随着计算机技术在社会各领域的广泛应用,计算机已经成为人们生活不可缺少的重要组成部分。计算机语音更由于其简单、直接、易于为人们所接受的特点融入到人类社会的许多领域。在计算机技术大众化、普及化的趋势下,计算机辅助语音处理受到众多科研人员越来越广泛的关注,成为计算机技术发展的一个热点。其中的语音识别、语音合成、语音转换等技术均已在实际应用中产生了良好的效果。本文主要关注遗传算法对计算机辅助语音处理技术的改进,重点研究将遗传算法应用在说话人识别方面的效果,主要做了以下三个方面工作:1.论述了计算机辅助语音处理的研究现状,就当前计算机辅助语音处理发展的趋势和技术进行了分析,明确了这一技术在当今社会生产生活中所起到的重要作用。同时,对语音处理的相关概念也进行了总结综述。2.提出了一套利用遗传算法对计算机辅助语音处理的相关技术进行改进优化的方案。一是针对语音处理中有着重要作用的矢量量化技术在码本设计过程中使用的LBG算法极易陷入局部最优的问题,将遗传算法(GA)与其结合产生了GA-LBG算法;二是针对计算机辅助语音处理中起到十分重要作用的神经网络中的RBF网络在聚类过程中得到的效果不佳的问题,结合经改进的自适应遗传算法设计了网络训练的优化算法。3.通过说话人识别这一计算机辅助语音处理的实例,应用经遗传算法改进的LBG算法和RBF神经网络分别进行训练和识别。实验结果表明了经过遗传算法的优化产生的良好作用。