“闻其声而知其人”，人们通过听觉系统来感知辨别声音中的话者身份，古已有 之。而对机器而言，这种能力被称为说话人识别 （Speaker Recognition） ，又称声纹识别（Voiceprint Recognition） 。 与前文所述的语音识别不同，说话人识别并不考虑语音信号中的字词大意，它更关注于说话人信息，强调个性；而语音识别则更关注于语音信号中的言语内容，并不考虑说话人是谁，强调共性。通常将语音信号中所蕴含的、能表征说话人个性信息的语音特征称为声纹 （Voiceprint） 。声纹是一种行为特征，由于每个人在讲话时所使用的生理器官 （如舌头、口腔、鼻腔、声带、肺等）在尺寸和形态等方面均有所不同，再考虑到年龄、性格、语言习惯等因素上的差异，可以说每个说话人的声纹都是独一无二的 [1, 2]。说话人识别技术就是根据声纹的个体唯一性，自动识别话者身份的技术，属于生物特征识别技术的一种。
