针对多种伪造操作的数字语音取证算法

论文摘要

现有的大多数语音取证算法都集中于某一种伪造操作的检测。如果使用这些检测算法对其他伪造的操作进行检测,通常会导致检测结果的误判。针对该问题,提出了一种基于残差特征的卷积神经网络(CNN)来检测包括变调、加噪等四种伪造操作的数字语音。在提出的方法中采用固定的模板来提取语音残差输入网络,然后经过卷积层组转换为残差特征在网络中进行训练,最后使用Softmax分类器对测试语音进行分类。通过在TIMIT语音库上的实验表明,该残差特征可达到99%的检测率,并且对MP3的压缩也有很好的鲁棒性。

论文目录

• 1 引 言
• 2 基于CNN的数字语音取证算法
•   2.1 总体框架
•   2.2 算法
• 3 实验结果及分析
•   3.1 样本库设置
•   3.2 实验结果
•   3.3 MP3压缩的鲁棒性
• 4 结 语

文章来源

类型: 期刊论文

作者: 乌婷婷

关键词: 语音取证,语音伪造操作,深度学习,卷积神经网络

来源: 无线通信技术 2019年03期

年度: 2019

分类: 信息科技,社会科学Ⅰ辑

专业: 公安,电信技术

单位: 宁波大学信息科学与工程学院

分类号: D918.9;TN912.3

页码: 37-40+45

总页数: 5

文件大小: 473K

下载量: 57