話者ベクトルとは，任意の話者の発話から抽出される，当該話者固有の特徴を表すためのベクトルである．しかし，発声テキストの違い等の要因により，固有であるべき同一話者の話者ベクトルがばらつくという問題がある．この問題の解決手法として，話者ベクトルのばらつきを最小化する学習手法を提案する．まず，学習済みの話者ベクトル抽出器を用いて，同一話者のテキストの異なる発声から話者ベクトル群を抽出し，その中から代表話者ベクトルを選定する．次に，同一話者の話者ベクトル群と同話者の代表話者ベクトルとの距離を最小化する学習を行う．実験では，JTubeSpeech-ASVコーパスを用いて従来手法との比較評価を行った．