针对多种处理痕迹的数字语音取证算法

摘要

现有的数字语音取证研究主要集中于对单一的某种操作进行检测,无法对不相关的操作进行判断.针对该问题,提出了一种能够同时检测经过变调、低通滤波、高通滤波和加噪这四种操作的数字语音取证方法.首先,计算语音的归一化梅尔频率倒谱系数(MFCC)统计矩特征;然后通过多个二分类器对特征进行训练,并组合投票得到多分类器;最后使用该多分类器对待测语音进行分类.在TIMIT以及UME语音库上的实验结果表明,归一化MFCC统计矩特征在库内实验中均达到了97％以上的检测率,且在对MP3压缩鲁棒性测试的实验中,检测率仍能保持在96％以上.