1、說話人識別是一項根據(jù)語音信號中反映說話人生理和行為特征的語音參數(shù)，自動識別說話人的技術，是一種安全穩(wěn)定的生物認證技術，具有廣闊的應用前景。如何從語音信號中準確提取說話人的個性特征，是說話人識別的關鍵問題。
　　 本文研究與文本有關的說話人識別問題。通過對語音信號的預處理、頻域及倒譜域的分析，得到了平均MEL倒譜，選取MEL倒譜峰值對應的頻率為特征頻率。選擇其中隨時間變化最大的和對應MEL倒譜峰值最大的特征頻率作為本文的特征頻率來

2、進行分析。對兩個特征頻率Mel倒譜值序列分別建立多元線性回歸模型，分離其趨勢分量和波動分量。
　　 本文在TVPAR模型理論基礎上進行拓展，建立時變向量自回歸(TVVAR)模型，并對二元波動分量序列進行分析，進一步提取說話人語音信號的特征參數(shù)，并通過D比來評價和選擇最終的識別參數(shù)。運用馬氏距離，對說話人進行初步識別，達到了99.8％的識別率。為了充分利用距離的信息，對距離差的分布進行了分析，將到說話人語音模板的距離減去與到他人的