随着计算机技术、网络技术和通信技术的不断发展,音频、视频、图像等多媒体数据逐渐成为信息传达和处理领域中应用非常广泛的信息载体。然而科技的发展同时也带来许多新的问题。以音频为例,数字媒体处理相关技术不断发展,对于音频材料的篡改手段得以增加而且难度得以下降,导致对音频的篡改时常发生且难以检测。如何鉴定数字音频原始性、真实性、完整性便显得十分迫切了。本文主要关注多媒体信息中的音频信息方向,对音频篡改检测进行研究。本文就录音设备鉴别和音频拼接检测两个音频篡改检测方向进行研究。针对录音设备鉴别方向,本文提出音频文件的噪音信号主要是由录音设备的电路结构、麦克风构造等引起,是录音设备的固有噪音信号。进而提出使用音频文件的噪音信号作为录音设备的特征,通过深度学习的方法进行录音设备鉴别。针对音频拼接检测方向,本文提出了两个方案。其一是对某段待检测文件进行等间隔采样,对采样信号进行录音设备鉴别工作,从而通过不同采样信号预测出的录音设备是否相同,来间接检测音频拼接情况。其二是利用深度学习的方法,直接通过对音频片段进行学习建模,来进行音频文件是否经过拼接的预测判断。此外,本文还提出了平均模型、投票模型等模型以提高正确率。在理论分析的基础上,本文在不同条件下进行了多组实验,获得了良好的结果,证明了本文提出的音频篡改检测的鉴别方法是有效的。