声纹识别,又称说话人识别,是指根据说话人的声音特征来识别说话人的技术。与语音识别不同的是,声纹识别利用的是语音信号中的说话人信息,而不考虑语音中的字词意思,它强调说话人的个性;而语音识别的目的是识别出语音信号中的言语内容,并不考虑说话人是谁,它强调共性。近年来,在生物识别技术领域中,声纹识别技术以其独特的方便性和准确性等优势受到瞩目。它在电子商务、消费、银行等远程客户服务和军事安全领域等都具有极大的应用价值和广泛的应用前景,是当今语音信号处理和生物特征信息检测识别领域的重要研究方向。但由于说话人个性以及实际应用环境的复杂性,说话人识别技术虽然取得了一定的进步,其瓶颈效应也逐步显现,进一步提高比较困难,离真正的实际应用还有一段距离。本文主要研究了高噪声背景下的说话人识别系统,从语音信号的预处理、特征提取、后端处理等角度对说话人识别系统进行了研究。在语音信号的预处理部分运用基于DCT分带谱熵法的语音信号端点检测和基于减谱法的语音增强算法,此算法快速有效,具有较好的抗噪能力;特征提取部分采用基于快速提升小波和MFCC的语音特征提取算法,构造出新特征参数,该特征参数应用到系统中在信噪比较低的情况下,能保持较高的识别率;后端处理部分主要研究了基于GMM统计参数和SVM的说话人辨认系统。