随着信息技术的发展和人们对生活便利性的追求,大量依靠生物特征构建的识别系统正在逐步取代传统的密钥验证,其中声纹具有特定性和相对稳定性的生物特征,在越来越多的认证系统中被使用。而随着语音合成技术的发展,使得人们可以利用计算机生成与自然人说话语音十分类似的合成语音,这一技术在提高自动语音应答服务质量的同时,也给基于声纹识别的说话人认证系统的安全性带来挑战。犯罪分子可以轻易的获取用户的个人语音信息,通过训练语音合成模型得到能够欺骗识别系统的伪造语音,进而完成对用户的门禁系统、电话银行等信息敏感设备的攻击行为,对用户造成经济损失甚至危害其生命健康。本课题的研究目标是通过对现有语音合成系统进行研究,分析该类系统自身存在的缺陷和产生的合成语音与自然语音的区别,针对性地设计新的合成语音提取算法和检测模型,并对模型进行优化使其在含噪声的语音检测任务中具有更好的鲁棒性。本课题主要做了以下研究工作:1.通过分析现有的语音合成技术及其合成结果,参考已有的语音特征提取技术,设计了基于对称梅尔倒谱系数（SMFCC）的特征提取算法,并通过实验对比得到该算法在合成语音检测任务上具备良好的性能的结论。2.设计并实现了基于时序卷积的端到端合成语音检测模型（EETCN）。通过对EETCN进行参数优化和调整,得到了最优超参数组合,并通过与MFCC+GMM模型、深度神经网络模型等合成语音检测系统进行实验对比,所得结果显示EETCN模型在合成语音检测任务上具备着良好的性能。3.设计基于残差收缩的合成语音检测模型（RSBU-EETCN）。研究了噪声对EETCN模型性能的影响,结合深度残差收缩模块在降噪方面的良好表现,对EETCN模型进行优化改进。通过与维纳滤波和MMSE语音增强算法的对比试验,发现RSBU-EETCN模型在有噪声语音的检测任务上具有性能优势。4.在对合成语音检测技术和模型构建的研究基础上,综合运用多项软件开发技术,设计并实现了合成语音检测服务的原型系统,实现了EETCN模型和RSBUEETCN模型的相关算法,提供了模型训练、模型更新与管理、以及合成语音智能检测服务等功能,并对该系统进行了测试。