1.基于說話人識別技術的口語測評身份認證方法，其特征在于，包括以下步驟：
S1：用戶注冊時，獲取并分析用戶的語音信息，得到標準語音模板，初始化身份認證分數；
S2：當用戶啟動口語測評功能時，根據測評的總時長T、身份認證分數S計算得到認證次數和認證時間；
S3：當認證時間到達時，獲取用戶的語音信息，并與標準語音模板進行對比，如果匹配，本次認證成功；否則返回步驟S3對下一次認證時間進行監測；
S4：根據本次口語測評的認證結果更新身份認證分數。
2.根據權利要求1所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述步驟S1還包括：實時檢測是否接收到老師反饋的身份認證分數，如果是，更新身份認證分數。
3.根據權利要求1所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述步驟S1中，所述語音信息為多條，通過麥克風直接獲取或是從用戶的測試數據庫中調取。
4.根據權利要求1所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述步驟S2具體為：
S2a：計算認證次數A，A＝5T/S；
S2b：計算認證時間：Pi＝Pi-1+B；其中，Pi-1＝0，B為0～12S之間的隨機數。
5.根據權利要求4所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述步驟S3具體為：
S3a：當認證時間Pi到達時，設定認證錯誤次數為0；
S3b：判斷在預設的延長時間內是否接收到用戶的語音信息，如果是，執行步驟S3c；否則，認證失敗次數累積1，返回步驟S2；
S3c：認證錯誤次數是否達到預設的認證錯誤上限值，如果是，認證失敗次數累積1，返回步驟S2；否則，執行步驟S3d；
S3d：將接收的語音信息與標準語音模板進行對比，如果匹配，返回步驟S3a對下一次認證時間進行監測；如果不匹配，認證錯誤次數累加1，返回步驟S3b。
6.根據權利要求5所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述步驟S4中，身份認證分數為認證失敗次數的倒數。
7.根據權利要求1所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，該方法分析用戶的語音信息時，首先構建若干個分類器，然后將分類器進行融合，得到標準語音模板。
8.根據權利要求7所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述分類器的構建方法如下：
首先，提取語音信息相應的JFA話者超向量，從JFA超向量中的均值向量中選取一個新的維度較低的子空間；然后，采用主成分分析方法對該子空間中的特征向量進行最優降維，將其投影到維度為J的低維子空間中；其次，在該低維子空間中，應用隨機采樣技術得到若干個隨機子空間；最后，對于每個隨機子空間，分別進行類內協方差規整以及非參數線性區分分析，從而得到每個隨機子空間對應的投影矩陣，即分類器。
9.根據權利要求7所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，采用動態融合方法對分類器的輸出進行融合。
10.根據權利要求7所述的基于說話人識別技術的口語測評身份認證方法，其特征在于，所述動態融合方法具體為：
首先，對來自大量說話人的開發集語音數據集X進行分析，根據一定的準則將其劃分為K個子集SK；然后，用每個分類器對各個子集中的語音數據進行測試，統計相應的得分輸出；最后，將得分平均值作為確定分類器在各個集合上的權重。