声音是人与人之间进行交流的信息载体,声音在人机交互中也起到了举足轻重的作用。声纹识别是语音识别中一个十分重要的方向,这种技术应用到人机交互中就会大大提高人机语音交互的安全性。作为一种生物认证识别方式,声纹识别还有很多重要的应用前景。近些年来,机器学习技术在自动语音识别领域取得了重大的突破,越来越多的机器学习方法尤其是深度学习方法被引入到声纹识别中,并取得了显著的成效。基于i-vector的声纹识别方法是目前与文本不相关声纹识别的基准方法。但这种方法面对短时语音时的识别率较低,也容易受到噪声干扰。本文利用机器学习的理论设计了基于时延神经网络的声纹识别方法,相比于基准方法,这种方法提高了声纹系统的识别率和稳定性,尤其是在短时声音的识别效果方面,应对噪声的鲁棒性也更强。为了进一步提高系统的识别效果,本文又设计了基于生成向量的声纹识别方法,这种方法将基于i-vector的声纹识别方法与基于时延神经网络的声纹识别方法进行了“融合”。此方法利用典型关联分析,将部分i-vector的信息融合到时延神经网络提取的特征向量中,使得生成向量更能表征说话者的身份特征。对三种声纹识别方法进行了实验验证,比如在VoxCeleb语音库下模型的识别效果上生成式特征向量模型的等错误率EER比传统的i-vector模型降低了3.1%。生成式特征向量模型比传统的i-vector声纹识别模型应对噪声的鲁棒性更强。本文还对设计的模型进行了实际的应用测试,验证了系统在应用的可行性。