發(fā)布時(shí)間：2023-04-08 22:48

　　隨著數(shù)字語(yǔ)音編輯處理軟件的不斷發(fā)展,對(duì)于數(shù)字語(yǔ)音的編輯和處理也越來(lái)越便捷。這也造成了一些不法分子可能通過(guò)這些語(yǔ)音編輯處理軟件對(duì)語(yǔ)音片段進(jìn)行偽裝,從而影響司法取證的相關(guān)工作。語(yǔ)音變調(diào)、濾波器和加噪處理是比較常見(jiàn),也是比較容易對(duì)語(yǔ)音進(jìn)行修改的幾種語(yǔ)音處理。同時(shí),幾種處理如果相結(jié)合,會(huì)對(duì)司法取證工作造成更大的影響。因此,本文從語(yǔ)音變調(diào)、低通濾波器、高通濾波器、加噪處理和MP3壓縮的機(jī)理以及幾種處理結(jié)合的處理鏈展開(kāi)研究,并提出了相應(yīng)的數(shù)字語(yǔ)音處理歷史取證算法。具體的研究分為以下三個(gè)方面:(1)對(duì)四種常見(jiàn)數(shù)字語(yǔ)音處理操作的原理進(jìn)行了研究與剖析,并構(gòu)建了數(shù)字語(yǔ)音處理歷史取證樣本庫(kù)。(2)結(jié)合語(yǔ)譜圖和箱線圖,對(duì)經(jīng)過(guò)四種處理語(yǔ)音的時(shí)頻特性進(jìn)行了分析,證明不同處理會(huì)對(duì)語(yǔ)音產(chǎn)生較為明顯的影響�；谏鲜霭l(fā)現(xiàn),研究并提出了適用于多種處理痕跡鑒別的數(shù)字語(yǔ)音取證算法。該算法采用梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficients,MFCC)統(tǒng)計(jì)矩特征以及SVM組合投票分類(lèi)器對(duì)四種不同處理進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效鑒別原始語(yǔ)音與經(jīng)過(guò)四種不同處理的語(yǔ)音。(3)針對(duì)MFC...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
引言
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 處理歷史取證技術(shù)研究現(xiàn)狀
        1.2.2 深度學(xué)習(xí)技術(shù)及其在取證工作中的應(yīng)用
    1.3 本文的主要研究工作及結(jié)構(gòu)安排
2 典型數(shù)字語(yǔ)音處理原理以及處理歷史取證庫(kù)構(gòu)建
    2.1 變調(diào)處理
    2.2 濾波器處理
    2.3 加噪處理
    2.4 MP3 壓縮
    2.5 自然語(yǔ)音數(shù)據(jù)庫(kù)
    2.6 處理歷史語(yǔ)音庫(kù)的構(gòu)建
    2.7 本章小結(jié)
3 適用于多種處理痕跡鑒別的數(shù)字語(yǔ)音取證算法
    3.1 不同處理對(duì)語(yǔ)音時(shí)頻特性的影響分析
    3.2 梅爾頻率倒譜系數(shù)及其統(tǒng)計(jì)矩特征
    3.3 SVM組合投票多分類(lèi)器
    3.4 實(shí)驗(yàn)結(jié)果分析
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)的數(shù)字語(yǔ)音處理鏈取證技術(shù)
    4.1 卷積神經(jīng)網(wǎng)絡(luò)輸入的選擇
    4.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比實(shí)驗(yàn)
        4.3.2 與傳統(tǒng)多分類(lèi)算法對(duì)比實(shí)驗(yàn)
        4.3.3 MP3-變調(diào)-MP3 處理鏈參數(shù)估計(jì)
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來(lái)工作展望
參考文獻(xiàn)
在學(xué)研究成果
致謝
Abstract of Thesis
論文摘要



本文編號(hào)：3786611