说话人识别是指通过说话人的语音来自动识别说话人的身份,它在许多领域内有良好的应用前景。自动说话人识别根据说话内容可以分为与文本有关和与文本无关两类。论文采用基于动态时间规整和高斯混合模型的方法,从与文本有关的角度,对端点检测、特征提取、模型训练以及噪声鲁棒性等方面进行了深入研究。论文对语音信号进行了端点检测,滤除了语音信号的无声段。论文还比较了双门限语音端点检测方法与能频值端点检测算法的性能,实验证实能频值端点检测算法能很好的区分含噪语音端点。论文深入分析了美尔频率倒谱参数的各阶系数在高斯白噪声下的鲁棒性以及各阶系数选取的最优范围,同时结合动态参数,在相关实验中获得了较好的性能。论文提出了谱相减算法和倒谱均值相减算法来分别消除加性噪声和信道噪声的干扰,取得了不错的效果。论文实现了噪声环境下基于高斯混合模型的与文本有关的说话人确认系统,从语音信号的预处理,到特征提取,再到模式匹配,介绍了各个部分的原理和实现方法。论文实现了在片上可编程系统平台下的基于智能射频卡的说话人确认系统;讨论了生物识别技术与智能卡技术相结合的应用以及美好的前景;介绍了动态时间规整算法,并详述了动态时间规整算法的实现方法。