语音伪造盲检测技术研究

摘要

近年来，数字音频编辑软件的广泛应用使得音频的伪造越来越容易，同时，音频的伪造在非法应用中呈现出越来越多的趋势，这对于被动取证中对语音真实性的估计有很大的阻碍，因此如何鉴别涉疑音频是否经过伪造十分重要。
　　本文在分析音频伪造及被动取证的基础上，针对目前对音频伪造的盲检测局限在无噪环境下这一问题，研究了语音伪造盲检测技术，主要研究工作如下:
　　(1)提出了一种基于语音线性倒谱系数与共振峰的音调篡改盲检测算法。语音的伪造本质上来说会对语音的频谱进行修改，线性频率倒谱系数(Linear FrequencyCepstrum Coefficient，LFCC)和共振峰频率可以很好地代表语音频谱特性，因此该算法采用LFCC统计矩阵和共振峰统计矩阵作为语音特征。其中，LFCC统计矩阵特征包含其均值和无偏方差，共振峰统计矩阵特征包含其均值。之后通过支持向量机(SupportVector Machine，SVM)对提取的特征进行分类来区分原始和伪造语音。分类器对同一语音库不同说话者语音，在无噪和babble、factory、volvo噪声(SNR≥15dB)下的检测率可达到95％以上，漏检率低于5％;对不同语音库，在无噪和babble，factory，volvo噪声(SNR≥15dB)下检测率可达到95％，漏检率低于10％。实验结果表明，该算法在实际噪声环境下对音调篡改盲检测具有有效性。
　　(2)根据语音的峰度形状不会受一定程度的噪声影响的特性，本文设计了一种基于峰度统计矩阵的语音音调篡改盲检测算法。实验结果表明，基于峰度统计矩阵的算法能够在不同噪声环境下达到低于2％的漏检率，并在无噪和高信噪比情况下具有较好的检测率。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 语音伪造盲检测的研究现状

1．3 本文的主要内容与结构安排

第2章 语音伪造盲检测技术概述

2．1 语音伪造的基本概念

2．2 语音伪造盲检测系统组成

2．3 语音伪造方式及盲检测方法

2．3．1 MP3格式音频重压缩检测

2．3．2 频率漂移检测

2．3．3 时域操作检测

2．3．4 AMR格式音频重压缩检测

2．4 语音伪造盲检测系统评价标准

2．5 支持向量机分类器

2．6 本章小结

第3章 基于LFCC和共振峰的音调篡改盲检测算法

3．1 算法简介

3．2 算法设计

3．2．1 预处理

3．2．2 LFCC特征参数提取

3．2．3 共振峰特征参数提取

3．2．4 支持向量机分类检测

3．3 算法的实现与检测效果

3．3．1 语音音调篡改方式

3．3．2 实验结果及分析

3．4 本章小结

第4章 基于峰度的音调篡改盲检测算法

4．1 特征选择分析

4．2 算法设计

4．2．1 峰度提取

4．2．2 DCT滤波器的构造

4．2．3 支持向量机分类检测

4．3 算法性能及分析

4．4 本章小结

总结与展望

总结

研究展望

致谢

参考文献

攻读硕士期间发表的论文