有两个语音样本（在wav或mp3中）。需要比较两者并设置比较的一些系数。
需要像Rosetta Stone一样训练发音。
首选.net。
的libs答案 0 :(得分：2)
从.NET Framework中的System.Speech库开始：http://msdn.microsoft.com/en-us/library/gg145021.aspx
此页面显示了如何使用Synthesis来说出单词，以及识别用于倾听和识别用户所说的内容：http://www.mperfect.net/speechSamples/