声纹识别作为生物特征识别技术的重要组成部分，在公共安全、金融认证等领域具有广泛应用。然而，传统声纹 识别系统存在环境噪声干扰、特征提取不充分、识别准确率低等问题。本文针对这些挑战，提出一种基于声道与声门参数融 合的多模态特征提取模型。该模型结合维纳滤波和半帧交叠分帧技术进行语音降噪，采用 Mel 倒谱系数（MFCC）提取声道 特征，并融合基音周期和能量等声门参数，通过隐马尔可夫模型（HMM）和高斯混合模型（GMM）双模型进行识别。实 验结果表明，本模型在噪声环境下误识率降低至 3.2%，识别速度提升 40%，信噪比优化≥8dB，显著优于传统 BioVoice 系统。 本研究为声纹识别技术的实用化提供了有效解决方案。