为进一步提升语音测谎性能，提出了一种基于去噪自编码器（DAE）和长短时记忆（LSTM）网络的语音测谎算法。首先，该算法构建了优化后的DAE和LSTM的并行结构PDL；然后，提取出语音中的人工特征并输入DAE以获取更具鲁棒性的特征，同时，将语音加窗分帧后提取出的Mel谱逐帧输入到LSTM进行帧级深度特征的学习；最后，将这两种特征通过全连接层及批归一化处理后实现融合，使用softmax分类器进行谎言识别。CSC（Columbia-SRI-Colorado）库和自建语料库上的实验结果显示，融合特征分类的识别准确率分别为65.18%和68.04%，相比其他对比算法的识别准确率最高分别提升了5.56%和7.22%，表明所提算法可以有效提高谎言识别精度。
