为保护实时语音通信中的个人特征,该文提出了一种新的实时语音个人特征改变方法,该方法采用PLAR(Pseudo Log Area Ratio)系数曲线变换方法和基于线性预测的基音同步叠加(LP-PSOLA)算法分别对语音信号的谱参数和韵律参数进行修改,从而实现语音信号个人特征的改变;此外,针对目前时长规整大多采用的同步叠加(SOLA)算法计算量大、不适合实时语音处理的缺点,采用课题组提出的一种新的基于同步叠加方法的时长规整算法--自适应同步叠加(ASOLA)算法,对个人特征改变后的语音信号进行时间上的弥补,保证语音处理的实时性.最后,利用该方法实现了实时语音的隐私保护.实验结果表明,该方法合成的语音质量高、实时性好.