随着信息技术的发展,人们已经积累了大量的语音资料,如新闻录音、会议录音记录和电话录音等。如何在这些语音资料中检索出用户需要的语音片段或内容信息,是语音文档检索技术重点研究的内容。说话人检索是一项重要的语音文档检索技术,它在一段有多人交替发言的语音中,搜索出目标人的语音片段,主要应用于语音材料的检索整理和电话对话犯罪嫌疑人追踪等领域。本文实现的说话人检索系统主要由特征提取、说话人分割和说话人确认3个部分组成。对于每部分,本文分别用2种方案实现,最后,通过实验研究并比较各种方案的性能。具体工作如下:(1)分别提取了语音的线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)作为说话人特征参数。(2)实现了基于KL2距离的说话人分割。实现了基于贝叶斯信息判据(BIC)的说话人分割,并使用可变窗长的预分割方法,在保证性能的前提下降低了运算量。(3)实现了基于矢量量化(VQ)的说话人确认。实现了基于高斯混合-全局背景模型(GMM-UBM)的说话人确认,并通过模型域信道补偿,提升系统鲁棒性。(4)实现了基于说话人分割与说话人确认的说话人检索系统。通过实验,研究并比较了各种方案的性能。(5)实验发现,使用MFCC作为说话人特征,基于BIC说话人分割和GMM-UBM说话人确认的说话人检索系统性能较好。经700分钟的新闻录音测试,其召回率和正确率分别达到93.3%和87.5%。