本文将语音信号处理技术应用在外语语言学习中，设计实现一个可以自动评价中国人英语发音质量的系统。该系统集中了人类发音专家的知识，可以自动比较学习者的发音与标准发音之间的差别，并将比较结果以分制或等级的形式反馈给学习者。 本文将全局背景模型(UBM)引入到发音质量评价算法中，提出了一种新的评价发音质量的测度，称为基于UBM的对数似然比。本文采用英国剑桥大学的HTK工具包作为实验平台，验证各种评分算法的有效性。实验证明，在实验室自行采集的干净的非母语语音测试集上，基于UBM的对数似然比分数与专家评分的相关性明显优于其它的评分测度。 为了将中国人英语发音质量评价系统投入实用，本文利用VC 6.0实现了一个完整的发音质量评价系统。该系统实现了三种发音质量测度，分别是对数似然度分数(局部规整)、语速归一化段长分数和基于UBM的对数似然比分数；并利用实验求得的线性回归方程将三者综合起来，得到最终的发音质量评价分数。