声纹识别又叫说话人识别,作为一种人工智能技术,它慢慢从研究走进了人们的生活,给人类带去便利。由于声纹识别的性能会受到噪声的干扰,因此,在实际应用中,其性能并不能达到像纯净语音那样的识别效果。据前期研究,噪声对不同模型的声纹识别都具有不同程度的影响。不同的噪声可使声纹识别的等错误率提升至原来的1.2～4倍不等。由此可见,噪声是影响识别结果的关键因素之一。因此,解决噪声对声纹识别产生的干扰问题是一项很有意义的研究工作。当前,针对提高噪声条件下声纹识别效果的研究,大致有三种研究思路:(1)对带噪声的语音进行抗噪处理;(2)研究更具有抗噪特性的声纹特征;(3)数据增强和优化声纹识别的模型结构。本文将从方法1和方法3入手,改进现有的声纹识别技术框架,提高噪声条件下声纹识别的效果。在语音抗噪方面,从用于分离多说话人语音的PIT系统中提取基本结构,用于语音的抗噪。做数据增强时,本文尝试了三种方式,以便更好地提高模型的抗噪能力。在声纹识别模型方面,对比多种模型后,本文选择了可以考虑到上下文影响的LSTM作为识别模型,并在模型中加上Attention机制,以探究其对模型鲁棒性的影响;损失函数选择效果较好的GE2E损失函数。实验结果表明,改进后的模型对噪声条件下的声纹识别效果有所提升,等错误率下降了 60%～70%。