现代科技的发展和人工智能的崛起,为生活带来了史无前例的便捷性,尤其是生物特征识别技术的使用已经和个人的生活息息相关。但这类基于生物特征的技术,例如指纹识别和虹膜识别,存在易被盗取或使用场景受限的问题,而声纹作为语音中能够表示说话人身份信息的特征,具有变化性和不易伪造性,可以有效避免上述问题出现在声纹识别技术的实际使用中。声纹识别是根据待识别语音中的声纹特征来辨别说话人身份的过程。按照任务的不同,声纹识别可以分为声纹辨认和声纹确认;再根据是否对语音文本内容做限定,又可以分为有文本的声纹识别和无文本的声纹识别。本文是针对研究难度较大的无文本声纹识别中存在的问题进行研究,主要工作如下:（1）针对MFCC特征或者Fbank特征在深度模型中使用会导致模型性能下降的问题,采用语音信号的声谱图或者对数能量声谱图作为模型的输入。声谱图可以较为完整的保留说话人语音中的身份信息,充分激发神经网络的学习潜力;对数能量声谱图不仅具有上述优势,还可以提高模型的抗噪性,为模型能够提取到更具分辨性的深度特征奠定良好的基础。（2）改变语音预处理方式可以获得更精确的特征,但无法在特征空间中增强不同类别之间的区分性,针对该问题,采用附加角裕度损失函数对特征空间中的决策边界进行划分,来达到约束特征类别聚类的目的。同时在残差网络Res Net34中添加平均池化层、Dropout层和BN层来减少模型在处理声谱图时增长的计算量以及提高训练效率。实验结果表明,在声纹辨认任务中Top-1和Top-5的准确度分别达到90.1%和97.8%,声纹确认任务中的等错误率（EER）降低到3.8%。与基于Vox Celeb1数据集的已有成果相比,三种指标的性能皆有明显提升。（3）针对如何实现既能占用较少计算资源又可以保留大模型良好性能的问题,研究模型压缩方法发现传统知识蒸馏存在局限性,故引入虚拟教师知识蒸馏模型的方法。在构建虚拟教师声纹确认模型的过程中,分别加入空间共享而通道分离的动态激活函数和附加角裕度损失函数,增强模型在深度特征提取和特征分辨上的能力。实验表明,在降低模型一半参数量和计算量的情况下,该模型在无文本声纹确认任务上的训练效率和泛化表达能力均得到了提升,性能指标也达到了和大模型一致甚至略高的效果。综上,通过对深度学习最新理论的研究以及在大型数据集上的实验分析可知,所用方法提高了无文本声纹识别的各项性能指标,并且能够在保证性能不损失的情况下降低模型所需的计算负载,证明了方法的有效性,实现了对声纹识别算法改进的目的。