La información sobre la identidad del portavoz puede serle sacada  de la lengua y  la voz. Según  la formación del canal de narices y de boca,  de la garganta o  de las cintas de voz,  resultan con los movimientos de conversación de la boca, el pino y la lengua modelos de voz individuales. Una señal lingüística contiene la información sobre la lengua hablada, sobre el sexo y sobre la constitución física así como el estado emocional de la persona. También contiene unas informaciones sobre el origen geográfico, local y social del portavoz. A menudo la gente es capaz de extraer informaciones sobre la identidad del portavoz que conocen.

El reconocimiento de portavoz debe ser separado del reconocimiento de voz. El reconocimiento de voz es la noción para un sistema que cambia la lengua hablada y respectivamente del texto hablado en el texto escrito. Se ocupa aqui del contenido lingüístico de una noticia hablada. A menudo el reconocimiento de voz se malidentifica con con el reconocimiento de portavoz, a pesar de que no se trate en esto de un procedimiento biométrico, por lo menos en el sentido de este trabajo.  No se trata aquí sobre el reconocimiento de voz, sino sobre el reconocimiento de portavoz.

La grabación de la voz humana requiere que la persona que va a reconocerse diga algo, tiene un comportamiento de conversación, una intención linguística y por eso el reconocimiento de portavoz es ordenado en la categoría de los métodos biheviorísticos/dinámicos. Una señal lingüística es una función compleja del portavoz y sus alrededores que pueden ser arrastrados fácilmente por un micrófono de estándar. Al contrario de procedimientos biométricos físicos de identificación como el reconocimiento de imagen de dedo, el reconocimiento de portavoz no es estático y no contiene ningunas señales físicas. En el reconocimiento de portavoz, se usa sólo la información que depende del comportamiento, de una acción. Ella no incluye a rasgos característicos estáticos y físicos. Lawrence Kersta de los ladra Labs en EE.UU. introdució un verificación automática del portavoz, al principio de los 60´. Desarollaba un spectógrama de voz-imagen, hecho por un utensilio electromecánico complicado. El molde de voz era comparado con un algoritmo de verificación, que era diseñado en la base de una comparación visual. Desde los años 70, junto con los métodos acústicos y visuales,  se explora también el reconocimiento automático de portavoz (asistido por el ordenador).