目前電子耳蝸在漢語的應用環境下會丟失音調信息，導致言語識別率的降低。為了便于針對性地研究適合漢語特征的電子耳蝸言語處理算法并提高言語識別率，本文在改進的電子耳蝸前端信號采集平臺上研究了不同電子耳蝸言語處理策略的波形特性以及語譜分布、能量強度、基頻和共振峰等譜相關參數，通過分析和提取參數特征，研究了兩大類電子耳蝸言語處理策略的特征。因此，本文的研究目的是期望通過本文結果能夠有助于擴展基于漢語特征的電子耳蝸言語處理策略的研究。
本研究通過分析聽障學生和健聽學生普通話鼻韻母的聲學和運動學數據，探討其發音數據差異及不同發音特征間的關系。利用三維電磁發音儀采集 14 名聽障學生和 10 名健聽學生的鼻韻母發音數據，排除其中 4 名發音錯誤率較高的聽障學生的數據不予分析，然后采用語音學軟件和數據處理軟件分別提取鼻韻母的聲學數據和運動學數據，對試驗數據作 t 檢驗及相關性分析。試驗結果表明，與健聽學生相比，聽障學生的第一共振峰頻率（F1）、第二共振峰頻率（F2）、舌位以及聲學—運動學關系在不同音值下的差異具有統計學意義（P<0.05 或P<0.01）；聽障學生/en/和/eng/所得垂直運動數據—F1 關系與健聽學生相同。本文研究結論或可為聽障患者康復訓練提供指導依據，幫助聽障患者提高發音準確率。