数字水印作为保护信息安全、实现防伪溯源和版权保护的有效方法,是信息隐藏技术研究领域的重要分支和研究方向。在本文中,我们主要研究的是通过语音的数字水印技术来实现语音的安全认证和篡改检测。现如今,语音的水印技术已经发展出很多种,我们在本文中主要使用的水印嵌入方法是回声隐藏（Echohiding）方法和量化索引调制（Quantization Index Modulation,QIM）方法。这两种水印方法在众多水印方法中具有比较简单的操作过程,良好的语音质量和较为广泛的应用等优点。但是目前在对这些水印方法的相关研究中也存在着低嵌入量和低安全性等问题,而且越来越多的语音篡改类型的出现对语音信号构成了严重的威胁。为了解决这些出现的问题,单纯的从嵌入方法上提升已经是很困难的事了,因此我们需要结合其它现有的技术对其相关性能进行提高。针对现有数字水印技术在安全认证和篡改检测中所存在的问题,本文分别从语音的安全认证和篡改检测两方面展开讨论,主要完成了以下工作:（1）提出了基于回声隐藏和鲁棒主成分分析（Robust Principal Component Analysis,RPCA）的安全认证模型。该模型利用RPCA将原始音频信号分解为低秩和稀疏部分,然后利用一对相反的改进后的伪随机（Pseudo-Noise,PN）序列对其进行水印嵌入。改进后的PN序列增加了相关峰值,提高了水印检测的鲁棒性。与此同时,受益于RPCA和相反的PN序列,该方法可以进一步提高模型的安全性,因为即使PN序列是已知的,水印信息也无法从整个水印信号中检测到,这相较基于PN序列的回声方法是一个明显的改善。在水印检测过程中,我们利用水印信号的低秩和稀疏特征,通过相同的RPCA分解参数,可以从低秩和稀疏部分分别提取出水印信息。在此基础上,我们还提出了一种多比特嵌入方法来提高提出方法的嵌入容量,与以往基于PN的回声隐藏方法相比,可获得双倍的嵌入容量。我们对该方法从不可听性、安全性和鲁棒性方面进行了评估。实验结果验证了该方法是有效的。（2）提出了基于线谱频率（Line Spectral Frequencies,LSFs）和离散小波变换（Discrete Wavelet Transform,DWT）的篡改检测模型。我们利用回声隐藏技术将语音本身的LSFs作为篡改检测水印嵌入到语音中。同时,我们采用QIM技术在DWT域内嵌入同步码。通过回声、LSFs和同步码共同实现篡改检测。实验表明,该方法不仅满足一定的语音质量和鲁棒性,而且具有较好的安全性和脆弱性。此外,该方法对篡改的检测具有较好的准确性。