發(fā)布時(shí)間：2019-07-17 07:53

【摘要】：手機(jī)來(lái)源識(shí)別已成為多媒體取證領(lǐng)域重要的熱點(diǎn)問(wèn)題。提出了一種基于語(yǔ)音靜音段特征的手機(jī)來(lái)源識(shí)別方法,該方法先通過(guò)使用自適應(yīng)端點(diǎn)檢測(cè)算法得到語(yǔ)音的靜音段;然后將靜音段的梅爾頻譜系數(shù)(MFC)的均值作為分類特征;最后結(jié)合WEKA平臺(tái)的Cfs Subset Eval評(píng)價(jià)函數(shù)按照最佳優(yōu)先(Best First)搜索進(jìn)行特征選擇,并采用支持向量機(jī)(SVM)對(duì)手機(jī)來(lái)源進(jìn)行識(shí)別。實(shí)驗(yàn)部分對(duì)23款主流型號(hào)的手機(jī)進(jìn)行了分類,結(jié)果表明所提特征具有較好的分類性能,在TIMIT數(shù)據(jù)庫(kù)和自建的CKC-SD數(shù)據(jù)庫(kù)上,平均識(shí)別準(zhǔn)確率分別為99.23%和99.00%。另外,與語(yǔ)音段MFC特征和梅爾倒譜系數(shù)(MFCC)特征進(jìn)行了對(duì)比,實(shí)驗(yàn)結(jié)果證明所提特征具有更加優(yōu)越的性能。
文內(nèi)圖片：
圖片說(shuō)明： ·105·電信科學(xué)2017年第7期2.1靜音段估計(jì)本文采用端點(diǎn)檢測(cè)技術(shù)對(duì)靜音段進(jìn)行估計(jì)，選擇自適應(yīng)端點(diǎn)檢測(cè)算法[18]進(jìn)行靜音段的提齲其過(guò)程為先求原始信號(hào)的MFCC，再采用譜減法進(jìn)行去噪，增大語(yǔ)音段和靜音段的能量對(duì)比。在此基礎(chǔ)上對(duì)所有幀能量由低到高進(jìn)行排序，尋找一個(gè)固定的百分比，對(duì)語(yǔ)音段幀和靜音段幀加標(biāo)簽，然后利用這些幀的MFCC訓(xùn)練語(yǔ)音段模型和靜音段模型，最后用訓(xùn)練模型對(duì)所有幀加標(biāo)簽。由圖1（a）和圖1（b）可知，該方法[16]能較好地區(qū)分語(yǔ)音段和靜音段，但從合并后的靜音段來(lái)看，如圖1（c）所示，在原始信號(hào)語(yǔ)音段和靜音段的交界處，還殘留少量語(yǔ)音信息，為了進(jìn)一步消除不必要的語(yǔ)音信息，本文使用函數(shù)ns(·)對(duì)靜音段進(jìn)行后處理，即：nss(j)=ns(find(|ns(i)|<5×Thr))（1）其中，Thr是ns(i)升序排列后前40%的樣本的均值，find(·)的功能是當(dāng)ns(i)的絕對(duì)值小于5倍的Thr時(shí)，定位和輸出ns(i)的位置，最后通過(guò)拼接得到處理后的靜音段信號(hào)，如圖1（d）所示，可以看出本文所修改的端點(diǎn)檢測(cè)算法能夠更好地提取語(yǔ)音的靜音段部分。2.2特征提取在語(yǔ)音識(shí)別研究中大部分的特征集都是從信號(hào)頻譜中提取的，其中MFCC特征是應(yīng)用最廣泛的特征之一，在參考文獻(xiàn)[13]中將以MFCC特征作為設(shè)備的分類特征，，用于實(shí)現(xiàn)語(yǔ)音信號(hào)的錄音設(shè)備來(lái)源識(shí)別。MFCC特征提取具體流程如圖2所示。圖2MFCC特征提取流程如第1節(jié)所述MFC特征含有MFCC特征所欠缺的高頻譜信息和能量值之間的相關(guān)性信息，而上述信息可成為手機(jī)來(lái)源識(shí)別的分類特征，因此本文將MFCC特征提取流程中DCT之前所得的語(yǔ)音特征信息（MFC特征）作為手機(jī)來(lái)源識(shí)別的分類特征。另外由于語(yǔ)音信號(hào)的內(nèi)容和說(shuō)話人信息等與錄音設(shè)備來(lái)源識(shí)別無(wú)關(guān)，因此本文通過(guò)獲取靜音段部分的M
文內(nèi)圖片：
圖片說(shuō)明： ind(|ns(i)|<5×Thr))（1）其中，Thr是ns(i)升序排列后前40%的樣本的均值，find(·)的功能是當(dāng)ns(i)的絕對(duì)值小于5倍的Thr時(shí)，定位和輸出ns(i)的位置，最后通過(guò)拼接得到處理后的靜音段信號(hào)，如圖1（d）所示，可以看出本文所修改的端點(diǎn)檢測(cè)算法能夠更好地提取語(yǔ)音的靜音段部分。2.2特征提取在語(yǔ)音識(shí)別研究中大部分的特征集都是從信號(hào)頻譜中提取的，其中MFCC特征是應(yīng)用最廣泛的特征之一，在參考文獻(xiàn)[13]中將以MFCC特征作為設(shè)備的分類特征，用于實(shí)現(xiàn)語(yǔ)音信號(hào)的錄音設(shè)備來(lái)源識(shí)別。MFCC特征提取具體流程如圖2所示。圖2MFCC特征提取流程如第1節(jié)所述MFC特征含有MFCC特征所欠缺的高頻譜信息和能量值之間的相關(guān)性信息，而上述信息可成為手機(jī)來(lái)源識(shí)別的分類特征，因此本文將MFCC特征提取流程中DCT之前所得的語(yǔ)音特征信息（MFC特征）作為手機(jī)來(lái)源識(shí)別的分類特征。另外由于語(yǔ)音信號(hào)的內(nèi)容和說(shuō)話人信息等與錄音設(shè)備來(lái)源識(shí)別無(wú)關(guān)，因此本文通過(guò)獲取靜音段部分的MFC特征進(jìn)行錄音設(shè)備來(lái)源識(shí)別，以減少語(yǔ)音內(nèi)容、說(shuō)話人情感等不相關(guān)因素對(duì)識(shí)別系統(tǒng)的干擾。MFC特征提取流程如下。首先是將第2.1節(jié)所得的靜音段信號(hào)通過(guò)一個(gè)高通濾波器進(jìn)行預(yù)加重，即：1H(Z)1z=μ（2）圖1基于自適應(yīng)端點(diǎn)檢測(cè)和后處理操作的靜音段估計(jì)2017123-3
【作者單位】： 寧波大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61672302,No.61300055) 浙江省自然科學(xué)基金資助項(xiàng)目(No.LZ15F020002,No.LY17F020010) 寧波大學(xué)科研基金資助項(xiàng)目(No.XKXL1405,No.XKXL1420,No.XKXL1509,No.XKXL1503);寧波大學(xué)王寬誠(chéng)幸�；鹳Y助項(xiàng)目~~
【分類號(hào)】：TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 卿斯?jié)h;;Android安全的研究現(xiàn)狀與展望[J];電信科學(xué);2016年10期

2 王波;楊福龍;;數(shù)字圖像來(lái)源取證現(xiàn)狀與趨勢(shì)[J];信息安全研究;2016年06期

3 何振紅;;基于特征加權(quán)FDCT和模糊最小二乘支持向量機(jī)的虹膜識(shí)別算法[J];電信科學(xué);2016年03期

4 盧衛(wèi);陸希玉;;4G時(shí)代移動(dòng)互聯(lián)網(wǎng)的發(fā)展趨勢(shì)[J];電信科學(xué);2014年05期

5 賀前華;王志鋒;Alexander I Rudnicky;朱錚宇;李新超;;基于改進(jìn)PNCC特征和兩步區(qū)分性訓(xùn)練的錄音設(shè)備識(shí)別方法[J];電子學(xué)報(bào);2014年01期

6 楊銳;駱偉祺;黃繼武;;多媒體取證[J];中國(guó)科學(xué):信息科學(xué);2013年12期

7 王志鋒;賀前華;李艷雄;;錄音設(shè)備的建模和識(shí)別算法[J];信號(hào)處理;2013年04期

8 周翠娟;周治平;;基于模式噪聲大分量的手機(jī)相機(jī)來(lái)源檢測(cè)[J];計(jì)算機(jī)工程;2013年03期

9 胡永健;簡(jiǎn)超;俞兵華;;利用彩色圖像信息的源相機(jī)辨識(shí)策略[J];計(jì)算機(jī)應(yīng)用;2010年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 裴安山;王讓定;嚴(yán)迪群;;基于語(yǔ)音靜音段特征的手機(jī)來(lái)源識(shí)別方法[J];電信科學(xué);2017年07期

2 黃小光;董俊華;王豐;汪偉;;基于Monte-Carlo仿真的4G網(wǎng)絡(luò)感知規(guī)劃方法[J];電信科學(xué);2017年07期

3 王彥青;王瀚辰;;一種識(shí)別騷擾電話的組合算法研究[J];電信科學(xué);2017年07期

4 蔣明琳;林曉偉;;產(chǎn)業(yè)互聯(lián)網(wǎng)驅(qū)動(dòng)下農(nóng)產(chǎn)品物流研究新進(jìn)展[J];商業(yè)經(jīng)濟(jì)研究;2017年13期

5 鄧旭;;PTN網(wǎng)絡(luò)架構(gòu)中L2轉(zhuǎn)L3設(shè)置方案[J];電信科學(xué);2017年06期

6 邱巍;吳倩;吳海;;基于IMS網(wǎng)絡(luò)的核心網(wǎng)能力開(kāi)放部署方式[J];電信科學(xué);2017年04期

7 林森;徐天揚(yáng);王穎;;基于Gabor小波和NBP算法的手掌靜脈識(shí)別[J];激光與光電子學(xué)進(jìn)展;2017年05期

8 姚曄;胡偉通;任一支;;視頻目標(biāo)移除篡改的被動(dòng)取證[J];網(wǎng)絡(luò)與信息安全學(xué)報(bào);2017年02期

9 裴安山;王讓定;嚴(yán)迪群;;基于設(shè)備本底噪聲頻譜特征的手機(jī)來(lái)源識(shí)別[J];電信科學(xué);2017年01期

10 王偉;曾鳳;湯敏;陳俊杰;李洪均;;數(shù)字圖像反取證技術(shù)綜述[J];中國(guó)圖象圖形學(xué)報(bào);2016年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 卿斯?jié)h;;Android安全研究進(jìn)展[J];軟件學(xué)報(bào);2016年01期

2 楊弘;周治平;;數(shù)字圖像模式噪聲篡改反取證[J];計(jì)算機(jī)工程與應(yīng)用;2014年18期

3 黃海峰;;新技術(shù)應(yīng)用 帶來(lái)網(wǎng)絡(luò)安全新隱患[J];通信世界;2013年26期

4 屠要峰;黃震江;;中興通訊移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)平臺(tái)及應(yīng)用實(shí)踐[J];通訊世界;2013年01期

5 羅忠亮;段琢華;;基于Curvelet變換的虹膜識(shí)別[J];武漢理工大學(xué)學(xué)報(bào);2012年08期

6 張東方;蔣建中;張連海;;一種基于語(yǔ)音和噪聲統(tǒng)計(jì)信息改進(jìn)相位估計(jì)的語(yǔ)音增強(qiáng)算法[J];信號(hào)處理;2012年04期

7 鐘巍;孔祥維;尤新剛;王波;;基于態(tài)函數(shù)的離散分?jǐn)?shù)余弦倒譜變換在取證話音信息隱藏中的應(yīng)用[J];電子學(xué)報(bào);2012年03期

8 王波;孔祥維;尤新剛;;利用顏色濾波矩陣估計(jì)原圖的拼接定位盲取證方法[J];電子與信息學(xué)報(bào);2012年01期

9 周宇歡;張雄偉;付強(qiáng);徐鑫;王金明;;多分形譜簇研究及其在說(shuō)話人識(shí)別中的應(yīng)用[J];信號(hào)處理;2011年12期

10 王志鋒;賀前華;張雪源;羅海宇;蘇卓生;;基于信道模式噪聲的錄音回放攻擊檢測(cè)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 Par Henri Frei ,王力;書(shū)評(píng)——MONOSYLLABISME ET POLYSYLLABISME DANS LES EMPRUNTS LINGUISTIQUES,AVEC UN INVENTAIRE DES PHONEMES DE PEKIN ET DE TOKIO.[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1937年02期

相關(guān)會(huì)議論文 前1條

1 張璐;;An Analysis of Beijing Mandarin Vocalic and Consonantal Segments under Dependency Phonology[A];第六屆全國(guó)現(xiàn)代語(yǔ)音學(xué)學(xué)術(shù)會(huì)議論文集（下）[C];2003年

本文編號(hào)：2515348