当代通信技术的多元化应用,使得人们能够及时且多途径地获取有价值的信息。语音信息作为人类沟通交流的主要形式,以实时性强、便于识别而被广泛采用。一方面,语音信号在通信系统传输过程中易于识别读取的同时,也较容易发生信息泄漏与恶意篡改等情况;另一方面,语音信息在收发过程中都不可避免地会受到多径传输效应的影响,即语音发出后需经多条传输路径到达收端,使得观测信号是具有衰减、时延和相位影响的多通道语音信号的卷积混合。由于这类信号的混合模型较为复杂,使得对源语音信号的分离与提取变得更加困难。基于以上背景,本文研究了语音信息的安全通信技术,采用具有类噪声特性的混沌系统作为语音信息的传输载体,利用混沌遮掩技术对语音信息进行保密处理以确保其在未知信道中的安全通信。同时,利用盲源分离技术在收端对复杂的卷积混合信号进行分离与提取。由于混合语音信号采取时域卷积方法来分离与提取源信号的计算量非常大、算法的复杂度高且收敛速度缓慢。因此,本文先将时域卷积信号经短时傅里叶变换为频域乘积信号,成功的将卷积盲源分离变为求解各频段上的瞬时盲源分离问题,并对几种传统的卷积盲分离算法进行了分析与对比。频域卷积盲分离算法虽然防止了繁琐的卷积计算过程,提高收敛速度,却存在各频点分量幅度和排序不确定的问题,致使不能准确地提取出源语音信息。本论文以此作为切入点,通过分析相邻频点的能量相关性,提出了一种基于谱峰搜索计数器的互相关置换算法。仿真结果表明,本文提出的算法能够以较低的复杂度和计算量来有效的提高盲分离算法的分离性能。