本发明实施例提供了一种声纹模型训练方法和系统，该方法包括：选取多个用户标识下的语音作为训练语音；根据训练语音确定初始声纹模型；利用初始声纹模型对每个用户标识下的训练语音进行聚类，得到排序后的训练语音；将排序后每个用户标识下的训练语音划分成第一子集、第二子集和第三子集；将所有用户标识下的第一子集合并为第一训练子集，第二子集合并为第二训练子集，以及第三子集合并为第三训练子集；按照从易到难的学习顺序依次对第一训练子集、第二训练子集和第三训练子集进行学习，得到最终的声纹模型。本发明实施例有效提高了声纹模型的鲁棒性，使声纹系统的性能更加优越。