声明
引 言
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 处理历史取证技术研究现状
1.2.2 深度学习技术及其在取证工作中的应用
1.3 本文的主要研究工作及结构安排
2 典型数字语音处理原理以及处理历史取证库构建
2.1 变调处理
2.2 滤波器处理
2.3 加噪处理
2.4 MP3压缩
2.5 自然语音数据库
2.6 处理历史语音库的构建
2.7 本章小结
3 适用于多种处理痕迹鉴别的数字语音取证算法
3.1 不同处理对语音时频特性的影响分析
3.2 梅尔频率倒谱系数及其统计矩特征
3.3 SVM组合投票多分类器
3.4 实验结果分析
3.4.1 实验设置
3.4.2 实验结果
3.5 本章小结
4 基于卷积神经网络的数字语音处理链取证技术
4.1 卷积神经网络输入的选择
4.2 卷积神经网络结构的选择
4.3 实验结果分析
4.3.1 网络结构对比实验
4.3.2 与传统多分类算法对比实验
4.3.3 MP3-变调-MP3处理链参数估计
4.4 本章小结
5 总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
在学研究成果
致 谢
宁波大学;