近年来，数字化和互联网技术的快速发展，为人们复制和传输各种数字音频提供了有利途径，使得网络上出现了海量的音频多媒体信息。技术的进步为我们的生活带来了极大的便利，但也引起了其他问题，如音频作品的安全问题和如何在海量的音频多媒体信息中快速地查找所需的音频信息等。对于前者，音频水印作为一种保护音频的技术手段，具有十分重要的应用前景。对于后者，以基于音频内容自动进行音乐信息检索的数字音频指纹技术成为了近年来的研究热点。然而，在音频水印和指纹算法的研究中，仍然存在着许多有待解决的关键问题。　　 针对对数映射的不可逆变换特性，LCM特征只对音频的傅立叶幅度系数下标进行对数坐标映射而不改变系数，从而避免了对数采样引起的失真。本文针对基于LCM特征音频水印的鲁棒性进行了研究，并提出了基于LCM特征的音频指纹算法，论文的主要内容包括：　　 1.研究基于LCM特征的音频水印算法，该算法不仅能很好的抵抗低通滤波等常见的信号处理操作，而且能同时抵抗多种同步攻击和DA/AD变换。　　 2.提出一种基于LCM特征的鲁棒音频指纹算法。该算法的创新点在于提取音频的LCM特征后，结合伪随机序列来生成音频指纹。我们采用比较音频指纹之间的误码率来对音频进行识别。实验结果说明，本文算法在提取较短的音频指纹长度的前提下，与飞利浦研究院开发出的基于音频内容特征的鲁棒音频指纹系统相比鲁棒性有所提高，能抵抗±10％的TSM攻击。