说话人识别是根据说话人语音信号中的个性特征来辨认出说话者身份的一种生物识别技术。说话人识别系统的性能可以从多个方向来提升。例如从说话人的语音特征中选取出足够重要的特征来提升特征的可区分性;也可以使用性能较好的损失函数来训练特征提取网络。本文利用注意力模型和多度量学习来提升说话人识别系统的性能。本文的主要工作如下:1)提出了频带注意力（Frequency Band Attention）模型来对说话人的语音特征进行重新校准。首先利用一维卷积来聚集同一频带上不同帧特征的信息,一维卷积操作使得不同帧特征被赋予不同的权值。因此个性特征集中的频带的作用被放大,而个性特征不集中的频带的作用被缩小。然后利用两个带有非线性运算的全连接层分别对特征的维度进行压缩和还原。这样可使不同频带聚集的信息与一组频带权值相关联。然后将重定义的说话人特征输入到带有挤压激励网络的残差网络中。利用残差网络来提取说话人的深度特征,其中挤压激励网络能够在卷积层中获取不同通道特征图之间的通道相关性。2)提出一种多度量学习方法来训练鉴别特征提取网络。首先将提取的说话人特征输入到具有挤压激励网络的残差网络中。然后利用三种损失函数组成多度量学习损失函数来训练网络。其中利用交叉熵损失函数加快网络的训练;利用三元中心损失函数来缩小相同样本之间的距离并增加不同样本之间的距离;利用Additive Margin Softmax损失函数来无差别的增加样本的类间距。