在語者鑑定(speaker verification)實務上，共振峰(formant)為一極重要的鑑定依據。時域的語音經過線性預估碼LPC（linear predictive coding）分析後，可轉成頻域的共振峰頻譜。若LPC的階數(order)為p，則至多可產生p/2個共振峰。語者鑑定依其鑑定內容可分為本文有關(text dependent)與本文無關(text independent)兩種，本文有關鑑定的內容為特定的語詞，而本文無關鑑定的內容為不特定的語詞。在本文中，將共振峰頻譜中的每一共振峰抽離後，針對每一共振峰進行鑑定。由實驗的結果顯示，若為本文有關，則共振峰抽離可降低錯誤率，若為本文無關，則共振峰抽離反而會增加錯誤率。因此，共振峰抽離只能應用於本文有關的語者鑑定。另外，實驗的結果也顯示，將我們提出的演算法應用於本文無關的語者鑑定，其錯誤率為1.261091%，極具實務應用價值。