语音是最简便、人们使用最频繁的交流工具,也是我们获取信息的主要途径之一。说话人识别是利用语音信号对说话人身份进行识别的一门技术,是语音信号处理领域的一个重要分支,该技术在安全保障、公安司法等领域有着广泛应用。本文以矢量量化模板训练方法为基础,建立了一套说话人识别软件系统。主要工作有：(1)详细阐述了语音信号前期处理及特征提取的方法。研究了矩形窗和海明窗对语音信号分析的影响,比较了双门限法、谱减法和谱熵法三种端点检测的方法,介绍了LPC、LSP、LPCC、MFCC、△LPCC和△MFCC六种特征参数的提取方法,并详细阐述了矢量量化的基本原理、过程和算法。(2)以Matlab GUI、M语言和编译器为工具,搭建了说话人识别软件系统。在系统前端,设置了登录和语音库管理模块,给用户提供了安全、简便的使用环境。在系统的主界面,设置了模式选择模块和说话人识别的各步骤模块,后者包含了之前理论部分的所有方法,体现出的特色是：可选择方案种类多、可自行设置参数值、单个人的识别和多人识别都可进行、操作简单、效果直观。在主界面中,还设置了反馈信息模块、语音的时域、变换域分析等其他功能模块,扩大了系统的使用范围,增加了其灵活性。(3)以搭建的软件系统为平台,进行系统测试和实验分析。测试表明：系统各模块相互协调良好、能够顺利完成识别的任务；进行的三项实验分别是特征参数及其阶数、训练模型码本大小以及帧长和帧移大小对识别结果的影响,实验表明：在本实验条件下,14阶的△MFCC特征参数,在训练模型码本大小为128、语音信号分帧的帧长和帧移为440和220时,识别效果最优。