این مقاله تاثیر استخراج ویژگی بر کارایی سیستم شناسایی گوینده مستقل از متن را بررسی میکند. برای این منظور، دو روشLPCC ،MFCC انتخاب شده و مورد مقایسه قرار گرفتهاند. از مدل آمیخته گاوسی به منظور مدلکردن گوینده استفاده شده و جهت کاهش حجم محاسبات، ماتریس کواریانس قطری بکار گرفته شده است. آزمایشات انجام شده بر روی پایگاه داده استانداردTIMITنشان دادند که روش استخراج ویژگیMFCCبا به کار بردن مقایسبندی مل، نسبت به روش استخراج ویژگیLPCCبرای سیستم شناسایی گوینده مستقل از متن با ماتریس کواریانس قطری، درصد شناسایی بیشتری به دست میدهد. بعلاوه در روش استخراج ویژگیMFCC به دلیل استفاده از تبدیل کسینوسی گسسته، بردارهای ویژگی نسبت به روشLPCCحاوی بار اطلاعاتی بیشتری هستند و این باعث بهبود کیفیت کارایی سیستم میشود