人类的语音特别容易受到外界因素的影响,例如环境噪声、音频采集工具的差异、音频传输信道的差异、说话人使用的语言种类、语音的内容和风格等因素都会改变语音的声学表示,进而给说话人识别性能带来影响。因此,面对真实场景下的鲁棒说话人特征研究显得尤为重要。另外,训练语料与实际使用的语音数据的分布可能存在较大差距,这样的问题可以用域不匹配来概括。对于鲁棒性特征研究的关键内容主要分为两种情况:一种是训练测试语料变化不大,受到噪声等轻微因素干扰的同域问题;另一种是训练测试语料存在明显的域不匹配现象的跨域问题。本文在同域和跨域问题上对鲁棒说话人特征进行了研究。在同域问题上,从模型的角度优化,提取包含更多说话人信息的特征,以此来提高特征的鲁棒性。对于跨域问题,使用域对抗训练来对特征进行后处理,以获取对域鲁棒的域无关特征。主要的研究内容包括:（1）提出了基于长短时记忆网络（Long Short-Term Memory,LSTM）和注意力机制（attention）的说话人表示特征提取方法。利用LSTM对帧级特征之间的时序信息进行建模,对表示特征提取模型在帧级、段级特征转换过程进行优化,进一步提取长时信息中的说话人成分。在融合得到段级特征的过程中,使用注意力方法优化帧级特征权重,选取对说话人表示有用的帧级特征,抑制说话人无关帧级特征的影响,以提高同域数据下特征的鲁棒性。（2）提出了基于自适应查询（query）的注意力计算方法。注意力计算中往往伴随着一个训练得到的全局向量,这个全局向量中包含了过多的训练数据信息,会影响测试集说话人表示特征的提取。通过基于语音本身计算得到的自适应查询,代替训练得到的全局向量,使帧级特征向段级特征的转换过程更加关注于需要提取说话人特征语音本身包含的说话人信息,进一步实现对于同域问题下鲁棒说话人特征的提取。实验结果也显示出该方法在跨域问题上同样表现出较好的效果。（3）提出了使用改进域对抗训练提取域无关说话人特征的方法。通过模型的优化不能够完全消除域信息的干扰,因此考虑通过特征后处理的方法,将已经提取的说话人特征进行处理,去掉其中包含的域信息。利用梯度反转层的域对抗训练方法,实现了特征提取器与域分类器的对抗。训练结束后使用特征提取器来提取域无关的说话人表示特征,以提高说话人特征对于跨域问题的鲁棒性。在域对抗训练的过程中,来自说话人分类器和域分类器对特征提取器梯度的下降方向,在合成之后不一定保证同时满足两个分类器的优化方向。因此利用梯度旋转的方法使合成后的梯度满足两个优化任务,保证特征提取器训练过程中梯度下降的方向是有效的,以促进训练的进行。