語音偽造盲檢測(cè)技術(shù)研究.pdf

1、近年來，數(shù)字音頻編輯軟件的廣泛應(yīng)用使得音頻的偽造越來越容易，同時(shí)，音頻的偽造在非法應(yīng)用中呈現(xiàn)出越來越多的趨勢(shì)，這對(duì)于被動(dòng)取證中對(duì)語音真實(shí)性的估計(jì)有很大的阻礙，因此如何鑒別涉疑音頻是否經(jīng)過偽造十分重要。
　　本文在分析音頻偽造及被動(dòng)取證的基礎(chǔ)上，針對(duì)目前對(duì)音頻偽造的盲檢測(cè)局限在無噪環(huán)境下這一問題，研究了語音偽造盲檢測(cè)技術(shù)，主要研究工作如下:
　　(1)提出了一種基于語音線性倒譜系數(shù)與共振峰的音調(diào)篡改盲檢測(cè)算法。語音的偽造本質(zhì)上

2、來說會(huì)對(duì)語音的頻譜進(jìn)行修改，線性頻率倒譜系數(shù)(Linear FrequencyCepstrum Coefficient，LFCC)和共振峰頻率可以很好地代表語音頻譜特性，因此該算法采用LFCC統(tǒng)計(jì)矩陣和共振峰統(tǒng)計(jì)矩陣作為語音特征。其中，LFCC統(tǒng)計(jì)矩陣特征包含其均值和無偏方差，共振峰統(tǒng)計(jì)矩陣特征包含其均值。之后通過支持向量機(jī)(SupportVector Machine，SVM)對(duì)提取的特征進(jìn)行分類來區(qū)分原始和偽造語音。分類器對(duì)同一語音庫

3、不同說話者語音，在無噪和babble、factory、volvo噪聲(SNR≥15dB)下的檢測(cè)率可達(dá)到95％以上，漏檢率低于5％;對(duì)不同語音庫，在無噪和babble，factory，volvo噪聲(SNR≥15dB)下檢測(cè)率可達(dá)到95％，漏檢率低于10％。實(shí)驗(yàn)結(jié)果表明，該算法在實(shí)際噪聲環(huán)境下對(duì)音調(diào)篡改盲檢測(cè)具有有效性。
　　(2)根據(jù)語音的峰度形狀不會(huì)受一定程度的噪聲影響的特性，本文設(shè)計(jì)了一種基于峰度統(tǒng)計(jì)矩陣的語音音調(diào)篡改盲檢測(cè)