Dans cet article, nous étudions la résistance des systèmes de reconnaissance du locuteur de l'état de l'art face aux variabilités acoustiques, telles que le bruit additif et la réverbération. Deux systèmes seront comparés, le premier est fondé sur TDNN tandis que le second est fondé sur ResNet. Nous montrerons que globalement et sans utilisation de techniques de compensation le ResNet est plus robuste aux bruits que le TDNN. Les techniques de compensation dans le cas des TDNN sont efficaces lorsque les bruits sont ajoutés, alors qu'elles n'apportent aucun gain dans le cas du ResNet. En outre, les performances obtenues avec ResNet sans compensation restent significativement supérieures à celles d'un TDNN, même avec compensation. Les expériences sont réalisées en utilisant les corpus Fabiol et Voices. Des visualisations graphiques et des expériences complémentaires sont réalisées afin de donner des explications à ces différences de comportement face aux bruits du TDNN et du ResNet.