语者发现与跟踪技术作为说话人识别技术的应用之一，它解决的是在待处理的音频文件中的语者数目、语者身份、语音背景等都未知的情况下，检测和识别出谁在音频文件中的什么时刻说了话，实现对音频文件中的不同语者的语音的有效分割、检测和识别。语者发现与跟踪技术有着广泛的应用前景，例如，针对电话语音、新闻广播、会议等音频数据，利用该技术实现对音频数据中的语者的语音进行检测和跟踪，高效的提取语者的语音信息。语者发现与跟踪系统一般主要包括特征提取、语音检测、说话人分割、说话人聚类和说话人识别，其中特征提取、语音检测和说话人分割的性能直接影响着系统的性能。本文重点在以下方面进行了研究:　　(1)概括和归纳语者发现与跟踪系统的发展现状和技术基础。　　(2)概括了说话人分割聚类常用的特征，重点研究了MFCC的提取过程及参数的设置，并引入短时能量和基音周期与MFCC融合，比较组合出的新的特征与MFCC的分割性能，选择出最佳的特征。　　(3)概括了语音检测算法的常见技术，重点研究了基于统计模型的语音检测算法，提出了针对普通话的语音前端检测算法，实现对典型算法的改进和完善。在低信噪比环境下，语音前端检测算法能够有效的改善语音的前端检测错误。　　(4)概括了说话人分割算法的常见技术，重点研究了基于度量距离的说话人分割算法，完成了对BIC分割算法和DISTBIC分割算法的对比，选择出最合适的分割算法。　　(5)完成对语者发现与跟踪系统的设计与实现，系统的技术环节有特征提取、语音检测、说话人分割、说话人聚类、说话人重分割、说话人重聚类和说话人识别，分析了各个功能模块的实验结果及对系统性能的影响。