Cette contribution montre travers une synth se de l' tat de l'art que les syst mes d'indexation en locuteurs d pendent fortement des performances de l' tape de segmentation dont l' l ment d terminant est la mesure de similarit adopt e. La d finition de cette mesure d pend notamment de l'espace de repr sentation des donn es et de la m thode de classification adopt e. Dans ce cadre, nous adoptons le formalisme des M thodes Vecteurs de Support (SVM), comme outil de d cision discriminant. Son avantage principal est de contr ler la complexit du mod le ajust aux donn es et de prendre en compte l'information param tr e selon diverses configurations et tailles des vecteurs acoustiques. Nous exploitons les informations extraites de l'entra nement du classifieur (SVM), pour d finir une distance dans l'espace des caract ristiques. Son caract re g om trique facilite son calcul et son interpr ratation. Cette mesure est mise en oeuvre dans le cadre d'algorithmes pour la d tection de ruptures puis le regroupement de segments correspondant l'intervention des diff rents locuteurs.