數字音頻被動取證關鍵技術研究

《數字音頻被動取證關鍵技術研究》是依託華中師範大學，由王志鋒擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：數字音頻被動取證關鍵技術研究
• 項目類別：青年科學基金項目
• 項目負責人：王志鋒
• 依託單位：華中師範大學

項目摘要

項目針對數字音頻數據面臨的易被篡改、偽造、盜用等安全問題，研究數字音頻被動取證關鍵技術，通過直接分析數字音頻信號本身，利用開集錄音設備源識別算法對數字音頻的原始性進行驗證，利用數字音頻篡改盲檢測和定位算法對數字音頻的真實性進行檢測。項目主要研究內容包括：（1）針對開集錄音設備源識別中設備特徵的表達問題，研究語音段與非語音段中設備特徵的提取與融合方法；（2）針對開集錄音設備源識別中設備模型的訓練問題，研究集內、集外設備模型的建模與模型參數最佳化方法，以及集內、集外設備最優判決閾值的訓練方法；（3）針對數字音頻中插入、刪除、替換和拼接等篡改操作，研究相應的篡改盲檢測方法，以及精確的篡改點定位方法。項目從設備信息與數字音頻的特有關聯性出發，利用現代信號處理和機器學習的手段，研究“錄音設備指紋”的表征與建模方法，為數字音頻被動取證技術的進一步研究提供新思路和理論依據，該研究成果在司法取證、智慧財產權保護等領域有廣泛的市場化套用前景。

結題摘要

本課題針對數字音頻面臨的易被篡改、偽造、盜用等安全問題，研究數字音頻被動取證關鍵技術，主要內容包括：（1）針對開集錄音設備源識別中設備特徵的表達，研究語音段與非語音段中設備特徵的提取與融合方法；（2）針對開集錄音設備源識中設備建模，研究集內、集外設備模型的建模與模型參數最佳化方法，以及集內、集外設備最優判決閾值訓練方法；（3）針對數字音頻中插入、刪除、替換和拼接等篡改操作，研究相應的篡改盲檢測方法，以及精確的篡改點定位方法。項目執行中，針對設備特徵表達，提出了非語音段與語音段融合的錄音設備特徵提取方法、基於純淨語音參照模型的錄音設備特徵提取方法。針對集內外設備建模，建立了基於兩步判決的開集設備源識別模型，在設備通用背景模型的基礎上，分別研究集內、集外錄音設備的建模方法，利用機器學習、深度學習方法最佳化集內外設備模型參數，並通過隨機梯度下降學習最優判決閾值。針對篡改檢測及篡改定位，研究中基於篡改操作引起的電網頻率成分波動的不連續性，首先獲取部分篡改操作引入的先驗信息，利用深度隨機森林構建分類模型實現篡改檢測；其次利用生成模型構建非篡改語音模型，通過最優閾值學習的方式實現盲篡改檢測；然後通過單高斯和多高斯貝葉斯準則實現篡改點的精確定位；最後針對常見的複製貼上篡改操作，引入語譜圖和SIFT特徵，通過音節相似度確認的方式實現複製貼上篡改區域的定位。該研究從設備信息與數字音頻的特有關聯性出發，融合現代信號處理、機器學習、深度學習等方法，研究開集錄音設備源識別算法對數字音頻原始性進行驗證，研究數字音頻篡改盲檢測和定位算法對數字音頻真實性進行檢測。該研究成果在司法取證、智慧財產權保護領域有廣泛的市場化套用前景。項目執行期間總計發表學術論文15篇，出版學術著作5部，申請發明專利16項，培養博士研究生2人、碩士研究生8人，研發了2個數字音頻被動取證系統，完成了本項目規定的各項研究任務。