The invention belongs to the field of audio signal processing, and discloses a blind detection method and system for digital audio tampering based on ENF general background model, which preprocesses a large number of original speech signals and obtains the ENF component of power network frequency contained in the signal, and extracts the phase spectrum fluctuation characteristics, phase spectrum and frequency spectrum of ENF signal. Fitting parameter characteristics and training ENF general background model; adapting the known ENF_UBM to get the ENF model of the original signal; processing the scoring system, quantifying the matching degree of the model as a fractional scalar; drawing ROC curve under the condition of supervised learning, finding EER; calculating the demarcation value of positive and negative examples according to the value of EER . The invention establishes a general background model of the ENF of the original speech signal, filters a large number of features independent of tampering characteristics by self-adapting, and the adaptive part of the ENF can also be self-adjusted by the target database, so it has good robustness.
【技术实现步骤摘要】
一种基于ENF通用背景模型的数字音频篡改盲检测方法
本专利技术属于数字音频信号处理
,尤其涉及一种基于ENF通用背景模型的数字音频篡改盲检测方法。
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。随着数字媒体记录(智能手机,录音笔等)和音频编辑工具(cooledit,Audition等)的发展,人们不需要任何的专业知识就可以简单快捷地对数字音频文件进行录制、拼接、加入噪声和变换音色等操作,这是一种互联网盛行的娱乐方式。但随之而来的是严重的多媒体信息安全问题,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 ...
【技术保护点】
1.一种基于ENF通用背景模型的数字音频篡改盲检测方法,其特征在于,所述基于ENF通用背景模型的数字音频篡改盲检测方法为:首先对大量的原始语音信号进行信号预处理,得到信号中包含的电网频率ENF成分;接着对ENF信号进行特征提取,提取ENF信号的相位谱波动特征,相位谱和频率谱拟合参数特征,进行通用背景模型训练;通过通用背景模型描述原始信号中与篡改特性无关的普通水平特征分布,并使用少量的篡改数据库中的原始语音信号自适应出未篡改的语音信号特征模型;将训练数据作同样的特征提取,并与已训练出的UBM模型进行匹配;经过评分系统的处理,量化模型匹配度为分数标量;在监督学习条件下,绘制出R ...
【技术特征摘要】
1.一种基于ENF通用背景模型的数字音频篡改盲检测方法,其特征在于,所述基于ENF通用背景模型的数字音频篡改盲检测方法为:首先对大量的原始语音信号进行信号预处理,得到信号中包含的电网频率ENF成分;接着对ENF信号进行特征提取,提取ENF信号的相位谱波动特征,相位谱和频率谱拟合参数特征,进行通用背景模型训练;通过通用背景模型描述原始信号中与篡改特性无关的普通水平特征分布,并使用少量的篡改数据库中的原始语音信号自适应出未篡改的语音信号特征模型;将训练数据作同样的特征提取,并与已训练出的UBM模型进行匹配;经过评分系统的处理,量化模型匹配度为分数标量;在监督学习条件下,绘制出ROC曲线,找到EER;根据EER的值计算正反例的分界值。2.如权利要求1所述的基于ENF通用背景模型的数字音频篡改盲检测方法,其特征在于,所述基于ENF通用背景模型的数字音频篡改盲检测方法具体包括:步骤1:对大量原始语音信号进行特征提取;步骤2:ENF通用背景模型建立;步骤3:使用目标数据库中的ENF信号特征对ENF-UBM模型进行自适应,得到目标数据库原始信号的ENF模型;步骤4:对训练数据进行评分系统处理;步骤5:绘制ROC曲线,找到EER,计算正反例的分界值;步骤6:数字音频盲篡改检测模型测试。3.如权利要求1所述的基于ENF通用背景模型的数字音频篡改盲检测方法,其特征在于,步骤1具体包括以下步骤:步骤1.1:对每个原始信号x[n]进行预处理,包括下采样、去直流分量,经过带通滤波得到信号中的ENF成分xENFC[n];步骤1.2:对xENFC[n]进行相位谱和频率谱估计,提取相位谱波动特征F,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;步骤2具体包括以下步骤:步骤A1:建立ENF-UBM模型;步骤A2:利用期望最大化EM算法迭代出ENF-UBM模型的参数。4.如权利要求1所述的基于ENF通用背景模型的数字音频篡改盲检测方法,其特征在于,步骤A1中,ENF-UBM模型为高斯混合模型记为λ;用X表示一条语音的特征向量,由M个不同的高斯分布按照不同的权重ω组合描述,混合高斯模型表示为:其中,pi(X)是第i个D维随机变量的联合高斯概率密度分布;步骤A2中,已知样本特征集和分布模型,对样本属于哪一个高斯分布和每个高斯分布的参数进行估计;EM算法包括:第一步,每一个特征向量Xi...
【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,夏丹,姚璜,罗恒,陈迪,
申请(专利权)人:华中师范大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。