说话人识别又称声纹识别,是语音信号处理中的重要组成部分,是当前的研究热点之一。说话人识别技术即是一种基于说话人的声音鉴权说话人身份的技术。本文介绍了说话人识别系统的基本原理和研究现状,着重就如何提高与文本无关的说话人识别系统的鲁棒性展开深入研究。本课题对目前主流的高斯混合模型和支撑向量机两大系统进行了详细的讨论,并从特征域、模型域、得分域等不同角度对说话人识别鲁棒性增强技术进行了系统的探讨,并在此基础上提出了基于高斯混合模型超矢量的支撑向量机系统及其测试得分归一化,提出了基于交叉相似度测量的说话人自适应的得分归一化和对称得分技术。本课题在剑桥开发的开源的HTK语音识别工具基础上构建说话人识别确认系统,系统最终采用高斯混合模型超矢量的基于广义线性内核的支撑向量机系统,选用感知线性预测静态及动态参数、RASTA滤波、特征补偿及变换、自适应模型、得分归一化、噪声因子消除等技术。通过多种说话人识别鲁棒性增强技术结合运用,课题整体系统取得了良好的识别性能,已达到美国标准与技术研究院(NIST)公布的2006年及2008年评测结果水平前列。本课题研究主要针对电话信道和麦克风信道下的说话人识别确认系统,但本课题所涉及的许多技术及思想对于其他条件下的说话人确认系统、说话人辨认系统、乃至语音识别系统都有参考、借鉴及应用价值。