语言是人类特有的功能,是自然界中人类区别于其他生物的特殊能力。随着世界一体化的到来,第二语言学习者逐年增加。计算机辅助发音训练技术应运而生,它不仅可以缓解语言教师的压力,而且能够为学习者提供个性化、全天候服务。论文提出了一个声音-唇部映射系统。首先,将Kinect设备录制的声音和3D数据作为原始数据,训练得到映射模型;然后,将声音信号输入映射模型,映射得到相应的3D数据;最后,根据获取的3D数据建立唇部模型,完成了语音信号到3D唇部模型的映射。论文分别对基于K平均算法和基于高斯混合模型的映射方法进行了研究,从主观和客观两个方面对映射结果进行了评价,并对两种映射方法进行了比较。为了提升映射效果,论文还对映射结果使用低通滤波器进行了平滑处理。实验结果表明,基于K平均算法和基于高斯混合模型的映射方法都能够完成声音到3D数据的映射,且基于高斯混合模型的方法要好于基于K平均算法的方法。实验结果也证实,后期使用低通滤波器进行平滑处理能够有效提升实验效果。提出的声音-唇部映射系统能够同时为训练者提供声音和唇部运动信息,使训练者能够更好地进行发音训练,有望用于发音障碍的治疗和第二语言的学习。