以前我们做声纹辨识，是将人的声音频号转换成声谱图（spectrogram），从声谱图上观察说话人发音的特征，利用这些特征进行说话人的辨识，就像是利用指纹图形比对来认人一样，因此我们将经由声音来认人这样的过程，就说成是声纹辨识。其实现在的计算机已经有足够的能力，利用图像处理方式进行指纹的自动辨识，同样的，计算机也能够以语音处理技术作说话人的辨识（speaker recognition）。

虽说每个人的说话声音不太相同，对于熟识的朋友，通常听到声音就可以知道是谁，但是要做正确的辨识，却不太容易，因为声音的变量很多。例如一个人感冒了，这时候说话的声音就跟平常说话的声音不一样。我们也常常看到一些模仿名人说话的表演，相当逼真，若不是看到表演者，还真的以为是该名人本尊在说话呢。所以相对于指纹辨识，声纹辨识要困难多了，这也是为什么声纹辨识在使用上远少于指纹辨识。目前市面上可以看到一些按指纹输入作门禁管制的系统，但还极少看到只以声音输入作门禁管制的系统，在影片上看到的例子也常是配合指纹辨识或掌纹辨识一起使用，当作多一道验证程序。

随着计算机网络与无线通信的广泛使用，许多时候我们想透过手机去取得信息，按键操作不是最有效率的做法，因为用语音输入会更方便。如果要取用的信息是机密性的个人资料，就必须经过授权才可以进入系统，因此用户身份的确认便成为一个必要的步骤。可预期的，以声音做身份验证将会是未来极为需要的一项技术，但是要能克服辨识过程中可能对语音造成干扰的因素，例如说话人的变音、别人的模仿、噪音的干扰、信道造成的失真，以及编码传输时对于原始声音特征的破坏。
...
...