现在说话人识别已成为语音识别的一个研究热点。说话人识别技术是语音信号处理技术的主要应用之一。国内外许多研究机构在该领域的研究也一直在进行着。本文重点研究了基于小波分析的说话人识别技术。首先详细讨论了说话人识别的基本原理,内容涉及语音信号的预处理、特征参数的提取以及基于特征参数的识别;重点讨论了基于小波分析的模极大值去噪与小波域阈值去噪法,并进行了改进。其次着重讨论了说话人识别中两种特征参数的分析:线性预测倒谱系数LPCC和Mel倒谱系数MFCC,并将多小波分析应用于特征参数的提取与分析。实验结果表明基于多小波的分析可进一步提高识别率。具体工作如下:(1)分析了当前说话人识别的发展现状、技术难点及需要改进的方向,并研究了与之相关的语音信号处理的内容。(2)讨论了基于小波分析的模极大值去噪与小波域阈值去噪法,并将两种方法结合,用模极大值法的优点弥补小波域阈值法的不足,改进小波域阈值去噪法。通过实验,验证改进的小波域阈值法可有效地提高语音信号去噪的效果。(3)分析两种常用的特征参数,并将其整合,同时将多小波分析应用于特征参数分析。最后用MATLAB仿真实验,验证多小波分析的应用对识别效果的有效性。最后对本文工作进行了总结,同时对接下来的研究工作进行了展望。