随着信息技术的发展,身份识别对于保障信息安全发挥着越来越重要的作用。生物识别技术以其特有的稳定性、唯一性和便捷性,逐渐成为身份识别领域中的重要研究方向。作为生物识别技术的其中一种,说话人识别因具有采集简便、内容丰富、符合使用习惯等优点,在当今诸多领域有着广泛的应用前景。本文针对短语音文本相关的说话人识别应用,对说话人识别系统的原理和结构进行了详尽的介绍和分析:针对现有的语音端点检测和语音特征匹配方法在具体应用中存在的缺陷,提出了满足应用需求的新方法;并完成了说话人识别系统的具体实现。文本的主要研究成果如下:1、在语音端点检测方面,针对现有语音端点检测方法对于语音与低频噪声区分效果不佳的现状,提出了基于基音与共振峰估计的语音端点检测方法。实验结果表明,该方法能够有效地区分语音与非语音成分,并在高斯噪声下准确地检测出语音端点,其性能优于目前常用的其他语音端点检测方法:2、在语音特征匹配方面,针对语音模式匹配问题中,GMM方法对于短训练语音容易出现统计失真,VQ方法对于空间统计描述欠缺完善的现状,提出了基于正交距离分解的模糊矢量量化算法,并应用于说话人识别。由于该算法不依赖于模型假设,对聚类空间统计特性的描述更加完善,因此在实验仿真中获得了优于GMM和VQ方法的识别性能;3、在完成了说话人识别系统的方法设计以后,本文采用VisualBasic和Visual C++开发平台联合开发完成了用于短语音文本相关的说话人识别应用系统。通过对最终系统进行功能测试,证实该系统实现了预期的设计目标,取得了满意的识别性能,圆满地完成了课题的研究任务。