基于电网频率波动超矢量的数字音频篡改自动检测方法技术

本发明专利技术属于数字音频信号处理技术领域，公开了一种基于电网频率波动超矢量的数字音频篡改自动检测方法，分析电网频率(ENF)信号中对信号截断敏感的相位谱和瞬时频率谱，分别提取有效特征集，并对提取出的特征集进行融合；仅使用大量的原始语音信号，其中包含各种信噪比的语音信号，甚至还有一些有缺陷的语音信号进行背景建模，与实际检测情况较为相符，也因此该背景模型对信号篡改类型不敏感，可以有效检测出各种类型的篡改音频。本发明专利技术建立了同类语音信号的一致性模型，经过自适应过滤掉了大量与本类属性无关的特征，并且其中的自适应部分还可以供使用者自行调整，具有较好的鲁棒性。

Digital audio tampering automatic detection method based on grid frequency fluctuation vector

The invention belongs to the technical field of digital audio signal processing, and discloses an automatic detection method of digital audio tampering based on frequency fluctuation supervector of power grid. The phase spectrum and instantaneous frequency spectrum sensitive to signal truncation in power grid frequency (ENF) signal are analyzed, the effective feature sets are extracted respectively, and the extracted feature sets are fused. Only a large number of original speech signals are used, including all kinds of signal-to-noise ratio speech signals, and even some defective speech signals to model the background, which is consistent with the actual detection situation. Therefore, the background model is not sensitive to the type of signal tampering, and can effectively detect all kinds of tampered audio. The invention establishes a consistency model of similar speech signals, filters out a large number of features unrelated to this kind of attributes by self-adapting, and the adaptive part of the model can also be adjusted by users, thus having good robustness.

【技术实现步骤摘要】
基于电网频率波动超矢量的数字音频篡改自动检测方法
本专利技术属于数字音频信号处理
，尤其涉及一种基于电网频率波动超矢量的数字音频篡改自动检测方法。
技术介绍
目前，业内常用的现有技术是这样的：近年来，数字媒体技术和互联网信息技术飞速发展，使得数字媒体信号的应用变得越来越广泛和频繁。同时数字音频信号也成为最流行的多媒体应用之一，其易于保存、编辑和传播的优点给人们日常生活带来诸多便利和乐趣。随着数字音频信号处理技术的发展，以及各种操作简单的语音编辑工具的丰富，使得对数字语音内容的篡改和伪造变得简单易行。三网融合带来的全网媒体产品的繁荣，加速了数字音频的传播，也加剧了多媒体信息安全隐患。大量的经过篡改的不良数字音频信号在网络上的加速传播会对社会舆论和秩序造成不安，特别的若这样被篡改过的音频用于法庭举证，将会对司法公正造成严重威胁。因此，为了保证数字音频的真实性和完整性，作为数字音频取证的一个重要分支，数字音频篡改检测技术用于鉴定数字音频是否经过伪造，在新闻、法律、商业、娱乐和科学等领域有着非常重要的应用。尽管不法分子凭借专业只是可以令篡改过的音频听起来没有任何瑕疵，但是自然语言信号的本文档来自技高网...

【技术保护点】
1.一种基于电网频率波动超矢量的数字音频篡改自动检测方法，其特征在于，所述基于电网频率波动超矢量的数字音频篡改自动检测方法为：通过提取语音信号中ENF的相位波动特征，相位谱和频率谱波动拟合参数特征，进行特征融合后，进行通用背景模型训练；然后对背景模型进行自适应得到相应的语音信号特征模型；将数据库样本作同样的特征提取，依次将每个特征向量与通用背景模型进行自适应，每个样本均得到相对应的自适应模型；将自适应模型的混合高斯均值矩阵代表该特征向量所适应出的模型，使用优化的支持向量机分类器对代表自适应模型的均值矩阵进行训练，得到训练模型。

【技术特征摘要】
1.一种基于电网频率波动超矢量的数字音频篡改自动检测方法，其特征在于，所述基于电网频率波动超矢量的数字音频篡改自动检测方法为：通过提取语音信号中ENF的相位波动特征，相位谱和频率谱波动拟合参数特征，进行特征融合后，进行通用背景模型训练；然后对背景模型进行自适应得到相应的语音信号特征模型；将数据库样本作同样的特征提取，依次将每个特征向量与通用背景模型进行自适应，每个样本均得到相对应的自适应模型；将自适应模型的混合高斯均值矩阵代表该特征向量所适应出的模型，使用优化的支持向量机分类器对代表自适应模型的均值矩阵进行训练，得到训练模型。2.如权利要求1所述的基于电网频率波动超矢量的数字音频篡改自动检测方法，其特征在于，所述基于电网频率波动超矢量的数字音频篡改自动检测方法具体包括以下步骤：步骤一：对大量原始语音信号进行特征提取；步骤二：通用背景模型UBM建立；步骤三：使用数据库中的样本对UBM模型进行自适应，每个样本得到GMM-UBM模型；步骤四：将每个GMM-UBM的均值矩阵作为ENF波动超矢量，在每条语音和高维向量之间构建映射关系，使用优化的SVM学习器进行分类，区分原始语音和篡改语音，得到数字音频盲篡改检测模型。3.如权利要求2所述的基于电网频率波动超矢量的数字音频篡改自动检测方法，其特征在于，步骤一，具体包括：步骤1)：对每个原始信号x[n]进行预处理，包括下采样、去直流分量，通过中心频率在ENF标准频率处的带通滤波器，得到信号中的ENF成分xENFC[n]；步骤2)：对xENFC[n]进行基于DFT1的相位谱估计，提取相位谱波动特征F；对xENFC[n]进行基于Hilbert的瞬时频率谱估计；分别对相位谱和频率谱进行曲线拟合，提取相位谱拟合特征和瞬时频率谱拟合特征进行特征融合得到特征向量。4.如权利要求2所述的基于电网频率波动超矢量的数字音频篡改自动检测方法，其特征在于，步骤二，具体包括:步骤A1：建立UBM模型；UBM模型采用高斯混合模型；高斯混合模型利用多维概率密度函数对语音信号特征向量进行建模；高斯混合模型的概率密度为M个高斯分量概率密度分布的加权和，混合高斯概率密度公式如下：其中X是一个D维的特征向量X＝{x1，x2，x3，…，xD}，pi(X),i＝1,…,M是子分布，wi,i＝1,…,M是混合权重，每个子分布的D维特征向量的联合高斯概率密度分布公式如下其中ui是均值向量，Σi是协方差矩阵；完...

【专利技术属性】
技术研发人员：王志锋，王静，左明章，叶俊民，闵秋莎，田元，陈迪，宁国勤，夏丹，姚璜，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北,42