سیستم تشخیص گوینده اتوماتیک یکی از سیستم های بیومتریک است که به دلایل امنیتی و کنترل تلفنی از راه دور در سالهای اخیر مورد توجه قرار گرفته است. روش های مختلفی برای بهبود کارایی این سیستم ها ارائه شده است. از آنجایی که این سیستم ها از ویژگی های با ابعاد بالا استفاده می کنند، بسیاری از این ویژگی ها اضافی و نامرتبطند و پیچیدگی این سیستم ها بالاست. یکی از روشهای بهبود کارایی این سیستم ها، حذف ویژگی های نامرتبط و اضافی مورد استفاده در آنهاست. تاکنون روشهای زیادی برای کاهش ویژگی در این سیستم ها مورد استفاده قرار گرفته است که همه این روشهای انتخاب ویژگی، رپر بوده اند و زمان انتخاب ویژگی برای آنها بالاست زیرا از کارایی سیستم به عنوان یک ارزیاب جهت انتخاب ویژگی استفاده می کنند و برای ارزیابی هر زیرمجموعه ویژگی باید سیستم را آموزش داده و پارامترهای آن را بدست آورند در اینجا یک روش انتخاب ویژگی بر مبنای relief برای سیستم های تصدیق هویت گوینده بر مبنای ماشین بردار پشتیبان ارائه شده است .این روش بر مبنای رپر بوده ولی از وزن های relief جهت استفاده کمتر از دقت سیستم، استفاده می کند. بنابراین پیچیدگی زمانی کمتری نسبت به دیگر روش های رپر دارند و می تواند فضای ویژگی را حداقل به 66% و eer را به 1.25% کاهش دهد. روش ارائه شده با روش های انتخاب ویژگی ژنتیک و الگوریتم بهینه سازی مورچگان مقایسه شده است و نتایج بدست آمده نشان می دهد که eer، تعداد ویژگی های کاهش یافته و پیچیدگی زمانی روش ارائه شده در مقایسه با این روش ها برای کرنل های مختلف ماشین بردار پشتیبان کمتر است.