说话人识别可以看作是语音识别的一种，它是一种根据说话人的语音来判断说话人身份的技术，在军事、司法、医学等领域都有广泛的应用.由于矢量量化的分类特性，同时又可以对数据进行压缩，因此在说话人识别中有重要的应用. 本文针对LBG算法可能有空胞腔产生及有些码字利用率低的问题，提出了一种改进的矢量量化算法，并将其应用到与文本无关的说话人识别研究，得到了一种新的说话人识别方法.实验表明，这种方法对说话人的识别性能好于基于LBG算法的说话人识别方法. 本文同时采用定义F比和增减特征分量的方法研究了LPCC各维倒谱分量对说话人识别的贡献.使用欧氏测度，在不同条件下建立的三个语音实验库上的实验表明，F比方法得到的结果并不能作为判断参数有效性的准确依据，如F比最大的分量在实际应用中并不一定对说话人识别的贡献最大；相比之下，增减特征分量的方法更为可靠，最有用的说话人信息包含在LPCC分量C1到C14之间，高阶的LPCC分量包含较少的说话人信息. 全文的结构如下：第一章，绪论；第二章，说话人识别；第三章，矢量量化；第四章，基于改进的矢量量化算法的说话人识别方法；第五章，LPCC系数各分量在说话人识别中的重要性.