一．课题研究背景及意义 普通话是我国通用的现代标准汉语，国民对普通话的熟练掌握是我国各地区人民交流沟通的基础，截至2015年，中国70%人口具备普通话应用能力，但尚有约4亿人只局限于听懂的单向交流。

普通话的推广和普及是国家的一项重要工作，如何利用现在大量的智能设备与无线网络等科技产品来进行普通话的学习和推广是一项十分有意义的工作[1]。

熟练掌握普通话的听说读写，是社会生活的基础，也为各行业的大繁荣大发展提供了保障。

普通话传统教学主要依靠教师在课堂上口耳相传式的教学方法。

这种传统方法通过教师在课堂中让学生被动得接受训练和教学，效果十分有限，也不利于学生根据自己的薄弱方面主动进行强化学习。

传统的语言学习模式，在教学时间和地理位置上让教师和学习者受限，随着科技的发展与进步，用户可以通过电脑或手机在移动互联网中练习和评测自己的普通话水平，使用成本大大降低。

二．语音识别技术 移动设备上的普通话水平测试的基础是实现语音到文字的准确转换，即语音识别技术。

所谓语音识别，主要是将获取的语音信号转换为相应的文本信息[2]。

语音识别系统主要包含特征提取、声学模型，语言模型以及字典与解码四大部分，其中为了更有效地提取特征往往还需要对所采集到的声音信号进行滤波、分帧等预处理工作，把要分析的信号从原始信号中提取出来；之后，特征提取工作将声音信号从时域转换到频域，为声学模型提供合适的特征向量；声学模型中再根据声学特性计算每一个特征向量在声学特征上的得分；而语言模型则根据语言学相关的理论，计算该声音信号对应可能词组序列的概率；最后根据已有的字典，对词组序列进行解码，得到最后可能的文本表示。

处理信号时，将语音信号当作一个短时的平稳过程来处理即语音信号具有短时平稳性[3]。