说话人确认系统作为生物识别领域的研究热点近几十年来得到了迅速的发展。因其便捷、有效和低成本的特点,已经被广泛应用于需要身份认证的领域。但由于录音回放攻击语音的存在,说话人确认系统在走向实际应用的过程中,其安全性问题开始受到越来越多的关注。从应用安全的角度出发,提高说话人确认系统的安全性,抵御录音回放攻击语音成为亟须解决的问题。为有效抵御录音回放攻击语音,本文通过输入信道频率响应差异分析,提出了两种适用于录音回放攻击检测的特征提取方法。其一为信道频响差强化倒谱系数(Channel frequency response Difference Enhancement Cepstral Coefficient,CDECC)特征,该特征参数通过三阶多项式非线性频率尺度变换强化信道频率响应差异。其二为小波包熵密度(Wavelet Packet Entropy Density,WPED)特征,该特征参数通过小波包变换(Wavelet Packet Transform,WPT)和特定小波包节点的熵密度值计算强化输入信道频率响应差异,增大两类语音在特征空间中的距离。最后,将采用CDECC特征和WPED特征的录音回放攻击检测模块以串联方式嵌入说话人确认系统中,实现了具有录音回放攻击检测能力的说话人确认系统。基于ASVSpoof 2.0语料库的非特定说话人文本无关录音回放攻击检测实验表明,采用CDECC特征和WPED特征的录音回放攻击检测等错误率(Equal Error Rate,EER)分别为25.03%和23.22%,相比基线系统的EER相对下降了 10%和16.50%。采用CDECC特征和WPED特征作为检测特征的说话人确认系统的错误接受率(False Accept Rate,FAR)明显下降,EER 分别从 4.80%下降为 1.07%和 1.03%。