在网络和多媒体技术飞速发展的今天,数字作品的知识产权保护和内容完整性认证成为人们亟待解决的迫切问题。传统的密码技术由于自身的缺陷已经不能满足人们的需要,在此背景下,数字水印技术应运而生。音频数字水印技术作为数字水印的一大分支,已经逐步引起人们的普遍重视。但是由于人耳听觉系统(Human Auditory System,简称HAS)比人眼视觉系统(Human Visual System,简称HVS)灵敏、以及音频作品的采样点数较少等缘故,使得音频数字水印实现不可感知性比较困难。一直以来,图像数字水印和音频数字水印的研究相互独立,而且水印的嵌入容量成为当前人们研究音频数字水印的瓶颈。论文从语谱图与时域音频信号之间的关系出发,研究了一种将语谱图应用于音频数字水印的新方法,该方法将音频数字水印和图像数字水印有效地结合起来,并且可以在满足不可感知性的前提下,大大提高音频数字水印的嵌入容量。本论文的主要研究内容和创新点具体如下:1.研究了语音信号和语谱图之间的相互关系。理论分析表明,时域音频信号和语谱图之间可以相互转换。通过四种不同素材的音频文件进行实验,结果显示从语谱图返回的时域音频信号与原始音频信号之间的相似度均为1.0000。2.提出了将语谱图应用于音频数字水印算法的理论依据。根据原始语音信号的语谱图和幅度谱、能量谱之间的关系,构建数学模型,从理论上证明,在语谱图中频段进行水印嵌入时所引起的幅度畸变,小于在幅度谱与能量谱中直接进行水印嵌入时所引起的幅度畸变。3.提出了基于语谱图空域的音频数字水印算法。该算法通过直接在语谱图的中频段,按照图像空域水印算法进行水印的嵌入,然后再返回到语音信号,得到含水印的音频文件。实验结果表明,该水印嵌入算法可以有效地抵抗剪切等常见攻击。4.提出了基于语谱图变换域的音频数字水印方法。该方法通过在语谱图中频段选择合适的矩阵数据,进行FFT和DCT两种变换,然后分别在两种变换域的系数上进行水印的嵌入。通过实验证明该水印嵌入方法的可行性。综上所述,本文通过对语谱图和时域音频信号以及二维图像之间相互关系的研究,将语谱图应用于音频数字水印,为音频数字水印的研究提供了新的理论依据,同时,也将音频数字水印与图像数字水印有机地结合了起来,通过语谱图在音频数字水印和现有的图像数字水印算法之间架起了一座桥梁,是语谱图在音频数字水印中的一个成功应用。