语言作为一个人从出生就开始学习的基本技能,作为一个人生存、生活及工作等方方面面的必备技能之一,是人与人之间交流最基本的工具,从古至今,语言都是人们沟通、记录甚至是传承的主要方式。千年来,语言都是人们最基本的技能,一个人可以不会写字但一定会用语言表达,这也使得人与人之间的语言交流是门槛最低、最自然的交互方式。近年来电子产品的品类越来越多,也逐渐成为日常生活中的必需品,不过目前为止大多数的电子产品交互方式依然是按键以及图形界面控制,这种控制方式虽然也历经多年沉淀被人们所熟悉,但人与电脑、手机等智能硬件设备如何更方便、更自然、更人性化的交互也逐渐成为关注的重点,尤其随着智能手机的发展,“用户体验”成为互联网产业中不可忽视的因素所在。然而,我们发现尽管现今的电脑、手机等智能设备已经日益发达,但不可否认人们在与这些设备之间的交互还是具有一定门槛的,如何更自然的使用这些设备仍然是一个问题。因此,结合本人的工作所在的公司主营业务,将语音技术与落地工程化相结合,深入的研究智能语音在消费类电子产品的应用有着重要的意义,可以更好的将技术应用在实际的产品中,不仅可以为消费者提供更好的产品,还可以推动语音技术更好的发展。在语音行业中,语音识别、语义理解、对话系统等均是重要领域,语音识别、语义理解目前已经是技术相对成熟的领域,而基于语音信号衍生出的声纹识别是目前语音行业中被关注的重点之一。在业内,声纹识别目前主要的方法为采用基于固定文本如唤醒词进行说话人的身份判断,该方式的鲁棒性较低导致其落地能力差强人意,本论文基于现有语音信号处理技术,结合基于唤醒词声纹识别的数据库的建立,构建说话人专属数据库,提取其语音交互输入的文字相应的声纹模型,建立了一套更具鲁棒性的声纹识别系统。在声纹判决方面,相较于传统的基于固定文本的声纹判别系统,本文采用将用户在与智能语音设备交互时,输入的唤醒词声纹判断结果作为基础和标签,为该用户建立相应的数据库,而后将该用户输入的语音指令对应的文字和信号进行记录,逐渐针对单个文字形成对应的声纹模型,后续将以这些文字作为二次检验的依据,以提升整个系统声纹识别的准确度及鲁棒性。