1、多說話人識別是一種能夠自動地從一組音頻文件中找到所需特定說話人語音的技術(shù)。和傳統(tǒng)的說話人識別技術(shù)相比，多說話人識別技術(shù)不僅能識別出誰在說話，而且能識別出每個人在什么時候說話。它是說話人識別技術(shù)的一種延伸。本文研究了多說話人識別技術(shù)，主要包括以下幾個方面：
　　一、針對基于貝葉斯信息準(zhǔn)則（BIC）的說話人分割算法對語音信號的分布估計較粗糙的缺點，通過對特征矢量聚類并用多個高斯分布表示，提出一種改進的BIC距離，并與一般化似然比（GL

2、R）等其它幾種算法相結(jié)合，得到一種基于改進BIC距離的兩層次說話人分割算法。仿真結(jié)果表明，與傳統(tǒng)的BIC分割算法相比，基于改進BIC距離的兩層次分割算法減少了說話人轉(zhuǎn)變點的錯檢率，提高了綜合性能測度。
　　二、將高斯混合模型（GMM）和BIC相結(jié)合，提出一種新的說話人聚類算法。該算法利用GMM可以逼近任意概率密度函數(shù)，對較短語音建模效果優(yōu)于單個高斯分布，解決了基于BIC的說話人聚類算法在處理較短語音片段（小于5秒）時的正確率較低的

3、問題。實驗結(jié)果表明，與傳統(tǒng)的基于BIC的聚類算法相比，基于GMM和BIC結(jié)合的說話人聚類算法對小于5秒的語音片段的正確率有較大提高。
　　三、研究基于 GMM和基于支持向量機（SVM）的說話人識別方法，通過仿真實驗比較線性預(yù)測倒譜系數(shù)（LPCC）與美爾倒譜系數(shù)（MFCC）等特征參數(shù)、高斯混合模型的階數(shù)及核函數(shù)等因素對識別性能的影響，結(jié)果表明核函數(shù)對SVM說話人識別方法的性能影響較大，另外，采用MFCC特征參數(shù)、大的模型階數(shù)、較長的