电话(手机)语音的说话人确认具有广泛的应用前景，但是在实际应用中，往往面临着语音数据不充分，语义内容不能预先确定，电话(手机)类型繁多，使用环境复杂的问题。因此，目前在对短(10秒左右)电话语音条件下与文本无关的说话人确认问题的研究中，因为电话通道、环境噪声引起的训练、测试环境失配以及语音数据不充分等因素的制约，确认系统性能仍然有待提高。 本文对提高短电话语音条件下与文本无关的说话人确认系统性能的方法进行了研究。采用多种特征参数互补、多系统融合的方法，研究了基于话者分类的多系统输出评分融合的方法。 针对文本无关条件下的说话人确认问题，本文分析了基于UBM-MAP结构的GMM概率统计模型的优点以及模型训练算法，深入讨论了基于GMM结构的话者确认系统的结构、确认阈值的确认问题以及相应的评分规整策略。 本文分析、讨论了两类用于说话人确认的特征参数。本文首先讨论了两种基于短时分析的声道倒谱参数MFCC和LPCC，并且验证了它们的动态参数在说话人确认中的有效性和鲁棒性。与短时声道参数相比，激励源参数(比如基音周期和短时能量)具有更好的环境、电话通道噪声鲁棒性。本文对与文本无关的条件下，如何从基音周期和能量随时间变化的轨迹中提取出说话人相关信息进行研究，提取了超音段基音周期和能量参数，获得了比短时激励源参数更好的性能。 本文给出了一种采用多种特征分别建立话者确认子系统的后端融合方法。通过实验分析了子系统之间的互补关系，建立了一个所有说话人共享的输出评分融合网络，并且比较了多系统输出评分的融合方法。 为了进一步提高系统性能，本文提出了一种多个融合网络的策略，采用话者分类的方法，每个话者类共享一个融合网络。本文提出了三种话者模型的自动聚类算法，验证了采用多个融合网络的策略对提高说话人确认性能的有效性，比较、分析了几种算法的性能差异。 论文的研究工作得到了国家自然科学基金项目(No.60272039)、教育部一微软重点实验室开放基金项目(No.05071810)的支持。