声纹识别又称说话人识别,是近年来兴起的一种生物特征识别技术,作为人工智能时代的重要一环,声纹识别以其独有的便利性、经济性和准确性等优势受到世人关注。然而,语音采集过程中会引入信道噪声干扰,影响声纹识别准确性。目前有一种新兴的远距离语音采集方式,即以激光作为语音信号的载体,经过一段传输信道,由接收端分离出语音信号并进行后续处理,采用这种方式采集的语音信号会受到激光传输信道的噪声干扰。本文研究的是最常见的一种激光传输信道——弱湍流信道下采集语音的声纹识别技术。本文采用的声纹特征为梅尔频率倒谱系数(MFCC),搭建基于人工神经网络-矢量量化(ANN-VQ)模型的声纹识别系统作为基线系统,然后搭建基于全差异空间-身份向量(TV-Ivec)模型的声纹识别系统作为优化系统进行对比。通过在不同长度弱湍信道下采集的语音数据集合上的实验验证,TV-Ivec系统的识别性能均优于基线系统。因此,TV-Ivec系统更适用于现实弱湍信道环境下光载声音的声纹识别应用。