高斯混合模型(Gaussian Mixture Model, GMM)是基于模型距离说话人聚类常用的模型，GMM的概率密度分布函数是由 个高斯概率密度函数加权求和而得到的，如式(1)所示：

(1)

其中 是观测值x 在某个GMM模型下的概率密度函数。x 是 k 维的随机向量， 是高斯混元的权值。 是第 i个单高斯分布概率密度函数，如(2)式：

(2)

对高斯混合模型而言，模型距离的定义最终可以归入分布间的距离衡量。其中常用的有如下几种：

欧式距离(Euclidean Distance)：

(3)

马氏距离(Mahalanobis Distance)

(4)

巴特查里亚距离(Bhattacharyya Distance)

(5)

其中， ， 表示两个多维高斯分布， 为两个分布的均值向量， 表示两个分布的协方差矩阵。