信息技术的不断发展给人类带来了极大的便利,人类的生活逐步进入了数字多媒体时代,信息得到了广泛的传播和使用。随着语音相关技术的发展与逐渐成熟,对于语音信号处理的应用也越来越广泛。这种多媒体信息给我们生活带来便捷,但是由于它很容易被篡改,所以也常给我的生活带来困扰和危机。近年来,手机应用软件市场上出现了大量的变声软件,例如微信变声器、超级变声器等等,类似变声器的下载量动辄上百万,这些应用软件可使说话人的声音发生巨大的改变,这种声音的改变可以使人无法辨识原发音人的身份信息,即便是对说话人声音非常了解和熟悉的人也无法辨认。本文分析对比了电子伪装语音伪装前后特征参数基音频率、语谱图、梅尔倒谱系数、以及梅尔倒谱系数的统计特性的变化,对特征参数的变化规律进行了归纳总结。提出了一种鉴定电子伪装语音的方法,该方法通过提取语音的梅尔倒谱系数,并用高斯混合模型建模,将其均值矢量构成组合特征,然后将该矢量特征作为支持向量机分类器的输入,以此进行训练和鉴别。实验结果表明,本文提出的方法对于电子伪装语音的鉴定正确率达到80%。此外,针对电子伪装语音中常常包含噪声的特点,介绍了一种基于人耳的基底膜特性的Gammatone滤波器组提取而来的语音特征参数GFCC(Gammatone Frequency Cepstral Coefficient),并提出了一种将该特征参数运用到电子伪装语音鉴定系统中的方法,实验结果表明,该改进的电子伪装语音鉴定系统之中具有更好的鲁棒性。