说话人识别和语音识别是涉及语音模式识别的两大并列研究课题。近年来,说话人识别系统主要是基于隐马尔科夫模型和高斯混合模型(实质上也是一种隐马尔科夫模型)的。说话人识别系统可以分为与文本有关、与文本无关和带提示文本的三类。本文对基于隐马尔科夫模型的与文本有关的说话人识别系统进行了比较系统的研究。凡是模式识别都包含三大研究课题:切分、特征抽取和用于训练和识别的模型。说话人识别也不例外,包含说话人语音切分、说话人的个性特征参数抽取和用于说话人训练和识别的模型(主要有隐马尔科夫模型和高斯混合模型)。本文就是围绕着三个方面对基于隐马尔科夫模型与文本有关的说话人识别系统进行讨论和研究的。语音切分方面,作者提出了一种改进的基于多线程技术的语音切分算法。说话人的个性特征参数提取一直是个研究热点。目前人们并不清楚哪些声学特征能够有效地描述说话人的个性特征,从而实现语义信息与说话人个性信息的分离。对此,本文尝试性地提出一种基于Fisher线性判别法则(LDA)的梅尔倒谱特征参数提取方法。本文还对隐马尔科夫模型进行全面的讨论,包括模型的基本思想、基本算法及应用中应注意的问题。实验结果表明,基于多线程技术的语音切分算法能够很好的满足系统的实时性要求;本文提出的特征参数提取方法能够显著提高系统的性能。