语音是人们日常生活中交流的主要手段,是获取外界信息的主要来源,同时它本身也包含了说话人特有的信息。充分、有效地利用这些特有信息将为我们的生活带来更多的便利。声纹识别技术将语音作为研究对象,通过提取和分析特征参数从而达到识别的目的。本文首先对说话人的语音进行数字化提取,通过量化、预加重、分帧和加窗的手段对语音进行预处理。语音波形的有音区片段通过端点检测进行查找。对包含背景噪声的说话人语音的语音增强,采用了离散线性卡尔曼滤波,滤波方法在原有的依赖于线性预测系数的基础上做了相关改进,提高了滤波性能。其次,对于表征说话人个性的信息进行了分析和特征提取,包括采用AMDF提取基音周期,利用倒谱法提取第一、第二和第三共振峰;时域内,利用线性分析提取线性预测系数(LPC)和线性预测倒谱系数(LPCC);在频域内,提取基于人耳听觉特性的Mel倒谱系数(MFCC)及其一阶差分。基于已有的特征参数提取算法,部分进行了改进。再次,建立了以单高斯密度函数为基础的高斯混合模型(GMM)用于说话人识别。通过K-means算法对模型初始参数进行估值,K-means算法中通过方差分析来进行初始聚类中心的选定,通过使用三角形法则和聚类中心内区的判定达到加速聚类的目的,在聚类时考虑了孤立点的干扰。在高斯混合数确定的情况下,通过高方差法对特征参数矢量序列进行优化。最后,实验以计算机为硬件平台,Windows 7为软件平台。利用Matlab2012b进行语音采集、预处理、语音增强、特征参数提取、参数训练和识别建模等试验。实验内容涵盖了各个待定数值选择对识别率大小的影响,并通过图形清晰的显示出来。图形表明:当满足测试语音时长为5s,以MFCC、△MFCC与LPCC相结合作为识别参数,GMM混合数为32,训练模型协方差对角阵元素最小阈值为0.1时;识别率较高。同时对于本文所做的算法改进,经实验,结果表明识别率得到了一定提高。