随着人们精神文化的丰富，许多娱乐节目也应时而生，而娱乐节目中的评分环节也是不可或缺的一部分。目前评分方法大多是现场的权威评委根据自己的专业技能，以及场内外观众支持情况来共同决定参赛选手的表现结果。这种评分结果难免会参杂评委及观众个人的主观因素，存在因个人喜好而引起的争议。现有的评分软件可能由于评分参数选择的不合理及相似度匹配的局限性，导致最终的评分结果不是很理想。为了解决该难题，寻找一种快速有效的语音评价方法尤为重要。语音相似度评价是指对原唱者和模仿者语音相似程度的一种自动评价方法，其过程是对输入的标准语音及模仿语音进行特征提取和相似度匹配，让计算机模拟人的主观印象对其相似度做出评价。确保语音识别的准确率是对语音进行准确评价的前提。首先要对语音进行预加重、加窗函数、分帧等一系列预处理，目的是降低语音中的背景噪声,提高语音的纯净度。采用短时平均能量和短时平均过零率相结合的方法进行端点检测,再对语音进行特征提取，将得到的特征参数序列进行模式匹配，最后得出评分。其中特征参数的提取及相似度的匹配是语音相似度评价系统的核心。在特征提取方面，本文选取基音频率、梅尔倒频谱系数和声音强度作为语音特征相似度的评价参数；在相似度匹配方面，本文采用蚁群动态时间规划算法，寻找一条语音特征参数序列之间匹配的最优路径，然后采用欧式距离来衡量语音的相似度。当平均匹配失真(即两者之间的差值)越小时，模仿者的分数就越高，反之，则越低。经过实验验证，本系统在模仿语音与原唱语音在发音和语调的相似程度上，具有较高的准确性。