声纹攻击检测技术是在声纹识别快速发展后需要被极大关注的一个热点,当今时代,声纹识别越来越广泛地应用于各大领域,相关研究表明,声纹识别技术受到恶意欺诈攻击变得极为容易,主要分为合成攻击和回放攻击。随着攻击手段更加方便有效,声纹识别系统的应用和推广面临很大的威胁,因此研究检测合成和回放语音攻击的系统具有迫切需求和重大意义。本文主要围绕合成语音攻击和回放语音攻击两个方面进行了相关检测算法研究。主要体现在以下三个方面:首先对语音特征进行了探索,提出了能够区分攻击语音和真实语音的新型特征,主要分为两大类,一类是基于残差信号的特征,分别为残差线性频率倒谱系数(RLFCC)、残差常数Q倒谱系数(RCQCC)和残差对数功率谱(RLog Spec);一类是基于谐波加噪声模型的新型特征,为谐波噪声子带能量比特征(HNSER)。然后,分别在合成语音攻击和回放语音攻击两个场景下构建了基于高斯混合模型(GMM)和轻量型卷积神经网络(LCNN)的检测系统。最后,在前面研究工作的基础上,进一步展开探索,提出了混合攻击语音检测算法。本文提出的研究方法均在2019年国际自动说话人确认欺骗攻击评测(ASVSPOOF2019)的任务和数据集上进行了实验分析和验证。首先本论文对提出的两类新型特征进行了重要性分析,结果表明提出的新型特征区分性较好。实验结果表明,本文所提出的基于RLFCC-GMM、RCQCC-GMM和RLog SpecLCNN的检测系统相比于官方提供的基线系统的等错误概率(EER)分别降低了20%、10%和52%左右,表明提出的新型特征在检测合成转换语音和回放攻击语音方面有一定的优越性,能够很好的区分攻击语音和真实语音。虽然基于HNSER-GMM的检测系统相比于官方提供的基线系统的EER没有降低,但是考虑到特征之间的互补性,在前面单系统实验的基础上,不同的系统通过得分融合技术,得到的结果相比于基线系统的EER降低了30%以上,由此结果可知不同系统之间有信息的互补性。最后,在前面实验的基础上分析了混合攻击存在的问题,在未知攻击方式的前提下,从多系统得分融合的角度构建了混合攻击检测系统,其结果相比于基线系统的性能提高了90%左右。综上所述,本文在新型特征和混合攻击检测系统方面的研究为以后声纹攻击检测技术的发展提供了一定的理论参考和实践指导。