ازجمله محبوبترین و كارآمدترین شيوه های شناسایي خودكار افراد استفاده از ویژگيهای حياتي آنهاست. از ميان معروفترین ویژگيها، مي توان از اثرانگشت چهره و صدای افراد یاد كرد. هيچیك از سامانه های تشخيص هویتي در تمامي شرایط به طور مطلق بهترین راهکار نيست و هر یك با توجه به دقت و كاربرد موردنظر نقاط قوت و ضعف خاص خود را دارند. در این ميان پدیده هایي وجود دارند كه سيگنال گفتار افراد را از دیگر ویژگيها متمایز مي سازد. گفتار یك سيگنال طبيعي است و معمولا توليد گفتار یك فرد برای فردی دیگر به صورت طبيعي ممکن نيست. در بسياری از كاربردها همانند دسترسي یا ارتباط از راه دور با پهنای باند كم نظير تلفن گفتار ساده ترین سيگنال قابل دسترسي از افراد است. همچنين تشخيص از طریق گفتار كاربرپسند بوده و نياز به تجهيزات و حسگرهای ویژه و گرانقيمتي ندارد. تشخيص گوینده را معمولا به دو شاخه اصلي شناسایي هویت و تصدیق هویت گوینده تقسيم مي كنند. در شناسایي گوینده، هویت گوینده یك قطعه گفتار از بين چند گوینده از قبل تعيين شده مشخص مي گردد، در مقابل در تصدیق گوینده بایستي ادعای مطرح شده درباره هویت گوینده یك نمونه صوتي رد شده یا تأیيد گردد. بررسي هویت افراد در سامانه های كنترل دسترسي، برچسب گذاری صوت و تشخيص هویت قانوني ازجمله مهمترین كاربردهای تصدیق هویت گوینده هستند. از بعد علمي تصدیق هویت گوینده خود به دو دسته وابسته به متن و مستقل از متن تقسيم مي شود كه سامانه های مستقل از متن باوجود دقت كمتر آنها به دليل دارا بودن سازگاری بيشتر با شرایط محيطي واقعي كاربرد گسترده تری دارند. سامانه های تصدیق هویت گوینده از چند بخش اصلي شامل استخراج ویژگي، مدل سازی گوینده امتيازدهي، مقایسه و تصميم گيری تشکيل شده اند.