提出了一种将基于深度神经网络（DeepNeuralNetwork，DNN）特征映射的回归分析模型应用到身份认证矢量（identityvector，i-vector）/概率线性判别分析（ProbabilisticLinearDiscriminantAnalysis，PLDA）说话人系统模型中的方法。DNN通过拟合含噪语音和纯净语音i-vector之间的非线性函数关系，得到纯净语音i-vector的近似表征，达到降低噪声对系统性能影响的目的。在TIMIT数据集上的实验验证了该方法的可行性和有效性。