本发明实施例提供一种说话人验证方法。该方法包括：对待验证音频的时间和频率维度的特征图进行预分割，得到多个特征片段，其中，多个特征片段包括：时间一维特征的特征片段，以及时间和频率二维特征的特征片段；利用多层感知块确定时间和频率二维特征的特征片段的全局信息，确定时间一维特征的特征片段的局部信息；利用统计池化层确定全局信息以及局部信息的带有全局信息和局部信息的说话人嵌入，利用说话人嵌入进行说话人验证。本发明实施例还提供一种说话人验证系统。本发明实施例基于多层感知器的说话人系统能同时建模局部和全局信息，对于捕捉待验证音频中全局特征和局部特征方面具有优势，从而提升说话人验证的准确率。