在说话人空间中，存在语音特征随句子和时间差异而变化的问题。这个变化主要是由语音数据中的语音信息和说话人信息的变化引起的。如果把这两种信息彼此分离就能实现鲁棒的说话人识别。在假设大的说话人变量的空间为“语音空间”和小的说话人变量的空间为“说话人空间”的情况下，通过子空间方法分离语音信息和说话人信息，提出了说话人辨认和说话人确认方法。结果显示：通过相对于传统方法的比较试验，能用小量训练数据建立鲁棒说话人模型。