说话人识别是生物认证技术的一种,是根据语音波形中反映的说话人生理和行为特征的语音参数自动鉴别说话人身份的技术,有着广阔的市场应用前景。本文研究的是基于矢量量化方法的说话人识别。本文首先对语音信号的特征参数进行分析,重点研究了线性预测系数、线性预测倒谱系数、Mel频率倒谱系数的基本原理和提取方法。接着重点研究了基于矢量量化的说话人识别方法,针对LBG算法的码本设计,提出了一种新的初始码本生成算法;在匹配判决上,提出了基于标准差描述的加权欧氏距离失真测度。在实验测试中,得出加权MFCC参数是性能较为优良的特征参数,能够保证系统有较高的识别率;验证了码本生成算法的正确性和可靠性,并且考察了码本尺寸对系统识别性能的影响;测试了特征参数加权与识别方法加权两种不同加权策略,对系统的性能均有所改善。最后在Matlab下设计了与文本无关的说话人辨认系统平台,在10个说话人的语音库上作了测试,得到了较高的识别率。