普通话易混淆音素的区分进行了研究,针对易混淆音素的声学特征,提出了三种新的特征参数,并采用高斯混合模型(GMM)分类方法,形成一个针对易混淆音素区分的识别算法。在易混淆音素的区分框架中,针对发音方法相同发音部位不同的平舌音和卷舌音的区分,提出了采用强频集中区的能量分布作为区别特征的方法;针对平舌音和卷舌音的能量分布不同,通过美尔三角滤波器组提取高低频的能量累积和,提出了基于美尔倒谱系数(MFCC)特征的新参数作为区别特征的方法;针对人耳听觉感知模型,采用了小波包分解的方法,对易混淆音素的频谱特征进行了精细的描述,提出了基于感觉加权线性预测系数(PLP)特征的新参数作为区别特征的方法,使用GMM对新的特征参数进行分类,并且针对不同的模型阶数进行实验,从而达到区分的目的。