呼吸是一个人生命的象征,作为一个为了维持生命特征不可避免的生理活动,呼吸的重要性不言而喻。但长久以来,在语音信号处理中,由于呼吸的声音具有能量低、频率低的特点,研究者们大都关注于有声语音部分,而呼吸音往往被看作是微不足道的一个部分甚至是噪声来进行处理。然而,作为与有声语音信号具有明显差异的一种声音信号,呼吸音本身也可反映出十分丰富的信息。近来,已有越来越多的研究者开始对呼吸音本身所包含的信息进行分析和研究,包括其在医疗领域、情感识别领域和说话人识别领域的利用价值。而本文意在挖掘呼吸音的另外一种用途,利用呼吸音在说话过程中存在感极低的特点,通过赋予不同的呼吸音不同的含义,来达到隐蔽信息传递的目的。本文首先定义了呼吸手势这一新的概念。呼吸手势即一组精心设计的、具有不同内在含义的呼吸音片段,用户通过在通话过程中主动插入呼吸手势来完成秘密信息的嵌入。作为承载秘密信息的载体,呼吸手势的设计是本文工作的一个重要组成部分。为了达到隐蔽通信的目的,呼吸手势应满足以下特性:多样性、简洁性、隐蔽性、与其他呼吸音的差异性。本文在此基础上设计了三种不同的呼吸手势,并分别对其进行了分析与测试。秘密信息的提取是由一组算法来实现的。算法共分四个步骤:首先对原始通话进行预处理,抑制其中的噪声;接着使用了一种基于MFCC语音特征的模板匹配方法将原始通话中的语音部分剔除掉;然后对保留下来的只包含呼吸声音的信号进行进一步的处理,经过分割得到若干孤立的呼吸手势;最后对这些孤立的呼吸手势进行识别,识别算法是一种基于DTW距离的分类算法,识别过程中采用GFCC作为呼吸手势的声学特征。最后为了评估系统的性能,本文对呼吸手势的提取分割以及呼吸手势的识别分别进行了测试,实验结果表明,系统对于呼吸手势的识别率可以达到87.6%。