在说话人识别系统中,说话人的检测和拒识是其非常重要的组成部分。当说话人的语音模糊不清或者说话人不在已有训练集合中时,说话人识别系统会产生识别错误,从而影响系统的识别率。本文对说话人确认系统做了简要的介绍,介绍了说话人确认的背景,说话人确认的框架,说话人确认的内容及其发展。建立并实现了一个说话人确认系统,完成了对说话人语音的预加重、特征提取、高斯混合模型(GMM)的训练和识别,以及说话人拒识策略的研究。本文采用了自适应GMM方法进行说话人识别,即利用同一个人新的语音对原有模板的参数进行修正。提出了一种新的特征用于说话人拒识,即把识别后的得分进行归一化并获得它的一阶差分,将归一化后的等分及其一阶差分作为拒识的特征。提取特征后将其送入到支持向量机进行分类,根据分类结果做出判断,从而实现了对非目标说话者的快速拒识,从而形成了高斯模型和支持向量机相结合的方法。由于这种方法直接从GMM识别结果中提取特征,直接利用识别结果作为支持向量机的训练特征,运算速度很快,计算简单有效,因此非常适合说话人识别系统的拒识策略。