随着深度学习的发展,研究方向从最开始的图片领域扩展到语音识别、声纹识别和自然语音处理等方面。其中声纹识别被当作识别人身份的一种生物认证技术也逐渐得到了关注,该技术是通过在不受干扰的前提下对说话人的语音信号进行提取与处理,从而获得能表征说话人的个性信息。深度学习的出现,解决了传统模型中因局部最优带来的过拟合问题,且可以更好的对说话人的特征进行学习。为了使深度学习在声纹识别中得到更好的应用,本文从以下几个方面进行研究。第一:介绍了声纹识别研究背景与历史发展,分析了传统声纹识别方法的缺点并引出了深度学习作为声纹识别的研究方向。第二:对语音信号的前端处理进行研究,其中包含了对语音信号预处理和语音信号增强技术的研究。本文在基本谱减法的基础上提出了自适应多窗谱减法,该算法根据输入语音信号的信噪比自适应调整参数,解决了基本谱减法中因参数固定而导致的重要信息缺失问题,增强了语音信号降噪效果。第三:对基于长短时记忆网络(LSTM)的声纹识别方法进行研究,构建LSTM网络模型,并在已有的LSTM网络模型的基础上,采用滑动窗口对输入序列进行切分,保持了语音信号的连续性;在声纹识别的判决中,引入片段相似性损失函数,可以对说话人的局部信息进行深入挖掘。第四:对基于语谱图的卷积神经网络(CNN)声纹识别方法进行研究。将语音信号的语谱图输入到不同的卷积神经网络,并将残差网络Res Net-50的完全连接层和平均池化层进行优化。第五:采用麦克风对声音进行采集,构建一个包含60人(男38人,女22人)的声纹数据库,分别应用在长短时记忆网络和卷积神经网络中,对比该数据集与标准的TIMIT数据库在声纹识别系统下的性能。本文在应用语音增强算法的前端处理基础上,研究了深度学习在声纹识别上的应用,利用已有的网络模型中,对网络进行改进,使得声纹识别系统的识别率达到93.5%。