[發明專利]基于對ENF相位譜和瞬時頻率譜分析的音頻鑒定方法有效
| 申請號: | 201810585686.3 | 申請日: | 2018-06-06 |
| 公開(公告)號: | CN108806718B | 公開(公告)日: | 2020-07-21 |
| 發明(設計)人: | 王志鋒;王靜;左明章;葉俊民;閔秋莎;田元;夏丹;陳迪;羅恒;寧國勤 | 申請(專利權)人: | 華中師范大學 |
| 主分類號: | G10L25/51 | 分類號: | G10L25/51;G10L25/27;G10L25/03 |
| 代理公司: | 北京金智普華知識產權代理有限公司 11401 | 代理人: | 楊采良 |
| 地址: | 430079 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 enf 相位 瞬時 頻率 譜分析 音頻 鑒定 方法 | ||
1.一種基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法,其特征在于,所述基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法包括:
首先對待測信號進行預處理,包括下采樣和窄帶濾波,得到以電網頻率ENF標準頻率為中心的窄帶信號;接著對ENF信號進行特征提取,分析ENF信號的相位譜和瞬時頻率譜,提取ENF信號的相位譜波動特征,相位譜和頻率譜擬合參數特征;
通過判別相關分析DCA方法進行特征融合,最大化不同的特征集之間的相關性,同時消除類間相關性,并限制類內的相關性;
最后應用深度隨機森林對融合后的特征進行模型建構,訓練好的模型進行遷移學習;模型保存后,對任意待測信號是否被篡改進行決策;
所述基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法具體包括:
步驟1:對待測信號進行預處理;
步驟2:對信號中的ENF成分進行相位譜和頻率譜的特征提取;
步驟3:使用DCA方法對提取的多個特征集進行特征融合;
步驟4:應用深度隨機森林對融合后的特征進行模型建構,對待測信號進行決策。
2.如權利要求1所述的基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法,其特征在于,
步驟1,具體包括以下步驟:
步驟1.1:對待測信號x[n]進行預處理,預處理包括下采樣、去直流分量,得到xd[n];
步驟1.2:將步驟1.1中經過下采樣的信號xd[n],通過中心頻率在ENF標準頻率處的帶通濾波器,得到信號中的ENF成分xENFC[n]。
3.如權利要求1所述的基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法,步驟2,具體包括以下步驟:
步驟A1:對xENFC[n]進行基于DFT1的相位譜估計,提取相位譜波動特征F;
步驟A2:對xENFC[n]進行基于Hilbert的瞬時頻率譜估計;
步驟A3:分別對相位譜和頻率譜進行曲線擬合,提取相位譜擬合特征和瞬時頻率譜擬合特征
4.如權利要求2所述的基于對ENF相位譜和瞬時頻率譜分析的數字音頻真偽鑒定方法,步驟A1中,對xENFC[n]進行基于DFT1的相位譜估計,首先對xENFC[n]信號進行常規的N點離散傅里葉變換DFT,為基于DFT0的相位估計,得到估計相位基于DFT1相位估計在DFT0基礎上相位估計,計算xENFC[n]在點n處的近似一階導數:
x′ENFC[n]=fd(xENFC[n]-xENFC[n-1])
結合近似一階導數和進行更高階的相位估計,并對估計結果進行線性插值,得到相位譜估計結果,提取相位譜波動特征F;
步驟A2中,對xENFC[n]進行基于Hilbert變換的瞬時頻率估計,首先得到xENFC[n]的解析函數:
x(a)ENFC[x]=xENFC[x]+i*H{xENFC[x]},
其中H代表Hilbert變換;瞬時頻率為H{xENFC[n]}相角的變化率,估計ENF信號的瞬時頻率f[n],對f[n]去除振蕩和邊界效應,構建xENFC[n]瞬時頻率譜;
步驟A3中,據xENFC[n]的相位譜和頻率譜的特點,分別使用Sum of Sines和Gaussian來擬合相位譜和頻率譜曲線;
Sum of Sines表達式形式:
Gaussian表達式形式:
其中表達式參數即為擬合特征,
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中師范大學,未經華中師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810585686.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種體育比賽哨音識別裝置及方法
- 下一篇:交互式語言學習系統及其方法





