语音是人类获取信息的主要来源之一,也是最方便、最有效、最自然的交流工具。说话人识别技术在近三十多年的时间里取得了很大的进步,这种技术的应用为人类的日常生活带来很大的便利。本文构建了一个基于高斯混合模型的说话人识别系统。在完成了多项基本性能的测试和比较的基础上,对模型参数初始化和系统判别中的某些环节进行了改进,提高了系统的识别率。本文的工作主要有以下几个方面:(1)系统构建:采用C++和Matlab混合编程方式,并在VC++6.0的环境下架构了基于高斯混合模型的说话人识别系统。包括声音读取和采集模块、预处理模块、特征参数提取模块、参数训练模块和识别模块。(2)性能研究:主要研究了特征选取和高斯混合模型参数选择对系统性能的影响。在特征参数提取方面,研究了LPC、LPCC、MFCC三种主流特征参数,实验表明,采用MFCC特征参数比采用其他两种特征参数有更好的识别效果;针对高斯混合模型,研究了模型的阶数对系统识别率的影响,分析了阶数过大或过小对系统的负面影响,并结合实际情况进行了选择;提出在EM算法的迭代过程中设置协方差阈值,并对不同阈值条件下的识别率进行实验对比,证明了将协方差阈值设置为0.1的普适性和可行性。(3)系统改进:考虑到少量的孤立点数据就会对K-均值算法的聚类结果产生很大的影响。因此,提出了聚类均值点与聚类种子相分离的思想,并对K-均值算法进行了相应地改进。实验表明,改进后的算法比传统K-均值算法具有更高的准确性。同时,采用三角不等式原理,解决了K-均值算法的时间开支问题;在识别阶段,由于说话人的个性特征时长变动性以及受到噪声等干扰的影响,某些语音测试帧对于非目标模型的得分反而大于目标模型,从而导致误判。因此,针对系统判别准则中常用的传统概率打分法,提出了对语音帧得分进行加权的改进方法,并验证了该方法的有效性。