随着中国英语热和国际交流的增多，英语口语能力也越来越受到人们重视。由于课堂教学的局限性和师资力量的匮乏，计算机辅助语音学习系统(CALL系统)应运而生，弥补了传统英语学习的不足之处。本文便是对计算机辅助语言学习系统中非常重要的一类——音素发音检错系统的一次深入研究。本文基于HMM智能语音识别技术，对音素发音检错系统包括技术框架构建、关键技术改进以及相关技术应用，进行了深入而系统的研究，本论文具体的研究工作和研究成果如下： 首先，本文构建了一个基于HMM智能语音识别技术的英语音素发音检错系统，填补了目前国内此方面的空白。在本文的第二章中，我们顺着系统中语音信号处理的脉络，对特征参数提取、HMM音素建模、音素边界自动切分、发音质量评分、发音阈值训练等各个方面给出了详细介绍，并在所录制的数据库的平台上做出实验得到系统的基本性能做为下面工作的对比参考系统。 其次，提出了音素阈值独立阈值优化算法。在实际的系统中，由于不同音素GOP值的分布大相径庭，因此应该使用独立训练的音素发音阈值而非统一阈值。然而要得到使用独立阈值的系统其整体性能的最优解计算量过大，无法具体实现。为此，本文提出了音素发音独立阈值优化算法，求得系统的次优解，将计算复杂度由O(M-1)!)降低到O(M*N)(N为音素模型个数，M为召回音素个数)，且相对于使用统一阈值的系统系统性能约提高了10％。 最后，针对中国人朗读英语时常常会漏读一些音素的发音特点，我们借鉴了语音识别技术中Lattice的思想，提出了限定的音素对齐识别网络的算法，能够有效的检测出漏读的音素，提高了系统的性能。