随着语音合成、语音转换及录音设备质量的提升,传统的声纹验证系统越来越受到多种多样的声纹欺诈手段的严重威胁。这些威胁能够入侵声纹识别(ASV)系统,干扰系统的判别能力,大大降低识别准确率。而在各种声纹欺诈手段中,录音回放对系统的威胁程度最为严重。原始的音频包含丰富的振幅和相位信息,由于人耳对于相位信息不够敏感且相位信息难以建模处理,所以传统的特征提取方法在特征提取时舍弃了相位信息。但实际上回放音频会产生相位错乱可以被很好地用于检测。其次,传统的特征提取方法模仿人耳听觉特性更关注低频信息,但回放音频由于信道噪声等因素在高频段具有大量的高区分度信息。本文指出对于相位和振幅信息的融合,高频和低频信息的融合,有望提升回放欺诈检测效果。因此,本文探究对比了传统特征提取方法在声纹欺诈检测中的效果,提出了振幅和相位信息融合的互补特征,并首次提出了基于F-ratio全频段分析的自适应滤波器以最大化捕获回放音频和原始音频在频域上的高区分度信息,进而提出了自适应的相位和振幅特征提取方法。提出的方法在ASVspoof2017数据库的开发集和测试集分别降低了78.7%和59.8%的相对错误率。