该文的工作主要针对噪声环境下文本无关的说话人辨认展开,从不同的角度,使用多 种方法对电话音质、加性噪声环境下的说话人识别进行了研究.该文在小波域对噪声环境下的说话人识别进行了研究.模仿人灯听觉物性的感知小波包变换子树用于对语音信号进行时频分析,导出一种基于小波包分析的倒谱的系数特征.该文研究了子带识别技术在说话人识别的应用.提出了一种基于子带GMM的说话人辨认系统,并通过实验研究了子带分割、子带 特征、噪声等因素对该系统性能的影响.该文对支撑向量机的原理进行了介绍,并将支撑向量机直接应用于说话人辨认系统,对支撑向量机在说话人识别中的应用进行了尝试.该文还提出一种基于子带GMM和支撑向量机结合的说话人辨认系统,支同量机用于融合子带GMM的相似度度量得到最后的识别结果,这种组合系统将子带GMM对说话人语音特征较精确的模型描 述和支撑向量机优秀的分类性能结合,得到了较好的系统性能.论文正文分为八章,第一章是绪论部分,系统地介绍了说话人识别技术;第二章主要介绍了人类的发声和听觉系统的结构及其对说话人识别的启发,以及常用的语音分析方法,包括短时傅立叶变换和小波变换,同时介绍了说话人识别系统中常用的语音特征.第三章主介绍高斯混合说话人模型及其建立的方法;第四章研究了小波降噪技术在说话人识别系统中的应用;第五间给出了小波包倒谱系数特征的抽取方法,及其在说话人识别系统中的应用.第六章给出一种基于子带GMM的文 本无关的说话人辨认系统.第七章介绍了支撑向量机的原理及其在说话人识别系统中的应用,并提出了一种基于子带GMM和支撑向量机混合的说话人识别系统;最后对全文进行了总结 ,并对将来的工作做了一些展望.