[发明专利]一种基于边信息统计特性的MP3录音文件来源识别方法

说明书

本发明公开了一种基于边信息统计特性的MP3录音文件来源识别方法，其设计思路是通过分析MP3录音文件码流、也即帧中边信息中各参数的使用特点及统计特性，从中找出不同系列型号手机在生成MP3录音文件时使用这些参数的倾向或特点，从而实现对MP3录音文件来源的辨识，即辨别给定的MP3文件是哪种系列型号的手机录制的，这种识别方法具有特征集构建过程较为简便快速、算法复杂度低、识别准确度高、实时性好、便于操作等优点。

技术领域

本发明涉及MP3录音文件来源的识别方法，具体是指一种基于边信息统计特性的MP3录音文件来源识别方法。

背景技术

随着大数据时代的来临，数字多媒体呈现爆炸式地增长。但同时，多媒体数据量级和使用频率的增长也促使多媒体编辑软件得到了飞速发展，这就使得多媒体数据的伪造和篡改变得越来越容易。正因为此，我们的生活中充斥着大量的不真实、不可信的多媒体数据。为了验证多媒体数据的原始性、真实性和完整性，多媒体取证技术应运而生。目前，国内外对数字多媒体取证的研究主要集中在图像领域，而针对数字音频取证技术的研究起步相对较晚，但作为多媒体取证的重要组成部分，其实际需求仍在不断增长，也正在受到越来越多的关注。

音频来源辨识是音频取证的第一步工作，其目的是对音频的原始性进行验证，由于智能手机的快速普及，录音行为的发生变得越来越方便。在日常生活中，人们更愿意用手机这种时刻随身携带的设备去记录声音；因此，鉴别一个录音文件来自于哪款品牌型号的手机是目前音频来源取证领域里的一个热点问题，而且近些年来也已有少量学者和研究团队在这方面作了一些研究工作。例如C. Hanilci等人使用美尔倒谱系数（MFCC）作为特征对14个不同型号手机的录音文件进行区分，该方法的检测准确率达到了96.42%。在此基础上，他们对比了包括MFCC在内的4种声学特征（另外3种分别为线性倒谱系数LFCC、巴克倒谱系数BFCC和线性预测倒谱系数LPCC）在设备来源识别方面的性能。根据对比结果，他们仍然认为MFCC是最好的特征。C. L. Kotropoulos通过使用稀疏表示对2049维的对数语谱特征和2816维的高斯超向量特征成功进行了降维，并使用对应降维后的850维和120维特征对21种不同型号的手机进行了分类，在使用3种不同分类器的情况下，前者检测准确率均超过了94.84%，后者则为98.41%-100%。

这些方法虽然在音频来源设备识别方面都取得了较好的识别效果，但据我们所知，利用录音文件的码流结构以及编码参数特性实现手机来源辨识还未见报道。而目前绝大多数智能手机默认的录音格式均为压缩格式，且压缩标准主要是MP3和AAC；另外，不同厂家、甚至相同厂家生产的不同型号的设备，其音频模块的硬件和软件部分均有所差别，压缩算法的具体实现以及与硬件的配合也有各自的特点，这就导致不同品牌型号手机对拾取的声音信号进行压缩编码时，对各种编码参数的选择和使用存在着差异，而通常这些编码参数都保存在压缩格式音频每帧中的边信息中；因此，基于边信息统计特性来识别MP3录音文件来源无疑是一种非常可靠的识别方法。

发明内容

本发明所要解决的技术问题在于克服现有技术的缺陷而提供一种特征集构建过程较为简便快速、算法复杂度低、识别准确度高、实时性好、便于操作的一种基于边信息统计特性的MP3录音文件来源识别方法。

本发明的技术问题通过以下技术方案实现：

一种基于边信息统计特性的MP3录音文件来源识别方法，该识别方法包括如下步骤：

步骤一、选择多款品牌下各系列型号手机录制的MP3录音文件作为训练样本，并使用MP3编解码器Lame-3.99.5提取该训练样本的边信息参数；所述的边信息参数包含主数据起始位置、比例因子选择信息、及颗粒0和颗粒1的边信息，且主数据起始位置和比例因子选择信息构成两个颗粒的公用参数，颗粒0或颗粒1的边信息均称为独立参数，分析该边信息参数的使用情况和统计特性，建立手机型号与两个颗粒的公用参数使用情况对照表，并使用独立参数的部分统计量针对同品牌的手机构建模型；