针对说话人识别系统中存在的有效语音特征提取以及噪声影响的问题，提出了一种新的语音特征提取 方法———基于 S 变换的美尔倒谱系数( SMFCC) ． 该方法是在传统美尔倒谱系数( MFCC) 的基础上利用 S 变换的二维时 频多分辨率特性，以及奇异值分解( SVD) 方法的二维时频矩阵有效去噪性，并结合相关统计分析方法最终获得语音特 征． 采用 TIMIT 语音数据库，将所提的特征和现有特征进行对比实验． SMFCC 特征的等错误率( EER) 和最小检测代价 ( MinDCF) 均小于线性预测倒谱系数( LPCC) 、MFCC 及其结合方法 LMFCC，比 MFCC 的 EER 和 MinD