[发明专利]一种音频来源反取证方法

权利要求书

1.一种音频来源反取证方法，所述反取证方法所利用的神经网络为生成对抗网络，所述生成对抗网络包括生成器(1)、与生成器(1)形成对抗学习的判别器(2)，其特征在于：所述生成对抗网络还包括取证分类器(3)，所述反取证方法包括如下步骤：

1)将原始音频(ORG)作为其中一个输入数据，输入到判别器(2)中；将检测音频(x)输入到生成器(1)中，生成器(1)对所述检测音频(x)添加一定的扰动，得到生成音频(x′)；

2)生成音频(x′)作为另一个输入数据、输入到判别器(2)，同时生成音频(x′)还输入到取证分类器(3)中，分别进行判别和分类：

2.1)所述判别器(2)对原始音频(ORG)和生成音频(x′)进行判别，对生成音频(x′)区分真假，同时将结果反馈到生成器(1)，促成生成器(1)更新参数；

2.2)所述取证分类器(3)对生成音频(x′)进行来源识别分类，得到分类概率(p)后反馈到生成器(1)，对生成器(1)进行指导，促使生成器(1)输出具有反取证攻击效果的音频。

2.根据权利要求1所述的音频来源反取证方法，其特征在于：所述生成器(1)的损失函数L_G为：

L_G＝αL_l1+βL_adv+θ₁L_c1+θ₂L_c2

其中α，β，θ₁，θ₂为各个损失的权重，生成器(1)的反取证攻击包括混淆攻击和误导攻击，在进行混淆攻击时，θ₁设置为1，θ₂设置为0，在进行误导攻击时，θ₁设置为1，θ₂设置为0，各损失的算法如下：

G(x)为检测音频(x)通过生成器(1)后的输出，L_l1为检测音频(x)与对应的G(x)之间的绝对差值，i为采样点序号，l为采样点总量；

混淆攻击损失L_c1：

其中C(·)表示取证分类器(3)的输出，m为一次优化过程中输入的样本数量；

误导攻击损失L_c2：

其中t为目标设备；

对抗性L_adv损失：

L_adv＝log(1-D(G(x)))

其中D(·)表示判别器(2)的输出。

3.根据权利要求1或2所述的音频来源反取证方法，其特征在于：所述生成器(1)的网络结构包括n个上采样模块(11)和n个下采样模块(12)，所述上采样模块(11)和下采样模块(12)之间使用跳跃连接，在生成器(1)的输出层设置sigmoid激活函数。

4.根据权利要求3所述的音频来源反取证方法，其特征在于：所述上采样模块(11)包括n组第一卷积块，所述下采样模块(12)包括n组第二卷积块，每组第一卷积块包括一层1×30、卷积核为64、步幅为2的第一卷积层、第一批量归一化层和漏泄整流线性单元；每组第二卷积块包括一层1×30、卷积核为64、步幅为2的反卷积层、第二批量归一化层和第一ReLU激活函数层。

5.根据权利要求3所述的音频来源反取证方法，其特征在于：所述判别器(2)包括相同功能的n组第三卷积块(21)，每一组第三卷积块(21)包含两个连续的第二卷积层、每个第二卷积层之后分别为第三批量归一化层和第二ReLU激活函数层。

6.根据权利要求5所述的音频来源反取证方法，其特征在于：所述判别器(2)还包括接收第n组的第三卷积块(21)的输出的分类模块(22)，所述分类模块(22)包括依次连接的的池化层、全连接层和输出层，所述分类模块(22)输出类概率。

7.根据权利要求1或2所述的音频来源反取证方法，其特征在于：所述取证分类器(3)将接收到的生成音频(x′)经过预处理得到MFCC，然后将提取的MFCC特征输入到支持向量机中进行训练，并得到分类结果。

8.根据权利要求7所述的音频来源反取证方法，其特征在于：所述预处理包括将生成器(1)输出的生成音频(x′)通过窗口进行快速傅里叶变换，再依次经过梅尔滤波器组进行滤波、Log函数转换、离散余弦变换后得到MFCC。