針對同類語音數據的相似性和不同類數據具有不同幾何距離的特點,提出了一種基于GMMSVM的說話人識別系統。該系統結合了GMM和SVM的優點,解決了GMM在語音數據較小時不能區分數據間的差異性及SVM在處理大量數據時識別率下降的問題;采用改進的K-Means算法實現模型參數初始化,提高了參數精度。試驗結果表明,基于GMM-SVM的說話人識別系統較單獨采用GMM或SVM的系統具有更好的識別率和魯棒性。