语者识别,就是从不同人的语音信号中提取出能够反映不同语者发声系统差异性的特征,进而通过模式分类的方法来进行识别的技术。语者识别作为一种生物认知技术,由于其凸显出的隐性化和简单等优点,在语者监控、身份认证、金融安全及司法侦查等领域有了越来越多的应用,是当前语音信号识别领域的研究热点。面向文本的开集语者识别系统中,通常会限定语音的内容,从而限制了其应用场景。本文重点研究文本相关的开集语者识别,搭建了面向文本的开集语者识别系统,分析了系统的性能。同时,本文还对关键词识别领域进行了初步研究,搭建了关键词识别系统,对比了以关键词为单位建模和以音素为单位建模在关键词端点检测方面的差异,对比了长关键词和短关键词在端点检测方面的差异。对于面向文本的开集语者识别系统,本文首先介绍了语者识别系统的关键技术,然后介绍了本系统对部分关键技术进行了实践,实验测试了系统的语者识别辨认和确认两个阶段的准确率,同时对测试语音添加噪声,测试系统的抗噪性能。对于关键词识别系统,本文首先介绍了关键词识别领域的概况,然后介绍了关键词识别领域的关键技术,其次介绍了关键词识别系统的构建与实现,最后通过实验分析长关键词与短关键词在关键词端点检测和关键词确认阶段的效果差异。