随着数字信息技术的不断发展,数字音频媒体逐渐成为音频信息存储与传播的主要媒介,取代了传统的模拟信号存储方式,数字音频文件是音频更为简便的发布和流通载体。然而与此同时,无论是计算机软件还是硬件,都提供了相较于以往媒体更为便利的音频编辑手段,包括音频压缩、后期特效、添加裁剪或者是内容的修改,使得数字音频的可靠性极难得到保证。为了在一些版权保护或是法律取证等等的场合下,使音频本身的内容更具备法律效力,因而对于数字音频的内容认证和保护也就成了一项重要的研究。现有的数字音频内容认证算法存在多种关于时间轴对齐的限制,比如需要原始音频和待认证音频保持时间轴的同步、难以正确反映多出剪切或插入的位置等等,本文针对这一问题,主要做了以下几个方面的研究工作：首先通过探讨数字音频内容认证的现有算法背景,介绍了内容认证本身与传统认证方法之间的差异,揭示出现有的认证方法中存在的问题,并据此做出分析和设想。在基于音频锚点的内容认证算法的研究上,我们提出了利用音频中的关键锚点作为对齐依据,解决在多重剪切或者多重插入的失同步攻击下,原始音频和待认证音频之间重新同步的问题,并利用机器学习的方法依据锚点分割进行音频的内容认证,比起现有的算法提供更贴近事实的认证结果。分组的实验数据证明了该算法在多种非对齐情况下仍具备重新同步音频的效果,并能够得出有效的认证结论。在基于SIFT特征的音频片段内容认证方法的研究上,本文将图像局部特征SIFT引入音频中,利用SIFT关键点和特许描述子来定位待认证的音频片段在原始音频中的位置,以此抵抗多种时间和频率轴上非对齐带来的认证困难。然后通过计算被对齐后的音频片段的特征,与原始特征相比较得出内容认证的结果。