在实际生活中,目标说话人的语音会被其他说话人的语音干扰。利用干扰后的说话人语音进行说话人确认时,说话人确认系统的性能会大幅下降。因此,多说话人语音的说话人确认工作包括两部分:对目标说话人语音进行提取和对提取出来的语音进行说话人身份的确认。本文主要研究基于深度学习的多说话人语音的说话人提取和确认方法,主要研究工作如下:（1）提出一种基于深度学习的注册说话人模型的说话人确认方法。该方法分别为每个注册说话人训练一个注册说话人模型。首先构建身份特征提取网络,再利用该网络从每个注册说话人的参考语音中提取深度嵌入信息,并取每个注册说话人的所有深度嵌入信息的平均值作为该说话人的深度特征标签。注册说话人网络由数个注册说话人模型组成,然后根据深度特征标签从注册说话人网络中选择相应的注册说话人模型,使用该模型从混合语音中提取目标说话人的语音。最后,将提取出的语音输入到说话人确认网络验证它是否属于目标说话人。实验结果表明,基于深度学习的注册说话人模型的说话人确认方法是有效的。（2）提出一种基于注意力机制的注册说话人模型的说话人确认方法。本方法是对上一种方法的改进,利用注意力机制对目标说话人的深度特征标签和混合语音进行处理,使说话人模型增加对混合语音中重要语音帧的关注,降低对无用语音帧的关注,从而更有效地学习目标说话人的信息。使用该方法先提取出目标说话人的语音,再利用提取出的语音实现说话人确认。实验结果表明,基于注意力机制的注册说话人模型的说话人确认方法是有效的。