人的语音虽然具有个性特征,但随着现代电子计算机技术的迅猛发展,人的语音也可以被蓄意模仿。当模仿语音相似度较高时,当前的身份确认系统就有可能会被蓄意模仿者欺骗,从而对国家和个人的信息安全造成了很大的威胁。因此,展开了语音反蓄意模仿并针对蓄意模仿说话人的语音特征参数进行分析,找出蓄意模仿者与原说话人语音之间的特征参数差异是十分有意义的,这在司法鉴定、刑事侦查、信息安全等方面都有着广泛的应用前景。文中首先介绍了语音反蓄意模仿识别技术的应用及其研究现状和蓄意模仿的含义,并对影响语音蓄意模仿相似度的外在因素进行了介绍与分析,同时阐述了蓄意模仿说话人语音对人们的日常生活所带来的危害。语音反蓄意模仿的研究从大的方面来说属于说话人识别的范畴,文中介绍了说话人识别的基本概念、原理以及当前的研究现状,并简单介绍了目前常用的说话人识别方法。其次,要实现语音反蓄意模仿较好的效果,使蓄意模仿者的语音和被模仿者的声音达到无噪音的状态是有必要的,由于实际生活当中的种种环境因素,得到理想中的纯净语音是不可能的,但是可以采取有效的手段对带噪语音进行去噪,尽可能的接近纯语音效果。由于语音信号是一种复杂的非线性、非平稳的信号,而传统的一些基于线性和平稳的语音信号去噪方法有很大的局限性。基于数学形态学的形态滤波器是一种新型非线性滤波器,具有良好的滤波性能,在语音信号处理中能有效地抑制各种噪声,而且有利于语音信号边缘细节特征的保持,因此,本文对传统形态滤波器进行了改进,设计了一种加权形态滤波器,并对语音信号进行滤波去噪,从而有效提高了区别蓄意模仿说话人的能力。此外,还建立了蓄意模仿语音库进行实验,分别计算基于传统方法的语音特征参数差异和基于数学形态学的语音特征参数差异,并对两种结果进行比较。实验表明,基于数学形态学的语音反蓄意模仿中可用于识别的特征参数有良好的性能。最后,对本文的工作内容进行总结,并指出不足之处,提出了该领域未来的研究方向。