登録音声と識別音声間でのVocal Effort （VE）の不一致は話者識別器の精度低下を招く．従来手法では，VEの変動を含む音声を用いて識別器の学習を行っており，実環境での利用を考えると，残響などの複合的な変動を含む学習データが必要となる．本研究では，VEの変動による影響を軽減する特徴量を提案する．まず，VEの変動を考慮しない話者識別器において，VEに変動のある音声でテストを行う．次に，精度が低下した音声のみでVEの強弱ごとに平均スペクトルを比較し， 変化の少ない周波数帯でフィルタバンク特徴量を設計し話者識別器への入力とする．等価エラー率などを用いてVEの不一致を含む音声で精度を検証する．