说话人识别是指通过说话人的语音来自动识别说话人的身份,作为生物证认技术的一种,它在许多领域里有着良好的应用前景和巨大的市场潜力。本文通过分析说话人识别的原理与系统结构,和参考现有的语音识别的技术,研究了语音特征提取过程和识别方法,对语音特征提取进行了改进,并取得了很好的实验结果。本文针对汉语语音中的单韵母元音,分割并提取出有声段,再对每个元音按短时能量从低往高提取出一组短时信号,然后再对组信号计算出MFCC。在模式识别中,采用矢量量化和隐马尔可夫模型分别对每一个元音建模,将匹配的结果按设定的逻辑进行判决。本文研究了矢量量化和隐马尔可夫模型在语音识别中的原理和方法,主要研究工作如下:(1)分析主要的语音特征的特点,研究了基于VQ和HMM模型的语音识别的的特征参数提取方法。(2)探讨基于VQ和HMM模型的识别方法的原理,分析了识别的过程,寻找能够简化识别模型和提高识别率的方法。(3)通过研究和实践,基于对元音信号分别建模的方法,对MFCC的提取过程进行了改进,并应用到语音识别当中。最后对实验结果分析和总结。