Die Sprache ist das Organ des individuellen Geistes (Heyse & Steinthal, 1856).
Sprechererkennung dient der Identifikation und/oder der Verifikation von Personen. Daraus resultiert die Möglichkeit, dass Assistenzsysteme die Identität des Nutzers erkennen und so direkt auf spezielle Bedürfnisse reagieren können. Ein System, das den Nutzer erkennt, ihn beim Namen nennt und seine Vorlieben kennt, kann dazu beitragen, moderne Assistenzsystem in Privathaushalte zu bringen und deren Akzeptanz zu steigern.
Ziel der Arbeit ist es, ein Speaker Recognition System (SR-System) zu implementieren und gegen bereits bestehende Systeme zu evaluieren. Dabei steht kein fertiges Produkt im Fokus der Arbeit, sondern wie sich ein embedded SR-System auf Basis von GMMs (Gaussian Mixture Models) von anderen Systemen hinsichtlich der Ergebnisse und Laufzeit unterscheidet. Zudem soll das SR-System ressourcenarm hinsichtlich der benötigten Datenmenge und ohne teures Setup (Microphone-Array) implementiert werden.