声纹识别也被称之为说话人识别,是采用智能系统识别语音中说话人身份信息的重要智能语音技术之一。智能系统能够通过获取语音中的说话人信息,排除其他干扰信息,自动完成说话人身份信息的识别。随着通信、互联网以及人工智能技术的迅速发展,人人沟通、人机交互过程中所产生的语音数据呈现爆发式增长。如何在海量语音数据中快速定位说话人身份,实现说话人的确认、检索和管理,是智能语音在实际应用中特别是信息安全领域所面临的重大难题。因此,面向信息安全的说话人识别技术成为当前智能语音技术研究的一个重要方向。本文旨在构建面向信息安全的说话人识别系统,主要研究了两个应用场景下的两大任务。一是海量音视频后台监控场景下的文本无关说话人辨认。由于其输入是海量的音视频数据,系统首先需要针对语音数据进行说话人分离,将不同说话人的语音分离开;然后分别对每个人的语音进行假音检测,检测出伪造语音;最后对真音进行说话人辨认。二是用户配合的身份认证场景下的说话人确认。鉴于该场景只包含单一说话人的语音,因此系统不需要进行说话人分离,只需要进行假音检测以及说话人确认。近年来随着深度学习技术的发展,说话人识别技术已经有了长足进步,但是面向信息安全领域应用需求,当前的说话人识别技术仍面临以下待解决的问题。主要包括:1)说话人分离中,重叠音说话人分离不准确;2)假音检测中,未知语音生成系统的伪造语音攻击;3)文本无关说话人辨认中,注册与测试信道场景不匹配;4)文本相关说话人确认中,注册测试语音互信息利用不充分等。本文针对这些问题开展相关的研究工作,具体的研究包括:首先,针对说话人分离中多人同时说话的重叠语音段的分离难题,本文提出一种基于语音分离引导的说话人分离方法。该方法融合了语音分离和传统说话人分离,利用二者的互补特性,有效缓解了传统说话人分离系统无法对多人同时说话的重叠语音进行分离的难题,降低了说话人分离错误。其次,针对未知语音合成系统和音色转换系统伪造语音难以被检测的问题,本文提出一种基于时域波形建模的端到端假音检测方法。该方法可以充分利用卷积神经网络的学习能力,提取出高区分性的隐层特征,并且通过优化的对比学习方法,显著提高模型检测未知伪造方法的泛化能力。接着,针对文本无关说话人辨认系统实际应用中,注册与测试语音场景信道不匹配问题,本文提出一种基于对抗学习的文本无关说话人辨认方法。基于信道对抗训练,该方法将不同信道场景信道的数据投影到同一子空间上获得信道无关的说话人表征,以此来解决信道失配问题。同时,该方法可以有效提升跨信道、跨场景的说话人辨认效果。最后,针对文本相关说话人确认系统实际应用中,注册与测试语音交互信息利用不足的问题,本文提出一种基于动态说话人表征的文本相关说话人确认方法。该方法在针对不同确认目标时,动态生成交互式的说话人表征,可以有效提升说话人确认的效果。基于上述研究工作,本文设计实现了一套面向信息安全领域的说话人识别系统,并将其作为核心功能集成到面向信息安全领域的智能语音分析平台之中,最终在百万说话人语音库上达到了 85%以上的Top20召回率,有效支撑了智能客服、智慧公安等领域的信息安全应用。