【摘要】：手機(jī)來源識別已成為多媒體取證領(lǐng)域重要的熱點(diǎn)問題。提出了一種基于語音靜音段特征的手機(jī)來源識別方法,該方法先通過使用自適應(yīng)端點(diǎn)檢測算法得到語音的靜音段;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平臺的Cfs Subset Eval評價函數(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)對手機(jī)來源進(jìn)行識別。實(shí)驗(yàn)部分對23款主流型號的手機(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)庫和自建的CKC-SD數(shù)據(jù)庫上,平均識別準(zhǔn)確率分別為99.23%和99.00%。另外,與語音段MFC特征和梅爾倒譜系數(shù)(MFCC)特征進(jìn)行了對比,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)檢測技術(shù)對靜音段進(jìn)行估計(jì)，選擇自適應(yīng)端點(diǎn)檢測算法[18]進(jìn)行靜音段的提齲其過程為先求原始信號的MFCC，再采用譜減法進(jìn)行去噪，增大語音段和靜音段的能量對比。在此基礎(chǔ)上對所有幀能量由低到高進(jìn)行排序，尋找一個固定的百分比，對語音段幀和靜音段幀加標(biāo)簽，然后利用這些幀的MFCC訓(xùn)練語音段模型和靜音段模型，最后用訓(xùn)練模型對所有幀加標(biāo)簽。由圖1（a）和圖1（b）可知，該方法[16]能較好地區(qū)分語音段和靜音段，但從合并后的靜音段來看，如圖1（c）所示，在原始信號語音段和靜音段的交界處，還殘留少量語音信息，為了進(jìn)一步消除不必要的語音信息，本文使用函數(shù)ns(·)對靜音段進(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)的絕對值小于5倍的Thr時，定位和輸出ns(i)的位置，最后通過拼接得到處理后的靜音段信號，如圖1（d）所示，可以看出本文所修改的端點(diǎn)檢測算法能夠更好地提取語音的靜音段部分。2.2特征提取在語音識別研究中大部分的特征集都是從信號頻譜中提取的，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)語音信號的錄音設(shè)備來源識別。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)來源識別的分類特征，因此本文將MFCC特征提取流程中DCT之前所得的語音特征信息（MFC特征）作為手機(jī)來源識別的分類特征。另外由于語音信號的內(nèi)容和說話人信息等與錄音設(shè)備來源識別無關(guān)，因此本文通過獲取靜音段部分的M
文內(nèi)圖片：
圖片說明： 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)的絕對值小于5倍的Thr時，定位和輸出ns(i)的位置，最后通過拼接得到處理后的靜音段信號，如圖1（d）所示，可以看出本文所修改的端點(diǎn)檢測算法能夠更好地提取語音的靜音段部分。2.2特征提取在語音識別研究中大部分的特征集都是從信號頻譜中提取的，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)語音信號的錄音設(shè)備來源識別。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)來源識別的分類特征，因此本文將MFCC特征提取流程中DCT之前所得的語音特征信息（MFC特征）作為手機(jī)來源識別的分類特征。另外由于語音信號的內(nèi)容和說話人信息等與錄音設(shè)備來源識別無關(guān)，因此本文通過獲取靜音段部分的MFC特征進(jìn)行錄音設(shè)備來源識別，以減少語音內(nèi)容、說話人情感等不相關(guān)因素對識別系統(tǒng)的干擾。MFC特征提取流程如下。首先是將第2.1節(jié)所得的靜音段信號通過一個高通濾波器進(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)王寬誠幸�；鹳Y助項(xiàng)目~~
【分類號】：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)字圖像來源取證現(xiàn)狀與趨勢[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)的虹膜識別算法[J];電信科學(xué);2016年03期

4 盧衛(wèi);陸希玉;;4G時代移動互聯(lián)網(wǎng)的發(fā)展趨勢[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)備識別方法[J];電子學(xué)報;2014年01期

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

7 王志鋒;賀前華;李艷雄;;錄音設(shè)備的建模和識別算法[J];信號處理;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)來源檢測[J];計(jì)算機(jī)工程;2013年03期

9 胡永健;簡超;俞兵華;;利用彩色圖像信息的源相機(jī)辨識策略[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;;基于語音靜音段特征的手機(jī)來源識別方法[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)移除篡改的被動取證[J];網(wǎng)絡(luò)與信息安全學(xué)報;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)來源識別[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];中國圖象圖形學(xué)報;2016年12期

【二級參考文獻(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;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;;中興通訊移動互聯(lián)網(wǎng)業(yè)務(wù)平臺及應(yīng)用實(shí)踐[J];通訊世界;2013年01期

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

6 張東方;蔣建中;張連海;;一種基于語音和噪聲統(tǒng)計(jì)信息改進(jìn)相位估計(jì)的語音增強(qiáng)算法[J];信號處理;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;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;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話人識別中的應(yīng)用[J];信號處理;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[J];華南理工大學(xué)學(xué)報(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;書評——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(自然科學(xué)版);1937年02期

相關(guān)會議論文 前1條

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

本文編號：2515348