現(xiàn)有的說(shuō)話人識(shí)別是基于語(yǔ)音的線性預(yù)測(cè)編碼（LPCC）、Mel頻率倒譜系數(shù)（MFCC）、局部歸一化倒譜系數(shù)和小波包變換等特征，這些特征對(duì)環(huán)境噪聲都比較敏感。針對(duì)上述問(wèn)題，本文提出了一種與文本無(wú)關(guān)的單訓(xùn)練樣本的特征提取方法。該方法提取的語(yǔ)音特征能夠充分反映說(shuō)話人的基本發(fā)聲特性，可以很好的將不同的說(shuō)話者區(qū)分開(kāi)。本文列出了以上四種特征提取方法在但語(yǔ)音訓(xùn)練樣本上對(duì)于不同說(shuō)話者的識(shí)別效果，也將其與本文的方法進(jìn)行了比較。對(duì)英文與漢語(yǔ)語(yǔ)音數(shù)據(jù)庫(kù)的仿真實(shí)驗(yàn)表明，該特征提取方法可以實(shí)現(xiàn)單訓(xùn)練樣本下的說(shuō)話人識(shí)別中對(duì)于特征的提取，而且在單樣本識(shí)別中會(huì)有相對(duì)好的效果。
?