从二十世纪80年代开始,随着科技的发展,文本无关说话人认证作为模式识别领域类一个的分支,越来越受到研究人员的青睐。目前,最热门的文本无关说话人认证系统均是基于高斯混合模型并结合背景模型的,这类系统忽略说话人说话的内容、语言等,因而其工程应用价值大打折扣。为了弥补当前技术的不足,近两年,基于广义音素的说话人认证系统引起了学术界的关注。采用广义音素的说话人认证不仅可以结合语音识别技术、文本无关说话人认证技术,还可以引入商业应用中比较成功的文本相关说话人认证中的技术:另外,广义音素的说话人认证可以很好的解决由于说话人语言多样性而带来的问题。在课题中,作者从广义音素的定义开始,对基于广义音素的说话人认证系统作了深入研究。文中,作者提出了一套完善的广义音素定义及模型训练方法并设计了基于广义音素的说话人认证系统的整体框架,使系统的性能和流行的基于高斯混合模型并结合背景模型的系统性能相当;同时,为了提高音素识别前端处理以及说话人自适应的效率,作者分别提出了快速声道长度归一化算法和说话人自适应鲁棒性算法;除了对基于应马尔可夫模型的广义音素说话人认证作了大量的研究,作者还提出了以本征音说话人自适应训练因子来张成说话人空间并使用支撑向量机在该空间来做说话人认证判决的系统,该系统能对传统的系统判决起到很好的补充作用。