说话者识别是基于声音这个生物特征进行身份认证的识别技术。近年来,随着信息时代的到来,信息安全备受关注,使得说话者识别无论是在司法、军事和国家机要还是在社区安全、公司考勤和个人信息防护等领域都具有广泛的应用前景。说话者识别的研究具有较高的理论价值和实用价值,受到国内外学者和企事业单位的关注。从应用场合的角度,说话者识别可分为说话者辨认和说话者确认。本文就与文本有关的说话者辨认问题,应用多项式回归分析和时变参数自回归模型的方法,在语音倒谱、特征频率时间序列簇、基于回归模型的趋势分量和波动分量分离、波动分量序列簇平稳性检验、TVPAR模型的识别算法和判别算法的建立与选择等各个方面进行了比较深入的分析和研究。通过分析语音信号,选择了特征频率并构建了特征频率幅值时间序列簇,接着分析了时间序列簇中不同时刻的幅度值与序列均值之间的关系,并结合时间序列分析的方法建立了说话者识别模型,应用信息判别准则SBC讨论了模型的定阶问题。在我们自己录制的语音库中,对模型进行了说话者辨认实验,取得了较满意的识别率。实验结果表明基于时间序列分析的说话者识别模型是可行的,同时拓宽了时间序列分析的应用领域和对TVPAR进行了验证。