[发明专利]一种基于ENF通用背景模型的数字音频篡改盲检测方法

说明书

本发明属于音频信号处理领域，公开了一种基于ENF通用背景模型的数字音频篡改盲检测方法及系统，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；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ENF通用背景模型训练；对已知ENF‑UBM进行自适应，得到原始信号的ENF模型；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。本发明建立了原始语音信号ENF的通用背景模型，经过自适应过滤掉了大量与篡改特性无关的特征，并且其中的自适应部分还可目标数据库自行调整，具有较好的鲁棒性。

技术领域

本发明属于数字音频信号处理技术领域，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。

背景技术

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应用。

数字音频篡改检测技术主要包括两方面，一方面是多媒体认证技术，另一方面是盲篡改检测技术。多媒体认证技术需要事先在音频信息中添加签名或者水印，但在实际情况中，大多数的音频中并不包含签名或者水印，因此根据音频本身的特点进行的盲检测更加具有实用价值。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分布和存储、内容的逻辑、还有音频背景的统一等因素通常比较复杂，篡改时难以兼顾。数字音频盲篡改检测的任务就是从音频信号的各个角度进行分析，从音频篡改的蛛丝马迹中寻找线索。

1)电网频率检测法。Grigoras最早提出基于电网频率(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DFT⁰、DFT¹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。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。