本发明节目制作中的说话人声音自动跟踪变调系统和方法，包括：声音采集单元(11)，采集指定说话人的声音片断和待处理声音；声学模型设立单元(12)，从采集的指定说话人声音片断求解最佳参数作为声学模型；声音过滤分割单元(13)，将待处理声音过滤分割成说话音和非说话音；声音存贮单元(14)，存贮声学模型、非说话音和非指定说话人声音；声音特征矢量提取单元(15)，从说话音中提取声音特征矢量；说话音相似匹配过滤单元(16)，将说话音的声音特征矢量与存储器中的声学模型的声音特征矢量比较。声音变调单元(17)，将指定说话人声音变调；声音拼接单元(18)，将变调后的说话人声音与未变调的其它声音按声音在时间上的先后顺序拼接成处理后的声音。