本发明提供了一种基于声纹跟踪的摄像机控制方法，解决在演出、会议等视频录制场景下，无法自动控制摄像机实时追踪目标说话人的问题。本发明所述方法包括软件方法和硬件系统两部分，其中软件方法包含说话人声纹模型、声纹识别的信道补偿算法以及波达方位估计中的WSF算法及其优化算法等，本文针对WSF算法求解复杂度高的问题，提出了限定WSF求解空间算法和基于窄带遗传搜索空间的WSF算法。硬件系统使用摄像机、麦克风阵列、处理器、内存、云服务器、电源以及网卡等作为本发明算法的载体，实现摄像机实时跟踪的功能。