说话人识别技术是一种生物认证技术,其可按不同的标准分成说话人辨认和说话人确认、文本相关和文本无关说话人识别等。在实用环境下,电话网络、通信网络的文本无关说话人确认系统已成为当前说话人识别研究的重点,在现阶段已开始出现基于这两个网络的实用实时说话人确认系统。本文的工作是围绕构建一个基于网络语音通话的实时说话人确认系统展开的,主要研究了实时语音端点检测、UBM背景模型训练、说话人模型的建立以及最终的说话人确认的判决等。本文分析了实时说话人确认系统在现阶段的发展和应用,提出了本文系统开发的背景和意义。本文改进传统的双门限语音端点检测算法,在求短时平均能量和短时平均过零率的阈值时,是对整个语音信号分别求能量值、过零率,再对帧能量值、过零率进行排序再求解阈值,改变了传统的基于经验值或者语音的前几秒来计算阈值的方法。经实验验证,该方法应用在实时的说话人确认系统中取得了很好的效果。按照GMM-UBM模型的说话人确认系统的流程,本文设计开发了基于网络远程语音通话的实时说话人确认系统,且在端点检测算法的作用下系统能达到较高的实时性。整个系统包括UBM训练子系统、说话人模型训练子系统、说话人确认子系统。最终针对20个人的测试语音数据,设计了一个实验方案使实验测试的结果更加可信。实验结果也显示了本系统可以达到了良好的效果。