声音识别也叫声纹识别，所谓声纹，就是用电声学仪器显示的携带言语信息的声波频谱。发声的原动力是呼吸产生的气流，我们说话时用从肺呼出来的气流，经过支气管、气管后，在喉下的声腔增加压力，冲出声门，再由喉、鼻共鸣，并由舌、齿、唇等的位置和形状的变化改变音调。从人们口里发出的声音并不都能作为声纹证据，因为不少声音像鸟叫、虫鸣，婴孩啼笑一样没有什么意义，也就没有独特性，因此声纹证据一般分析的是人说话的声音。

　　声纹作为生物识别技术的一种，要求和其他识别技术一样具有高准确性。构成声音的独特性原因与发声的生理原因有关。人的语言产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，身体在讲话时使用的器官，如舌、牙齿、喉头、肺、鼻腔等，在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异。此外，每个人的发音器官发出的清晰声音并非天生，而是经由不断学习改变错误而形成。两人以同样方式运用其发音器官是微乎其微的，因此每个人发出声音各不相同，即使是克隆人也会有所不同。

　　每个人的语音声学特征既有相对稳定性，又有变异性，不是绝对的、一成不变的。这种变异可来自生理、病理、心理、模拟、伪装，也与环境干扰有关。尽管如此，在一般情况下，声纹的鉴定仍能区别不同人的声音或者确认法定的同一人的不同声音，从而可以进行个人的身份识别。