与文本无关的说话人识别是指通过说话人的语音来自动识别说话人的身份，它在许多领域有着良好的应用前景。 本文介绍了说话人识别系统中需要用到的理论和方法例如高斯混合模型等。利用微软的一些基础类库的框架(MFC)本文构建了一个说话人识别系统。主要提出了一些方法来提高系统的性能，如系统中的拒识策略，通过计算各个说话人的权值，设定一个阈值，将可能性非常小的识别结果给去除，这样可以有效的提高系统的识别率。另外本文提出了一种算法来提高在线识别的效率，它的主要思路是在系统识别过程中将可能性非常小的说话人去除掉以此来提高系统的响应速度。在离线识别方面本文对系统做出了一些改进以适应数据量非常大的情况。利用前人提出的特征分量的距离测算方法，本文提出了一种基于说话人分类的识别方法，用以减少系统的运行时间。 在随后的实验中，本文依靠所实现的系统做了一些实验，通过实验验证了系统中加入拒识策略的可行性，并对系统的响应时间做了分析等。最后本文针对论文完成期间所遇到的一些困难和问题作了一些总结并对以后的研究工作做了分析与展望。