在基于生物特征识别的身份核验系统中,说话人识别技术相较于其他生物特征识别技术具有很多优势。由于实际使用中的身份核验系统对识别准确率、系统鲁棒性有着极高的要求,而目前说话人识别技术水平还很难满足系统的这些性能需求,因此该技术仍处在技术研究阶段,并未大规模在实际场景中应用。为提升模型的识别性能和模型的鲁棒性,本文对说话人识别中的关键技术:语音特征提取、损失函数与识别模型结构三个方面进行了相应研究。本文主要工作内容和创新点如下:1、针对单特征存在的信息种类单一、信息量少的问题,提出一种有效的语音特征融合方案。语谱图特征参数相对MFCC和Filter Bank特征参数,其特征提取过程中计算步骤较少,保留的语音原始信息更多,这类特征更适合在深度学习中使用。本文研究了以语谱图为主要特征,以MFCC或Filter Bank为辅助特征的多种浅层特征融合方案,并最终找到了一种效果最优的融合特征。通过在基于卷积神经网络和基于循环神经网络的识别模型上的多组对比实验,验证了该方案的有效性和效果。2、针对GE2E损失函数中说话人中心向量计算方式存在的不足,提出一种基于说话人全局中心的端到端损失函数。对常用的Softmax、Triplet、GE2E损失函数进行比较和实验,证实了GE2E是一种性能优异的损失函数。但GE2E中的说话人中心向量是一个局部值,该值与真实的说话人中心向量之间存在较大误差,于是提出基于说话人全局中心的端到端损失函数GC＿GE2E。通过说话人确认测试与说话人辨认测试,证明了GC＿GE2E对说话人识别有效,且GC＿GE2E的性能优于GE2E。3、基于本文提出的语音特征融合方案和损失函数,构建了基于多尺度卷积残差神经网络的说话人识别模型,该模型考虑到实际的基于说话人识别的身份核验系统对识别性能、系统鲁棒性等方面的要求,采用了卷积神经网络与多尺度残差网络等技术。多组对比实验结果表明,该模型具有较好的识别性能;跨数据集与跨语言的实验结果,验证了该模型的鲁棒性。4、设计并实现基于说话人识别的身份核验与识别应用系统,该系统基于本文上述研究成果,并结合语音识别技术共同构建。该系统可以实现说话人语音识别与动态口令验证,能够有效预防假冒闯入攻击;该系统提供了声纹注册、身份核验和身份识别功能,具有较好的应用价值。