电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2014年
1期
191-198
,共8页
贺前华%王志锋%Alexander I Rudnicky%朱铮宇%李新超
賀前華%王誌鋒%Alexander I Rudnicky%硃錚宇%李新超
하전화%왕지봉%Alexander I Rudnicky%주쟁우%리신초
数字音频取证%录音设备识别%GMM-UBM%区分性训练%PNCC
數字音頻取證%錄音設備識彆%GMM-UBM%區分性訓練%PNCC
수자음빈취증%록음설비식별%GMM-UBM%구분성훈련%PNCC
digital audio forensics%recording device identification%GMM-UBM%discriminative training%PNCC
录音设备来源识别是通过分析已获取的数字语音信号从而确定其录制设备的一种技术,属于数字音频盲取证.本文提出了一种基于改进PNCC特征和两步区分性训练的录音设备识别方法,由于音频中的静音包含了完整的设备信息,且不受说话人和文本等因素的影响,因此从静音段提取改进的PNCC特征,利用了PNCC的长时帧分析去除背景噪声对设备信息的影响.在模型方面,以GMM-UBM为基准模型,并通过两步区分性训练调整集内设备模型和通用背景模型,提升模型区分能力.该方法对于30种设备闭集识别的平均正确识别率为90.23％;对于15个集内和15个集外设备的测试,等错误率为15.17％,集内平均正确识别率为96.65％,验证了本文算法的有效性.
錄音設備來源識彆是通過分析已穫取的數字語音信號從而確定其錄製設備的一種技術,屬于數字音頻盲取證.本文提齣瞭一種基于改進PNCC特徵和兩步區分性訓練的錄音設備識彆方法,由于音頻中的靜音包含瞭完整的設備信息,且不受說話人和文本等因素的影響,因此從靜音段提取改進的PNCC特徵,利用瞭PNCC的長時幀分析去除揹景譟聲對設備信息的影響.在模型方麵,以GMM-UBM為基準模型,併通過兩步區分性訓練調整集內設備模型和通用揹景模型,提升模型區分能力.該方法對于30種設備閉集識彆的平均正確識彆率為90.23％;對于15箇集內和15箇集外設備的測試,等錯誤率為15.17％,集內平均正確識彆率為96.65％,驗證瞭本文算法的有效性.
록음설비래원식별시통과분석이획취적수자어음신호종이학정기록제설비적일충기술,속우수자음빈맹취증.본문제출료일충기우개진PNCC특정화량보구분성훈련적록음설비식별방법,유우음빈중적정음포함료완정적설비신식,차불수설화인화문본등인소적영향,인차종정음단제취개진적PNCC특정,이용료PNCC적장시정분석거제배경조성대설비신식적영향.재모형방면,이GMM-UBM위기준모형,병통과량보구분성훈련조정집내설비모형화통용배경모형,제승모형구분능력.해방법대우30충설비폐집식별적평균정학식별솔위90.23％;대우15개집내화15개집외설비적측시,등착오솔위15.17％,집내평균정학식별솔위96.65％,험증료본문산법적유효성.
