在文本無關說話人確認領域,基于總差異空間的說話人確認方法已成為主流方法,其中概率線性判別分析(Probabilistic Linear Discriminant Analysis, PLDA)因其優異的性能受到廣泛關注。然而傳統PLDA模型沒有考慮注冊語音與測試語音時長失配情況下的差異信息,不能很好地解決因時長失配帶來的說話人確認系統性能下降的問題。該文提出一種估計時長差異信息方法,并將此差異信息融入PLDA模型,從而提高PLDA模型對時長差異的魯棒性。在NIST數據庫上的實驗表明,所提出的方法可以較好地補償時長差異,性能上也優于PLDA方法。