声纹具有唯一性,声纹识别技术是生物认证领域的热点和前沿研究技术。论文针对与文本无关的声纹确认技术进行研究,采用残差卷积神经网络进行声纹特征的提取,并加入注意力机制提升识别效果,同时也对不同损失函数对声纹识别领域的影响进行研究,并提出了一种适合应用在该领域的AP损失函数。论文也采用了数据增强策略进一步降低声纹识别系统的Equal Error Rate（EER）指标,论文的主要工作和贡献总结如下:（1）设计并改进声纹识别特征提取模块,改进了原有的ResNet-34模型,将Convolutional Block Attention Module（CBAM）注意力机制和Self-attentive pooling（SAP）编码层引入模型,提出了FRACNN2D神经网络模型,在VoxCeleb1数据集上该模型对比x-vector模型EER指标降低了2.01%,Minimum Detection Cost（MinDCF）降低了0.33,Area under the Curve of ROC（ROC-AUC）降低了0.85%。在VoxCeleb2数据集训练对比ResNet-34模型EER指标降低了1.72%。（2）研究不同损失函数对声纹识别领域的影响,包括基于分类目标的传统的Softmax损失函数及其改进的AM-Softmax、Arcface损失函数在不同系数m和超参数s情况下的表现,也对基于深度度量学习的GE2E和Prototypical损失函数进行分析和实验,并对原有的Prototypical损失函数加以改进提出了AP损失函数,利用余弦度量引入了尺度不变性和旋转不变性,最后应用EER指标对不同损失函数进行性能分析,表现最佳的AP损失函数在VoxCeleb1数据集上EER指标降低了4.57%。（3）对论文提出的FRACNN2D-AP神经网络模型采用两种数据增强策略,第一种策略是添加加性噪声,包括Music、Bubble、RIR等噪声,第二种是使用Spec Augment策略进行数据增强,具体包括Time Warp、LB、LD三种方法,两种策略分别使EER指标降低了0.11%和0.19%。