[發(fā)明專利]一種利用字節(jié)幀間幅度譜相關(guān)性的音頻同源篡改檢測方法

有效

• 申請?zhí)枺?/td>: 201810072583.7
• 申請日: 2018-01-25
• 公開（公告）號: CN108510994B
• 公開（公告）日: 2020-09-22
• 發(fā)明（設計）人: 胡永健;余穎娟;劉琲貝;賀前華
• 申請（專利權(quán)）人: 華南理工大學
• 主分類號: G10L19/018
• 分類號: G10L19/018;G10L25/18;G10L25/24;G10L25/45
• 代理公司: 廣州市華學知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 王東東

1.一種利用字節(jié)幀間幅度譜相關(guān)性的音頻同源篡改檢測方法，其特征在于，包括如下步驟：

S1將待測音頻信號預加重；

S2對預加重后的音頻進行加窗分幀處理，其中幀時長為m，幀移為n，分幀加窗后的時域音頻信號表示為y_l，其中幀序號l＝1,2,…,N_frame，N_frame為音頻幀數(shù)量；

S3對加窗分幀后的各幀音頻信號計算過零率zcr(l)；

S4根據(jù)低頻頻譜能量分離待測音頻中的各個字節(jié)；

S5剔除無效字節(jié)，具體為：設定最短字節(jié)時長閾值t_m，將時長小于t_m的字節(jié)剔除，得到有效字節(jié)集合X＝{x₁,x₂,x₃,…,x_M}，其中x_i為第i個字節(jié)，M為有效字節(jié)的個數(shù)；

S6當兩幀的過零率之差的絕對值小于給定閾值T_zcr時才計算其幅度譜相似度。計算剔除無效字節(jié)后的待測音頻信號中的兩字節(jié)間各幀的幅度譜相似度；

S7設定相似度閾值Th，若兩個字節(jié)中存在兩對或兩對以上的幀幅度譜相似度大于給定閾值，則判斷字節(jié)x_i和x_j存在復制粘貼關(guān)系；

S8對所有的字節(jié)i≠j∈{1,2,...,M}，重復S6和S7，得到所有存在復制粘貼關(guān)系的字節(jié)對，由此可定位出待測音頻中的復制粘貼區(qū)域。

2.根據(jù)權(quán)利要求1所述的音頻同源篡改檢測方法，其特征在于，所述過零率的計算公式為：

其中，y_l(k)表示第l幀的第k個數(shù)據(jù)點，K為各幀的數(shù)據(jù)點數(shù)，sgn[]是符號函數(shù)，如下式：

3.根據(jù)權(quán)利要求1所述的音頻同源篡改檢測方法，其特征在于，所述S4中根據(jù)低頻頻譜能量分離待測音頻中的各個字節(jié)，具體為：對待測音頻信號的各幀y_l進行長度為N_fft點的傅里葉變換，得到對應的幅度譜S(l,f)，其中f表示頻率點序號，

然后計算待測音頻信號中所有幀的低頻能量平均值，計算各幀y_l的低頻能量與低頻能量平均值的比值NLFER。

4.根據(jù)權(quán)利要求3所述的音頻同源篡改檢測方法，其特征在于，所述NLFER

其中，若低頻部分頻率下限為f_{0_min}Hz，頻率上限為f_{0_max}Hz，設抽樣頻率為f_s，則對應FFT變換頻率的上下限分別為：F_{0_min}＝(f_{0_min}×2/f_s)×N_fft，F(xiàn)_{0_max}＝(f_{0_max}/f_s)×N_fft；

設定能量閾值，將NLFER值大于閾值的幀判定為語音幀，否則判定為噪聲幀，連續(xù)多個語音幀構(gòu)成字節(jié)，從而分離出待測音頻中的各個字節(jié)。

5.根據(jù)權(quán)利要求1所述的音頻同源篡改檢測方法，其特征在于，S2中窗函數(shù)選用漢明窗。

6.根據(jù)權(quán)利要求1所述的音頻同源篡改檢測方法，其特征在于，幀時長m在16毫秒到128毫秒之間選取，幀移時長n取音頻幀時長1/2～2/3。

7.根據(jù)權(quán)利要求1所述的音頻同源篡改檢測方法，其特征在于，采用皮爾遜相關(guān)系數(shù)度量兩幀之間的幅度譜相似度。