聲紋采集系統的性能受許多因素的影響，包括不同的說話(huà)人、說話(huà)方式、環境噪音、傳輸信道等等。提高系統魯棒性，是要提高系統克服這些因素影響的能力，使系統 在不同的應用環境、條件下(xià)性能穩定；自适應的目的，是根據不同的影響來源，自動地、有針對性地對系統進行調整，在使用中(zhōng)逐步提高性能。以下(xià)對影響系統性能的不同因素分(fēn)别介紹解決辦法。

解決辦法按針對聲紋特征的方法（以下(xià)稱特征方法）和模型調整的方法（以下(xià)稱模型方法）分(fēn)爲兩類。前者需要尋找更好的、高魯棒性的特征參數，或是在現有的特征 參數基礎上，加入一(yī)些特定的處理方法。後者是利用少量的自适應語料來修正或變換原有的說話(huà)人無關（SI）模型，從而使其成爲說話(huà)人自适應（SA）模型。

說話(huà)人自适應的特征方法有說話(huà)人規一(yī)化和說話(huà)人子空間法，模型方法有貝葉斯方法、變換法和模型合并法。

聲紋系統中(zhōng)的噪聲，包括環境噪聲和錄音過程加入的電(diàn)子噪聲。提高系統魯棒性的特征方法包括語音增強和尋找對噪聲幹擾不敏感的特征，模型方法有并行模型組合PMC 方法和在訓練中(zhōng)人爲加入噪聲。信道畸變包括錄音時話(huà)筒的距離(lí)、使用不同靈敏度的話(huà)筒、不同增益的前置放(fàng)大(dà)和不同的濾波器設計等等。特征方法有從倒譜矢量中(zhōng)減去(qù)其長時平均值和RASTA濾波，模型方 法有倒譜平移。