本项目研究了人工神经网络说话人识别的基本方法，包括进一步改善先前提出的基于听觉系统的人工神经网络的说话人识别系统的性能，探讨了层次混合专家模型（HME）的各种改进结构、自结构的模块化神经网络 、输入/输出隐马模型以及组合多特征的多分类器结构等混合神经网络；分析了基于听知觉特性的特征参数的性能。在理论分析和实验研究的基础上，分别实现了几种不同类型的“文本有关”和“文本无关”说话人识别（或确认）的仿真系统，并且比较了它们与常规系统的性能差异。测试表明，本研究中所提出的几种方法具有较好的认知理论依据以及较好的性能，为进一步深入研究与开发打下了良好的基础。通过本研究在国内外核心学术刊物上共发表了10篇文章。 2100433B
