本论文主要的研究内容是矢量量化模型的语者鉴定的改进和应用。语者鉴定是根据人的声音来鉴定人的一种生物认证技术,有十分广阔的应用前景。矢量量化模型有着可将大量数据进行压缩的特点,因此,在语者识别领域中有很好的应用前景。作者从语者识别的几个角度进行了研究,实现了包括语音采集、特征提取,直到产生识别结果在内的语者鉴定系统。在该系统的基础上,做了下列几个方面的工作:1.我们建立了一个由50人构成的语音资料库,其中男性有29名,女性有21名,采集频率为16kHz,采集精度为16bit的语料库。2.建立了基于MEL倒谱系数的矢量量化模型和分组矢量量化模型的多套语者鉴定的实验原型。3.分析了特征向量中每一维对识别所做的贡献大小,通过特征加权的方式突出贡献大的向量,由实验可知,识别率有显著提高。4.研究了可以提高码本设计的分割标准化距离测度(Partition Normalized Distance Measure,PNDM)。通过实验显示PNDM与VQ、GVQ结合后,识别率有显著提高,系统性能明显优于传统的模型系统。