[发明专利]面向数字音频删除和插入篡改操作自动检测方法及系统

说明书

本发明属于数字音频信号篡改检测技术领域，公开了一种面向数字音频删除和插入篡改操作自动检测方法及系统，利用训练好的电网频率的通用背景模型，提取每个数字音频信号的电网频率频谱特征超矢量；将所提取的电网频率频谱特征超矢量输入由注意力机制和残差网络构成的深度表示学习网络进行浅层特征的学习；将训练好的浅层特征输入到分类网络中，判断是否经过删除或插入的篡改。本发明采用提取电网频率频谱特征超矢量，并建立深度神经网络训练所提取的特征；本发明不仅实现了篡改检测的自动化，还将深度神经网络很好的应用于篡改检测，并且取得很好的效果。本发明具有更高的准确率和较好的鲁棒性。

技术领域

本发明属于数字音频信号篡改检测技术领域，尤其涉及一种面向数字音频删除和插入篡改操作自动检测方法及系统。

背景技术

目前，随着互联网信息技术的迅速发展，智能移动设备逐渐普及，数字多媒体数据(如音频、图像、文本等)已成为主要的信息载体。数字音频文件录制和存储的成本也变得越来越低，同时从互联网上获取数字音频文件也越来越便利，人们对于收集和分享数字音频文件的诉求日益高涨。与此同时，各种音频编辑软件也纷纷涌现，使得对音频信号的编辑变得更加容易。因此，对音频记录的有效保护和认证的需求日益增加，特别是在录音可能涉及数字权利管理和执法案件的情况下。可能在互联网上或法庭上产生大量具有真实感的虚假信息，从而影响社会稳定和公共安全。因此，音频取证对于验证音频信息的真实性、可靠性、完整性和来源变得越来越重要。

利用电网频率用于篡改检测，被法学界大量引用。从法医的角度来看，电网频率信号经常被嵌入窃听设备的音频记录中，与行为良好的特性相关联的高可用性使它成为一个有吸引力的特性。这也是它广泛应用的原因。在较长的一段时间中，一个地区的电网频率波动是稳定且独特的。电网频率中的非周期波动对连接到的所有设备都有相同的影响。电网频率信号通常会出现在由电网供电的设备中，电网信号同样是一种众所周知的标准信号。例如，电网频率的标准值为50Hz或60Hz，取决于所在的地区。欧洲国家、澳大利亚，以及亚洲和非洲的大多数国家使用50Hz。北美和中美洲国家使用60Hz。需要注意的是，在南美洲有些国家使用50Hz，也有些国家使用60Hz。而日本是同时使用50Hz和60Hz作为电网频率的标准值。在理想的条件下，电网信号是在标称频率震荡的正弦信号，但是在现实中由与电网的能源供应与需求的波动，会造成其瞬时频率的变化。随着时间的推移，电网的频率和相位不会突然的发生变化。电网频率信号具有稳定性和唯一性，而对音频文件进行插入或删除音频段可能会造成估计的电网频率信号突变。在音频文件中，通过带通滤波提取出电网频率信号，由于篡改操作导致篡改点电网频率成分瞬时频率和相位的突然变化，来识别出是否发生篡改。

同时现有技术也提出了一系列的检测音频篡改的方法。基于电网频率在篡改检测技术上的应用可以分为两种，第一是将电网频率信号与大型的电网频率数据库进行对比；第二是提取电网频率信号中的一些特征，进行一致性或者规律性的分析。还有一些研究人员没有使用电网频率进行篡改操作的分析。

1)基于电网频率数据库对比：Grigoras最早提出基于电网频率的音频篡改检测算法，主要通过待检测音频中电网频率的波动和参考年份的数据比对，从而判断音频是否被篡改过。现有技术1基于对北美电网频率检测网络的分析，使用B样条线基函数及逆行插值得到标准电网频率数据库。使用短时傅里叶变换估计电网频率信号分量的频率，将待测音频的电网频率频率序列与标准数据库进行匹配。为了得到待测信号准确的时间频率对提出振荡器误差迭代式校正算法，解决电网频率序列无法与标准电网频率数据库匹配的为题。现有技术2利用频率解调从音频信号中提取电网频率信号，对提取电网频率信号阶段的工作做了进一步的研究。