随着语音识别技术的不断发展,说话人识别技术作为一种重要的身份认证方法受到了越来越多的关注,传统的说话人识别技术通常以MFCC、LPCC等作为特征参数,识别算法采用隐马尔科夫模型、矢量量化和高斯模型等方法,但说话人识别技术在识别精度、可识别样本量及识别速度上还有待进一步提高。本文主要研究了以下几方面的内容:(1)详述了说话人识别的模型和原理对语音预处理阶段进行了详细的研究,论述了预处理阶段每一步的工作,针对MFCC等一系列参数的具体计算过程进行了介绍,然后对主流说话人识别方法进行了研究,探究四种不同的说话人识别模型,对主流方法所存在的局限性进行了证实。(2)提出了改进的基于支持向量机和梅尔倒谱系数的说话人识别方法在特征提取方法中采用Mel频率倒谱系数的同时,针对语音特征参量进行了改进,在传统特征量的基础上增加了四种改进的音频特征参数,然后对SVM模型进行核函数种类和参数的对比实验,并且通过实验仿真结果表明,本文改进过的说话人识别系统的识别率较之前提升了21%。(3)研究了基于深度学习和语谱图的说话人识别系统本文将说话人语音信息整体作为特征参量输入,保留最原始信息参数,将说话人的语音信号处理为二维的语谱图,规整格式后作为输入,并对语谱图进行处理得到不同的声纹图,将其与卷积神经网络连接,构建说话人识别系统,测试系统性能,识别率可达91.2%。