基于線性預測模型的語音篡改盲檢測

1、基于線性預測模型的語音篡改檢測林曉丹?（華僑大學信息科學與工程學院，福建廈門362011）摘要：基于線性預測模型，提出了一種通用的語音信號真實性和完整性的鑒別方法。將線性預測殘差信號通過帶通濾波器，消除了諧波信號分量的干擾。濾波后的原始語音殘差信號呈高斯分布，而篡改語音的殘差則體現(xiàn)出明顯的超高斯特性，將預測殘差的高階統(tǒng)計特征作為判斷篡改的依據(jù)。實驗結果表明，該方法能夠有效實現(xiàn)語音篡改盲檢測并定位篡改位置。在噪聲環(huán)境下，與現(xiàn)有方法相比，本

2、文的檢測方法具有更高的魯棒性。關鍵詞：篡改檢測；線性預測模型；超高斯；高階統(tǒng)計特征中圖分類號：TP309文獻標識碼：AExposingSpeechFgerieswithLinearPredictionModelLINXiaodan(CollegeofInfmationScienceEngineeringHuaqiaoUniversityXiamen362011)AbstractBasedonlinearpredictionmodelag

3、eneralfensicapproachaimingtoensuretheauthenticityintegrityofspeechispresented.ToeliminatetheinfluenceofharmoniccomponentsexistedintheLPCresidualabpassfilterisintroduced.TheiginalresidualfollowsaGaussiandistributionwhilei

4、tsfgerycounterpartshowsasuperGaussianacteristic.HigherderstatisticsoftheLPCresidualisappliedtofgerydetection.Experimentalresultsshowtheeffectivenessofourmethodindetectinglocatingfgery.Resultsalsodemonstratetherobustnesso

5、fourdetectionmethodinnoiseconditionscomparedtothestateoftheartmethod.Keywds:FgeryDetectionLinearPredictionModelSuperGaussian；HigherderStatistics1、引言近年來，由于數(shù)字錄音設備的廣泛應用和音頻編輯處理技術的發(fā)展，編輯數(shù)字錄音變得非常容易。非專業(yè)人士也可以輕而易舉地修改音頻內容而不留下痕跡。數(shù)字錄

6、音作為法庭舉證中一項非常重要的證據(jù)，可能被非法篡改。例如，錄音中非常重要的字詞被刪除，或者插入一些來自其它錄音的字詞，再或錄音中的重要字詞被替換，從而改變了原音頻所要表達的內容。如果這些偽造音頻被利用，將嚴重影響司法判決的公正。因此，當一段錄音將被用作證據(jù)時，如果不能確保其真實性和完整性，這段錄音將變得毫無意義。盡管數(shù)字簽名和數(shù)字水印技術也能為音頻的真實性和完整性提供保障，但現(xiàn)有的錄音設備大多無法預先嵌入水印或簽名信息，因此，數(shù)字語音盲

7、取證技術變得迫在眉睫[1]?，F(xiàn)有的音頻盲取證主要著眼于以下方面：一，基于電網(wǎng)頻率的分析[23]。錄音設備不僅可以獲取音頻信號，同時也記錄下了錄音時候的電網(wǎng)頻率。這是目前最有效的音頻盲取證方法，但對使用電池供電的錄音設備，例如MP3、錄音筆、手機等，基于電網(wǎng)頻率的檢測方法失去了其有效性。二，基于錄音環(huán)境的分析。例如Malik等借助聲學回響識別音頻的錄制環(huán)境[4]；Buchholz則提取近似無音段的傅里葉系數(shù)直方圖作為特征，實現(xiàn)對麥克風的分

8、類[5]；Ikram估計錄音環(huán)境的背景噪聲作為音頻篡改的判斷依據(jù)[6]。三，針對特定類型篡改的檢測：文獻[7]提出了針對音頻重采樣的檢測；文獻[8]提出了針對音頻重壓縮的檢測；文獻[9]實現(xiàn)了對MP3格式音頻的篡改檢測。四，分析音頻統(tǒng)計特性的變化。Farid提出了基于雙邊譜檢測的方法[10]。文獻[11]通過觀測音頻小波域的奇異點特性，給出了一種通用泉州市科技計劃項目(2011G7)資助課題作者：林曉丹，女，1983年生，福建泉州人，講

9、師，主要研究方向為多媒體信號處理及信息安全，echo.linxd@()()penenE??（4）圖1語音線性預測結果2.2線性預測殘差信號分析對于原始的語音信號，在計算線性預測系數(shù)的過程中，語音信號的短時相關性已被大部分去除，可認為預測殘差和語音信號無關。理論上，一個理想的殘差信號應具有平坦的功率譜。然而上述結論只有當殘差信號為零均值且預測階數(shù)足夠高的前提下才成立。圖2給出了采樣率均為16kHz的原始語音和篡改語音LPC殘差信號的頻域解