Luận văn áp dụng mô hình Markov ẩn hợp Gauss giải quyết bài toán định danh người nói độc lập văn bản trên tập dữliệu mở. Mỗi người nói sẽ được mô hình hóa bằng một mô hình Markov ẩn với hàm mật độxác suất là hợp các hàm Gauss, được huấn luyện theo thuật toán expectation maximization trên dữliệu huấn luyện của người nói tương ứng. Tiến trình nhận dạng một mẫu tiếng nói gồm hai bước chính là định danh (identification) và xác minh (verification). Bước định danh thực hiện phân lớp mẫu tiếng nói theo luật quyết định Bayes. Bước xác minh áp dụng phương pháp chuẩn hóa nhóm tựdo (unconstraint cohort normalization) đểtăng hiệu suất xác minh. Hiệu suất phân lớp và hiệu suất xác minh thật-giảtrên tập dữliệu tiếng nói tiếng Việt của 60 người, lần lượt là 100% và 96%. Luận văn trình bày gồm 5 chương: ƒ Chương 1 giới thiệu tổng quan vềsinh trắc học và bài toán định danh người nói, cùng các lĩnh vực liên quan. Phần cuối chương giới thiệu sơlược một số phương pháp truyền thống và hướng tiếp cận của đềtài. ƒ Chương 2 trình bày vềcác thành phần và cơchếhoạt động của một hệthống định danh người nói trên tập mở, đồng thời tóm tắt nội dung và kết quả đạt được của một sốphương pháp trong các công trình nghiên cứu trước đây. ƒ Chương 3 trình bày chi tiết vềmô hình Markov ẩn hợp Gauss – đặc tảmô hình, các bước xây dựng mô hình, và áp dụng của nó trong đềtài. ƒ Chương 4 mô tảdữliệu thực nghiệm, chi tiết thực nghiệm và các kết quả đạt được. ƒ Chương 5 đưa ra kết luận và hướng phát triển.