随着计算机科学、模式识别和人工智能等学科取得令人瞩目的进展,建立在此基础上的语音认证技术也随之获得了飞速的发展。语音作为一种常见的多媒体信息,在网络通信与传输过程中易受到各种攻击的干扰。随着移动端的不断普及,使人们对现有的语音认证技术提出了更高的要求。为了实现高效的语音认证,提高认证算法的抗干扰性能,保证语音数据的真实性和完整性,以及解决该算法的移动端应用问题,本文研究了适用于移动端的实时语音感知哈希认证算法,并实现了移动端语音身份鉴别APP。主要研究内容如下:1.针对现有算法不适用于语音实时认证的问题,提出了一种高效的基于声谱图的语音感知哈希算法。首先,截取一小块代表语音信号低频部分的声谱图,常规的内容保持操作(如MP3压缩、噪声和音量增减)对这块声谱图产生的失真较小;然后,该图片经过LBP算法处理后得到LBP编码特征图像;最后,利用图像感知哈希方法构造该图像的感知哈希序列。实验结果表明,该方法具有很好的区分性、鲁棒性和认证效率,完全可以满足移动端语音的实时认证要求。2.为了使语音认证算法在真实噪声环境下具有更强的鲁棒性,提出了一种基于伪谐波模型的强鲁棒语音感知哈希认证算法。该算法首先对认证语音进行预处理后分帧、加窗;然后通过输入一定的参考频率对每帧信号构造伪谐波模型,使每个频率对应一个单一成分的模型分析信号,并利用模型分析信号的突出幅度信息作为语音信号的感知特征值;最后对感知特征值进行哈希构造,生成二进制感知哈希序列从而实现语音认证。实验结果表明,该算法对较强的真实环境噪声和一些常规的内容保持操作具有非常好的鲁棒性,同时区分性和认证效率能够满足基本的认证要求。3.在移动端为了实现高效的实时语音认证,在Android平台上设计了一个基于语音感知哈希的语音身份鉴别APP。首先在Android客户端设计用户界面并录制用户语音,接着在Tomcat服务器上运行语音感知哈希算法获得和存储用户身份信息,最后二者通信完成用户身份鉴别过程。通过对系统进行部署和测试表明,该语音身份鉴别APP的用户注册、用户登录、发送和接受消息、语音录制等模块能够顺畅的运行,并且系统整体的功能也满足语音实时认证的性能要求。