语音识别中说话人归一化的首要目的为消减说话人之间的随机差异，提高恒定参数，在此过程中过滤个人特征，得到具有语言学意义的有效信息。另一个作用体现在对录音时不同发音方式(正规、差别和紧张等)差异进行消除。i-vector是目前说话人识别中较为有效的一种方法，也是近几年来比较流行的建模思想。它能较好的反映说话人之间的个性差异，利用这个显著的重要特征，无论是对于说话人识别还是在说话人验证方面均显示了其有效性。我们可以利用这些差异进行说话人识别和聚类。进行聚类之后，根据这种聚类信息进行说话人归一化，应该能够得到较好的语音识别结果。根据上述思想，本文将i-vector应用于语音识别中的说话人的声学特征归一化：首先对训练的语音数据提取特征矢量i-vector并利用LBG算法进行无监督聚类，LBG算法的无监督聚类的两类正好反映了男女的性别特征。然后对各类分别训练最大似然线性变换并使用说话人自适应训练来实现说话人的归一化。将变换后的特征用于说话人识别的语音训练和识别，其实验结果表明了该方法能够提高语音识别的性能。