[发明专利]一种基于特征融合的数字音频篡改自动检测方法

说明书

本发明提供了一种基于特征融合的数字音频篡改自动检测方法，首先对待测信号进行下采样；然后以电网频率(Electric Network Frequency，ENF)标准频率为中心进行带通滤波得到信号中的ENF成分；接着分别提取ENF成分基于DFT⁰的相位特征，DFT¹的相位特征和基于Hilbert变换的瞬时频率特征；经过特征融合，得到特征集；最后使用优化的支持向量机分类器对特征集中的部分数据进行训练，得到训练模型；使用训练模型可以对待测语音信号进行预测。本发明使用ENF信号中具有代表性的相位和瞬时频率特征进行特征融合，并使用支持向量机进行分类，得到分类模型。该模型对于信号的插入和删除情况均可得到很好的检测效果，相较于传统的判别方法更加直观和简单。

技术领域

本发明涉及数字音频信号处理技术领域，特别涉及一种基于特征融合的数字音频篡改自动检测方法。

背景技术

数字音频信号相较于模拟音频信号有着易于传播、复制、存储等优点，但是这些优点在带给人们各种便利的同时也带来了不容忽视的问题。那就是篡改数字音频信号变得同样简单和快捷。数字音频的真实性和完整性受到来自各方面的威胁，且大多数的篡改操作是很难靠人的感官进行判别。数字音频取证技术就是用来验证数字音频信号的真实性和完整性的技术。数字音频被动取证是数字音频取证的一个重要分支，在司法取证、新闻公正和科学发现等领域有着广泛应用。

某一地区的电网频率(Electric Network Frequency，ENF)的波动在相当一段时间内具有稳定性和唯一性。电网频率的非周期性波动，对于接入同一电网的所有设备的影响是相同的，这就使得ENF信号可以作为时间戳来使用。当录音设备采用电网供电时，录制的音频文件中就会残留有ENF成分(ENF component，ENF)，经过带通滤波可以提取出ENF。利用ENF的稳定性和唯一性进行数字音频被动取证一般有两个研究思路，第一是将提取出的ENF与供电部门的电网频率数据库中的数据进行比对，确定音频录制时间与所宣称的是否一致，建立和保存大范围的ENF信号数据库难度高、代价高，目前还没有实用价值比较高的ENF数据库；第二是提取ENF信号中的某些特征，进行一致性或者规律性分析。

Grigoras最早提出基于ENF的音频篡改检测算法，主要通过待检测音频中ENF的波动和参考年份的数据进行比对，从而判断音频是否被篡改过。接着Grigoras验证对音频信号加短时窗进行分析，可以与数据库进行更细致、精确的对比。提出建立一个ENF准则，以期可以显示不同信号的供电类型，建议将该准则和传统的检测方法共用，为研究者建立标准化的研究分析方法。Liu等提出一系列方法对ENF数据库中的信号进行进一步处理以方便在语音取证中的使用。Rodríguez等在Grigoras的研究基础上，提出不需要使用ENF标准数据库的方法，使用数字信号处理的方法估计ENF信号相位，将ENF相位变化的一致性作为特征来检测音频篡改，当特征值大小超过某一边界值即判断待测音频信号为篡改信号。Esquef等根据篡改操作会引起篡改点ENF瞬时频率突变，使用Hilbert变换计算瞬时频率，提出TPSW(Two-Pass Split-Window)方法估计ENF背景变化水平，实际瞬时频率变化范围超过背景变化水平的部分的峰值点即为篡改点。

可以看出目前基于ENF进行数字音频被动篡改检测的研究存在一些问题：1)没有权威的ENF对比数据库。使用待测信号中的ENF成分与ENF数据库中进行对比来判断语音信号是否经过篡改没有可靠的结果2)部分检测方法是人从直观视觉上判断语音信号是否经过篡改，不能实现自动化。3)目前大多数的检测方法比较简略，没有囊括更多实际检测情况，不能达到数字音频被动检测的要求。

发明内容