语音模仿是指为了达到伪装另一个人的目的对其声音和发音习惯的再现,一个成功的模仿者能够找到、选择并模仿目标说话人最典型的声音特征。当蓄意模仿者模仿的声音与目标说话人的声音的相似度超过了声音认证系统的鉴别能力时,将会给声音认证系统的安全带来严重的威胁。因此进行了语音反蓄意模仿的研究,以减少语音蓄意模仿对声音认证系统的破坏。　　本文对反蓄意模仿的语音增强、特征参数进行了研究,并实现了基于SVM的反蓄意模仿说话人识别系统,主要内容如下:　　1、建立了反蓄意模仿语音库。　　2、提出了基于TEO的语音活动检测的谱减法,该方法利用TEO对带噪语音进行语音活动检测,区别出噪声段和语音段,对噪声段和语音段分别进行谱减处理。经过实验验证,基于TEO的语音活动检测的谱减法语音增强效果明显,保证了语音质量,减少了音乐噪声,为反蓄意模仿说话人识别的研究打下了良好的基础。　　3、针对常用的特征参数,采用主观评价与特征参数欧氏距离对比的方法,研究了基音、LPCC、MFCC和MFCC及其差分倒谱特征参数对语音蓄意模仿的区分性能以及对语音蓄意模仿相似程度的描述能力,实验证明 MFCC及其差分倒谱特征参数性能最好。　　4、基于SVM建立了反蓄意模仿说话人识别系统,并与传统的VQ说话人确认系统的性能进行对比,实验证明本文建立的系统具有更好的性能。