说话人识别是指通过说话人语音中携带的特征信息，对说话人身份进行自动识别的过程，它在许多领域内都有良好的应用前景。说话人识别可分为说话人辨认和说话人确认两类，本文主要是关于文本无关说话人辨认系统的研究与实现。 本文详细阐述了文本无关说话人识别系统的基本原理，研究了识别过程中的特征提取、模型选择和判决规则等关键技术。同时，在“硬件的软件化”思想和对信号分析处理的基础上，利用虚拟仪器的软件平台——LabVIEW 和 MATLAB 相结合，开发设计了基于虚拟仪器技术的文本无关的说话人识别系统。 本文从语音信号的实时采集开始，对语音信号进行滤波、预加重、端点检测等预处理，滤除了语音信号中的无声段，为语音特征参数的提取提供了有效的语音段，采用线性预测倒谱及其差分和美尔倒谱及其差分相结合的参数特征提取方法，实现了通过改进的矢量量化一隐马尔可夫算法来识别的说话人辨认系统。 通过实验分析及其运行结果表明，本文实现的系统具有较高的识别率。同时由于本系统采用了虚拟仪器技术，系统的拓展性和可维护性较强，因此具有深远的研究价值和实际意义。