سیستم تشخیص گوینده یکی دیگر از سیستم های امنیتی و کنترل تلفنی از راه دور است ، که در سال های اخیر مورد توجه قرار گرفته است. در این پایان نامه به بررسی رویکردی برای افزایش کارایی سیستم های تشخیص گوینده می پردازیم. یک روش انتخاب ویژگی برای بهبود کارایی این سیستم ها ارائه شده است. این سیستم ها از ویژگی های با ابعاد بالا استفاده می کنند، که بسیاری از این ویژگی ها اضافی و نامرتبطند. حذف ویژگی های نامرتبط و افزونه ،) توسط ( fcbf موجب بهبود کارایی می شود. تاکنون روش های زیادی برای انتخاب ویژگی در این سیستم ها مورد استفاده قرار گرفته است که همه این روش های انتخاب ویژگی، رپر بوده اند و زمان انتخاب ویژگی برای آنها بالاست. در اینجا یک روش برمبنای fcbf +relieff برای کلاس بند ماشین بردار پشتیبان ارائه شده است .این روش از وزن های رلیف استفاده می کند . بنابراین پیچیدگی زمانی کمتری نسبت به دیگر روش های رپر دارد . نتایج بدست آمده نشان می دهد که ، پیچیدگی زمانی روش ارائه شده در مقایسه با روش های ژنتیک و کلونی مورچگان برای کرنل های مختلف ماشین بردار پشتیبان کمتر است. در فاز کلاس بندی پارامتر تعادل را معرفی می کنیم. . اکثر سیستم های تشخیص گوینده به یک پایگاه داده ی خاص با تعداد نفرات مشخص وابسته می باشند که در صورت تغییر در تعداد و کیفیت دیتاست، کارایی شان به شدت کاهش می یابد. بهره گیری از پارامترتعادل ما را به هدف اصلی پایان نامه ، که پیاده سازی یک سیستم تشخیص گوینده پویاست، نزدیکتر می نماید.