陆空通话是民航空中交通管制员和飞行员之间进行交流的主要载体,对于飞行器的正常起降、紧急情况时地空间的沟通都有着重要的意义。依据统计数据,陆空通话错误引起的飞行安全事故占所有安全事故的41%,对陆空通话进行分析有助于避免出现飞行安全事故。为保障航空安全,缓解陆空通话分析工作中的人工负担,本文针对陆空通话语音特点,探索适用于陆空通话的说话人识别方法,从而为陆空通话的自动化与智能化分析奠定基础。为获得良好的陆空通话语音样本,本文首先探索了陆空通话场景下的端点检测方法,然后,针对陆空通话的短语音特点和复杂噪声的问题展开说话人识别方法的研究。主要工作及成果如下:1)设计了基于多特征融合和双门限估计的端点检测方法针对陆空通话音频中的噪声和短间隔特点,选用短时能量、短时过零率和谱熵三种语音特征进行融合获得融合特征,融合特征在复杂的噪声条件下可对语音和非语音的变化更加敏感;设计结合FINCH聚类的双门限值估计算法,能够根据陆空通话音频的融合特征样本集,自适应地估计高低门限值且时间复杂度低,从而使端点检测方法具有良好的泛化能力以及实时性;在此基础上,设计面向陆空通话的端点检测方法;并设计对比实验,结果表明基于多特征融合和双门限估计的端点检测方法能够快速且较准确地检测陆空通话语音的端点,从而为后续说话人识别研究提供良好的数据支持。2)构建了面向陆空通话短语音特点的说话人识别模型针对陆空通话的短语音特点,构建了端到端的说话人识别模型。端到端的设计,使陆空通话语音中蕴含的所有说话人信息都被模型接收;使用可学习的Sinc滤波器组进行特征提取,滤除对说话人识别无意义的语音特征;构建双重注意力机制,对语音特征进行增强并加强模型对关键语音特征的关注度;选用残差神经网络作为骨干网络,避免说话人信息在传递过程中丢失;设计多尺度卷积残差块,从多视角对特征进行挖掘;设计动态角度间隔损失函数,进一步提升模型的性能,解决样本数据不均衡的问题并改善模型的非凸优化问题;并设计对比实验,结果表明所构建的模型能够有效提高短语音说话人识别的准确率和等错误率。3)设计了基于语音增强的降噪和联合优化的陆空通话说话人识别方法针对陆空通话语音中的复杂噪声,构建基于深度解编码网络的语音增强模型,使用解码器消除噪声,使用编码器对语音重构,并利用跳跃连接保证在语音重构过程可有效恢复语音细节,缓解语音失真的问题;设计联合优化训练方法,在训练过程中将说话人识别损失函数与语音增强损失函数联合,实现语音增强模型和面向陆空通话短语音特点的说话人识别模型的联合优化;在此基础上,提出了陆空通话场景下说话人识别方法;并设计对比实验,在陆空通话数据集和公开数据集上对本文方法进行评估,结果表明本文方法在准确率和等错误率指标上均有良好表现,从而验证了该方法具有一定的实际应用价值和泛化性。