汉语作为世界上使用人数最多的语言,有着悠久的历史和丰富的内涵。从语音的角度讲汉语的是声调语言,发音抑扬顿挫,节奏感很强。相比大多数语言尤其是印欧语系的语言,汉语有着自己鲜明的特点。本文着重研究汉语在语声方面的特点,提取带有汉语特点的语声特征,重点研究高级特征。意在将其应用到汉语说话人识别领域中去。以此提高汉语说话人识别的识别率。研究初期的重点是高级特征基本构成的提取,尤其是描述声调的基音周期和描述重音的短时能量。利用基音追踪的多种方法,减少基音周期轨迹中的坏点。对比响度和短时能量的提取原理,借鉴PLP的提取方法,提出了一种新的可以表示能量的特征——感知能量。该能量的提取,考虑了入耳的听觉特性,在区分说话人的能力方面也优于短时能量。在得到了可靠的基音周期和能量后,综合并利用它们给出了合理的描述韵律的符号。使用n-grams模型对韵律符号建模,很好的描述了语音的马尔科夫性,利用了语声高级特征的信息对说话人进行了区分。随后,进一步探讨了韵律特征的改进,具体而言,将韵律词韵律短语加入韵律符号,并根据汉语尾音拉长现象对韵律符号进行规整。完成汉语韵律特征的提取与建模,提高了识别效率。最后完成了支持开集的说话人识别系统。提供五个可供选择的特征。通过实验,对不同特征的得分进行融合,融合的方法分别使用加权和与支持向量机,最终达到了利用汉语韵律特征提高说话人识别率的效果。