呂志勝 胡永健 李晗 劉琲貝

(華南理工大學(xué) 電子與信息學(xué)院，廣東 廣州 510640)

如果數(shù)字錄音設(shè)備由市電供電，則在錄音過(guò)程中電網(wǎng)頻率(ENF)會(huì)在錄制的內(nèi)容中留下印跡，此印跡可用于音頻篡改檢測(cè)［1-2］.文獻(xiàn)［3-6］中通過(guò)比較從待測(cè)語(yǔ)音信號(hào)中提取的ENF 與實(shí)時(shí)記錄的市電ENF 的連續(xù)性和一致性來(lái)判斷是否發(fā)生篡改.文獻(xiàn)［7-8］中指出日光燈的閃爍頻率是ENF 的兩倍，并將此類(lèi)方法推廣到對(duì)室內(nèi)照明環(huán)境中錄制的視頻真實(shí)性進(jìn)行檢測(cè).這類(lèi)方法的不足是需要大量參考ENF信號(hào)，且靈敏度不高，只能對(duì)較長(zhǎng)的音頻(持續(xù)時(shí)間為幾分鐘甚至幾個(gè)小時(shí))進(jìn)行檢測(cè).文獻(xiàn)［9-10］中利用不同電網(wǎng)的ENF 存在差異這一特點(diǎn)估計(jì)音頻錄制的區(qū)域，但不涉及對(duì)音頻篡改的討論.目前利用ENF 實(shí)現(xiàn)音頻篡改盲檢測(cè)的代表性工作有文獻(xiàn)［11-13］.文獻(xiàn)［11］中利用頻譜距離和ENF 相位的突變來(lái)檢測(cè)音頻真實(shí)性，但對(duì)頻率的分辨率較敏感，只有分辨率足夠大時(shí)才能準(zhǔn)確估計(jì)相位，否則誤差較大.文獻(xiàn)［12］中采用高精度傅里葉分析方法改進(jìn)了文獻(xiàn)［11］中的方法，但計(jì)算量較大.筆者曾在文獻(xiàn)［13］中通過(guò)引入一個(gè)理想的正弦信號(hào)作為參考信號(hào)，計(jì)算待測(cè)音頻中ENF 信號(hào)各子塊與參考信號(hào)取得最大相關(guān)時(shí)的偏移量，通過(guò)最大相關(guān)偏移的變化情況來(lái)檢測(cè)音頻篡改.

文中從兩個(gè)方面改進(jìn)文獻(xiàn)［13］中的方法:一是提出一種不需要額外參考信號(hào)來(lái)計(jì)算各塊ENF 信號(hào)最大相關(guān)偏移的方法;二是利用最大相關(guān)偏移的變化及其極值點(diǎn)斜率變化聯(lián)合判斷篡改區(qū)域.所提出的方法更加便捷和準(zhǔn)確.

1 文獻(xiàn)回顧與問(wèn)題的提出

設(shè)讀取的待測(cè)音頻信號(hào)為s(n)，其采樣頻率為fs，其中n 為采樣時(shí)刻.為減小運(yùn)算量，對(duì)音頻信號(hào)進(jìn)行下采樣得到x(n)=s(nM)，其中M=fs/fd，fd為下采樣頻率.設(shè)電網(wǎng)固有頻率為f0，為了防止頻率混疊，取fd≥2f0.將x(n)通過(guò)一個(gè)中心頻率為f0的窄帶零相位帶通濾波器濾波，得到ENF 信號(hào)y(n)=xENF(n)+d(n)，其中xENF(n)為理想的ENF 信號(hào)，d(n)為窄帶噪聲，n=1，2，…，L，其中L 為音頻數(shù)據(jù)的長(zhǎng)度.

為了利用所抽取的ENF 信號(hào)檢測(cè)音頻是否發(fā)生篡改，可將y(n)劃分為相互重疊的子塊，各子塊長(zhǎng)度為ENF 固有周期的整數(shù)倍.設(shè)子塊的采樣點(diǎn)數(shù)為NW，則NW=C0N0，這里N0=fdf0，為一個(gè)ENF 周期內(nèi)的采樣點(diǎn)數(shù).通常相鄰子塊之間取(C0－1)N0的數(shù)據(jù)重疊.由于理想的xENF(n)為正弦信號(hào)，故第i 個(gè)子塊的信號(hào)可表示為

式中，k=(i－1)N0+l，l=1，2，3，…，NW，i=1，2，…，NBLOCK，NBLOCK為子塊數(shù).θi為第i 個(gè)子塊的初始相位.A0是ENF 信號(hào)的幅度.具體估算初始相位的方法詳見(jiàn)文獻(xiàn)［12］.

若待測(cè)音頻沒(méi)有被改動(dòng)過(guò)，則在不考慮干擾的情況下ENF 信號(hào)是一個(gè)連續(xù)光滑的正弦波，這個(gè)特性反映到各個(gè)子塊上，則表現(xiàn)為各個(gè)子塊的初始相位相等.文獻(xiàn)［12］中通過(guò)評(píng)估各子塊ENF 信號(hào)初始相位是否相等來(lái)確定所測(cè)音頻是否發(fā)生插入或刪除篡改.當(dāng)處理真實(shí)世界的待測(cè)音頻時(shí)，必須考慮電網(wǎng)的波動(dòng).受電網(wǎng)波動(dòng)干擾的ENF 信號(hào)是一個(gè)有畸變的正弦信號(hào)，此時(shí)各子塊的初始相位不再?lài)?yán)格相等，而是有小幅度的波動(dòng)，但在篡改區(qū)域，相鄰塊的相位會(huì)出現(xiàn)大幅度的跳變.下面用一個(gè)例子來(lái)說(shuō)明.圖1 中的待測(cè)音頻有部分語(yǔ)音片段(第9.502 至第13.887s)被刪除，文中用文獻(xiàn)［12］中的方法來(lái)檢測(cè)篡改.先從待測(cè)音頻中抽取ENF 信號(hào)，對(duì)應(yīng)的信號(hào)見(jiàn)圖1(a)，然后分塊并計(jì)算各子塊的初始相位.圖1(b)中虛點(diǎn)線(xiàn)為正常未篡改時(shí)的各子塊相位的正常波動(dòng)曲線(xiàn)，星型曲線(xiàn)為篡改后各子塊相位的波動(dòng)曲線(xiàn).可以看到大約在第500 塊處(即對(duì)應(yīng)篡改處)相鄰塊的初始相位出現(xiàn)了很大的變化，這說(shuō)明文獻(xiàn)［12］中的方法可以檢測(cè)出發(fā)生了篡改.但也注意到由于其跳變不陡峭，且跳變的起始點(diǎn)和終止點(diǎn)不清晰，故較難精確確定篡改發(fā)生的位置.

圖1 文獻(xiàn)［12］和［13］中刪除篡改檢測(cè)的結(jié)果Fig.1 Detection results of deletion for Ref.［12］and［13］

文中作者的早期工作于文獻(xiàn)［13］對(duì)此提出了一種改進(jìn)算法，先采取同樣的分塊策略劃分ENF 信號(hào)，考慮到未篡改的音頻中理想的ENF 信號(hào)是一條正弦曲線(xiàn)，故引入一個(gè)標(biāo)準(zhǔn)的正弦信號(hào)作為參考信號(hào)，對(duì)其也進(jìn)行相應(yīng)分塊，然后計(jì)算出ENF 信號(hào)各子塊和參考信號(hào)對(duì)應(yīng)子塊的相關(guān)性，將出現(xiàn)相關(guān)系數(shù)最大處的偏移稱(chēng)為該子塊的最大相關(guān)偏移量(MOCC).若未發(fā)生篡改，各個(gè)子塊的最大相關(guān)偏移在理想情況下應(yīng)該相等，而對(duì)來(lái)自真實(shí)世界的音頻信號(hào)，MOCC 值也應(yīng)該相差不大.基于MOCC 進(jìn)行篡改檢測(cè)的原理和技術(shù)細(xì)節(jié)詳見(jiàn)文獻(xiàn)［13］，其檢測(cè)效果見(jiàn)圖1(c)和(d).由圖可見(jiàn)在篡改發(fā)生處相鄰子塊的MOCC 值發(fā)生了很大跳變，且跳變的邊緣較陡峭.文獻(xiàn)［13］中的不足是在未發(fā)生篡改的區(qū)域MOCC 曲線(xiàn)有城墻一樣的齒，容易引起誤判(即虛警)，且緊鄰跳變處也有齒，不方便精確定位.文中針對(duì)這兩個(gè)問(wèn)題進(jìn)行進(jìn)一步研究，提出利用斜率來(lái)解決上述問(wèn)題，同時(shí)還提出一種免除引入?yún)⒖夹盘?hào)直接計(jì)算MOCC 值的方法.

2 文中算法

文中直接以y(n)的起始子塊作為基準(zhǔn)信號(hào)，計(jì)算各子塊與它的最大相關(guān)偏移.設(shè)基準(zhǔn)信號(hào)y1為

式中，偏移量=0，1，2，…，N0－1，l=1，2，3，…，NW，θ1為起始子塊的初始相位.當(dāng) 取不同值時(shí)，分別計(jì)算各子塊與基準(zhǔn)信號(hào)的相關(guān)系數(shù)，對(duì)于第i 個(gè)子塊有:

式中，η 為噪聲之間以及噪聲與ENF 信號(hào)之間的互相關(guān)之和.式(3)的具體推導(dǎo)和文獻(xiàn)［13］中計(jì)算子塊與參考?jí)K之間的互相關(guān)類(lèi)似.由第1 項(xiàng)可見(jiàn)，當(dāng)－2 /N0+θi－θ1=0 時(shí)，Ri)取得最大值

類(lèi)似于文獻(xiàn)［13］，將對(duì)應(yīng)式(4)的偏移量 稱(chēng)為最大相關(guān)偏移MOCC，記作max(i).對(duì)于信噪比較高的音頻信號(hào)有2?η，此時(shí)Ri()受噪聲的影響很小.

針對(duì)前述MOCC 曲線(xiàn)的城墻齒，文中提出一種雙處理機(jī)制從MOCC 曲線(xiàn)得到一條新的曲線(xiàn)，它在未篡改區(qū)域平坦而在遭受篡改的地方突變.第1 層機(jī)制根據(jù)偏移量變化的子塊間隔時(shí)間和偏移量變化的累積確定篡改區(qū)域.首先計(jì)算相鄰子塊的最大相關(guān)偏移之差

式中，i=1，2，3，…，NBLOCK－1.將δmax(i)≠0 的子塊進(jìn)行標(biāo)記，若有P 個(gè)此類(lèi)子塊，則記為i1，i2，i3，…，iP.顯然，這類(lèi)塊是出現(xiàn)篡改的潛在塊.然后計(jì)算子塊im和im－1之間的時(shí)間間隔Dt(m)以及偏移量變化的累積Dos(m):

式中，m=2，3，…，P.文中通過(guò)設(shè)定相鄰偏移量變化累積的門(mén)限Tos來(lái)減小因噪聲干擾而引起的虛警.如果Dos(m)≥Tos，則 max的差異可能是由篡改引起.否則，max的差異被認(rèn)為是由噪聲引起的波動(dòng).與此同時(shí)，文中還設(shè)定時(shí)間間隔門(mén)限Tt來(lái)減小因ENF 偏差引起的虛警.若Dt(m)＜Tt，則表明在短時(shí)間內(nèi)有突變，應(yīng)該是由篡改導(dǎo)致;否則，非短時(shí)間內(nèi)突變，即由非篡改引起的變化.文中設(shè)定Tt=αNT0，其中NT0= NBLOCK/(P +1)為 max 發(fā)生變化的平均時(shí)間間隔，α 為時(shí)間因子.通常，篡改引起的變化時(shí)間間隔會(huì)遠(yuǎn)小于NT0，而非篡改引起的則大于NT0.將同時(shí)滿(mǎn)足Dos(m)≥Tos和Dt(m)≤Tt的im值記為 max突變的子塊序號(hào).假設(shè)共有U 個(gè)這樣的子塊，用集合K 記為K=［k1k2k3… kU］.如果K 不為空，則該音頻信號(hào)被篡改過(guò);否則未被篡改.

第2 層機(jī)制根據(jù)MOCC 的斜率變化確定篡改位置.首先計(jì)算δmax(i)≠0 的P 個(gè)子塊之間MOCC 的斜率，并令其余子塊的斜率為0，則全體子塊的斜率G1可表示為

式中，m=2，3，…P，i=1，2，…，NBLOCK.對(duì)于未篡改的原始音頻，即使ENF 存在一定的偏差，其斜率也基本保持不變;相反，被篡改過(guò)的音頻在篡改邊界的斜率則會(huì)出現(xiàn)較大的突變.據(jù)此可設(shè)定斜率判別門(mén)限TG=βG0，其中，是斜率不為0 的P 個(gè)子塊的斜率絕對(duì)值均值，β 為幅度因子.通常，篡改處的斜率會(huì)大于G0，非篡改處的則小于G0.把的子塊認(rèn)為是可能發(fā)生篡改的位置.設(shè)共有Q 個(gè)這樣的子塊，用集合J 記錄，則有J=［j1j2j3… jQ］.

將上述兩種判決機(jī)制聯(lián)合使用，取兩者的交集為最終篡改判決結(jié)果，即Z=J∩K.若Z 不為空，則音頻信號(hào)被篡改過(guò);否則為原始信號(hào).根據(jù)集合Z對(duì)斜率G1進(jìn)行處理，保留篡改子塊的斜率，而其余子塊的斜率用所有子塊斜率的均值mG1代替，則可得到G2:

在G2所對(duì)應(yīng)的曲線(xiàn)上，Z 的第一個(gè)子塊和最后一個(gè)子塊之間即為發(fā)生篡改的部分.結(jié)合ENF 的時(shí)間周期(例如1/50 Hz=0.02 s)，進(jìn)一步定位到音頻信號(hào)中的篡改區(qū)域.定位精度為一個(gè)子塊的時(shí)間長(zhǎng)度.根據(jù)定位的篡改區(qū)域?yàn)殪o音部分還是語(yǔ)音部分，判斷篡改操作是刪除還是插入.

3 實(shí)驗(yàn)結(jié)果

文中實(shí)驗(yàn)所用測(cè)試音頻均在市電頻率為50 Hz時(shí)錄制，音頻的保存格式為WAV，下采樣頻率fd=1000 Hz.用零相位FIR 窄帶濾波器提取的ENF 信號(hào)中會(huì)有噪聲干擾以及音頻的泄漏頻譜，盡管減小濾波器帶寬可降低這兩方面的影響，但這種做法會(huì)使濾波的過(guò)渡過(guò)程變長(zhǎng)，從而使篡改邊界變平坦，影響定位準(zhǔn)確性.事實(shí)上，當(dāng)帶寬小于0.6 Hz 時(shí)甚至?xí)霈F(xiàn)無(wú)法檢測(cè)到篡改點(diǎn)的情況.經(jīng)驗(yàn)上帶寬在0.6～1.4 Hz 之間取值效果較好，文中取1.2 Hz.另一方面，數(shù)據(jù)子塊越長(zhǎng)，得到的MOCC 曲線(xiàn)越平滑，但篡改定位誤差也會(huì)越大.通常子塊長(zhǎng)度可在60～200之間取值，即對(duì)應(yīng)于C0=3～10.文中取C0=3.此外，文中直接以待測(cè)音頻的起始子塊作為基準(zhǔn)信號(hào)替代文獻(xiàn)［13］中的標(biāo)準(zhǔn)正弦信號(hào)來(lái)計(jì)算各塊的MOCC 值.

3.1 刪除篡改檢測(cè)

仍以圖1 中的音頻為例，圖2(a)是用最大相關(guān)偏移法計(jì)算的MOCC，圖2(b)顯示各段的斜率.圖2(c)是第1 層和第2 層機(jī)制聯(lián)合作用的結(jié)果.可以看到，除了篡改區(qū)間斜率不為0 外，其余區(qū)間的斜率均為0.圖2(d)給出在對(duì)應(yīng)音頻上定位的篡改區(qū)域?yàn)榈?.37～9.77 s，這與實(shí)際音頻刪除位置第9.502 s接近.定位存在微小誤差主要有兩個(gè)方面的原因:一是前述的窄帶濾波后信號(hào)突變位置存在過(guò)度過(guò)程［14］;二是文中檢測(cè)篡改是以一個(gè)數(shù)據(jù)塊為最小單位，這對(duì)定位精度也有一定的影響.文中兩層機(jī)制中所使用的參數(shù)Tos=2，α=0.7，β=1.3.

圖2 刪除篡改檢測(cè)Fig.2 Detection of deletion forgery

3.2 插入篡改檢測(cè)

圖3(a)是從一個(gè)有插入的音頻提取的ENF 信號(hào)，插入發(fā)生在第8.921～13.568 s.相位法和最大相關(guān)偏移法的結(jié)果分別見(jiàn)圖3(b)和(c).相位法難以準(zhǔn)確檢測(cè)篡改邊界，而MOCC 法則難以檢測(cè)插入段的后邊界.圖3(d)則是根據(jù)MOCC 曲線(xiàn)得到的斜率，圖3(e)是雙機(jī)制聯(lián)合作用的結(jié)果.由圖3(f)可看到文中方法估計(jì)的插入?yún)^(qū)域?yàn)榈?.91～13.71 s，與實(shí)際插入?yún)^(qū)域的起點(diǎn)僅有0.011 s 的誤差，而與終點(diǎn)有0.142 s 的誤差，明顯好于文獻(xiàn)［12-13］.

為了考察不同斜率門(mén)限TG對(duì)檢測(cè)結(jié)果的影響，分別取不同的幅度因子β 對(duì)該插入音頻進(jìn)行實(shí)驗(yàn)，結(jié)果如表1 所示.通過(guò)多個(gè)音頻實(shí)驗(yàn)可發(fā)現(xiàn)一般β 取值1.1～1.5 時(shí)結(jié)果較好.作為折中，文中取1.3.

圖3 插入篡改檢測(cè)Fig.3 Detection of insertion forgery

表1 取不同斜率門(mén)限TG 的定位誤差Table 1 Estimated error with different slope threshold TG

3.3 機(jī)制2 的應(yīng)用推廣

如前所述，文獻(xiàn)［12］無(wú)法對(duì)篡改區(qū)域精確定位.文中將機(jī)制2 推廣應(yīng)用到文獻(xiàn)［12］中解決定位問(wèn)題，用圖3 中的插入篡改為例來(lái)說(shuō)明具體步驟.首先尋找相位的極值點(diǎn)，計(jì)算各相鄰極值點(diǎn)之間的斜率，然后用機(jī)制2 的準(zhǔn)則排除虛警和干擾，對(duì)篡改區(qū)域定位，結(jié)果如圖4 所示.

圖4 (a)為篡改音頻ENF 信號(hào)各子塊的相位及相位的極值點(diǎn)，圖4(b)為各相鄰極值點(diǎn)之間的斜率，圖4(c)為處理后的結(jié)果.圖4(d)為在音頻上對(duì)應(yīng)的篡改定位，其起始和終止位置分別為第9.48 和第14.32 s，雖然存在一定的誤差，但也估計(jì)出了篡改的大致位置.

圖4 機(jī)制2 應(yīng)用到文獻(xiàn)［12］的例子Fig.4 An example of applying the second mechanism to themethod in［12］

同理將機(jī)制2 推廣到文獻(xiàn)［13］中，結(jié)果如圖5所示.直接用文獻(xiàn)［13］的方法定位出的篡改區(qū)域?yàn)榈?.71～14.01 s，而聯(lián)合機(jī)制2 定位的篡改區(qū)域?yàn)榈?.91～13.71 s，精度明顯提高.

圖5 機(jī)制2 應(yīng)用到文獻(xiàn)［13］的例子Fig.5 An example of applying the second mechanism to the method in［13］

3.4 魯棒性檢測(cè)場(chǎng)景一

重采樣是音頻中常見(jiàn)的操作，首先考察文中方法能否抗重采樣.利用音頻編輯軟件CoolEdit 將圖3中原始采樣率為16 kHz 的音頻分別作上、下采樣處理后進(jìn)行檢測(cè)，結(jié)果如圖6 所示，可發(fā)現(xiàn)其與未重采樣時(shí)的結(jié)果圖3(e)和(f)沒(méi)有明顯差異.其中圖6(a)和(b)是采樣率為44kHz 的結(jié)果，圖6(c)和(d)是采樣率為8 kHz 的結(jié)果.

圖6 采樣率為44 kHz 和8 kHz 的檢測(cè)結(jié)果Fig.6 Detection results of the re-sampled signal with frequency 44 kHz and 8 kHz

文獻(xiàn)［12］中的語(yǔ)音庫(kù)［15］包含100 個(gè)原始音頻文件，對(duì)其進(jìn)行編輯得到130 個(gè)篡改文件，其中刪除操作和插入操作的文件各占65 個(gè).利用文中方法對(duì)其進(jìn)行篡改檢測(cè)，得到正檢率93.08%，虛警率8%.其中，正檢率是指將篡改文件正確判斷為篡改文件的概率，虛警率是指將原始文件誤判為篡改文件的概率.將語(yǔ)音庫(kù)中所有文件分別以44、32、11、8 和6 kHz重采樣后，再用文中方法對(duì)其進(jìn)行檢測(cè)，發(fā)現(xiàn)在不同重采樣頻率下正檢率仍為93.08%，虛警率仍為8%.說(shuō)明重采樣對(duì)文中方法的檢測(cè)效果無(wú)影響.

3.5 魯棒性檢測(cè)場(chǎng)景二

壓縮是另一種常見(jiàn)的音頻操作.仍以圖3 中的音頻為例，利用壓縮軟件Lame 3.98 將其壓縮為MP3 格式文件，采樣率仍為16 kHz，比特率為32 kb/s，文中方法檢測(cè)結(jié)果如圖7(a)、(b)所示.由于在WAV 文件壓縮為MP3 的過(guò)程中存在頻域掩蔽效應(yīng)，從而損失了ENF 信號(hào)的部分信息，使得篡改定位誤差與未壓縮時(shí)比較，起始點(diǎn)差異不大，但終止點(diǎn)差異較大，說(shuō)明文中方法不能完全抵御壓縮操作，但有一定的抵御能力.

圖7 MP3 的檢測(cè)結(jié)果(采樣率為16 kHz 和8 kHz)Fig.7 Detection results of the MP3 with frequency 16 kHz and 8 kHz

圖7(c)、(d)是將圖3 中音頻壓縮為采樣率8 kHz，比特率32 kb/s 的MP3 的檢測(cè)結(jié)果，這相當(dāng)于對(duì)音頻同時(shí)進(jìn)行了下采樣和壓縮操作，此時(shí)MP3 丟棄的信息更多，故對(duì)ENF 信號(hào)造成更大的損失.此時(shí)出現(xiàn)明顯誤判，說(shuō)明文中方法對(duì)下采樣和較大壓縮比(例如，32 kb/s)的聯(lián)合操作魯棒性較差.

將3.4 節(jié)所用的語(yǔ)音庫(kù)分別以采樣率16、8 kHz壓縮成比特率為32 kb/s 的MP3，再用文中方法進(jìn)行篡改檢測(cè).采樣率為16 kHz 時(shí)，正檢率為93.08%，虛警率為8%，故算法性能未受影響.當(dāng)采樣率為8 kHz時(shí)，正檢率為62.31%，虛警率為37%，算法性能明顯下降.

3.6 魯棒性檢測(cè)場(chǎng)景三

向音頻中添加噪聲也是掩蓋篡改痕跡的常用手段.為了檢測(cè)文中算法抗噪能力，對(duì)圖3 中的音頻添加不同功率的高斯白噪聲后，再用文中方法進(jìn)行檢測(cè).圖8(a)和(b)是信噪比為30 dB 時(shí)的結(jié)果，圖8(c)和(d)是信噪比為20dB 時(shí)的結(jié)果.前者與未加噪時(shí)的結(jié)果(見(jiàn)圖3(e)和(f))相比，無(wú)明顯差異;而后者出現(xiàn)虛警，且對(duì)篡改區(qū)域的定位也出現(xiàn)較大誤差.不過(guò)在信噪比為20 dB 時(shí)噪聲已使人耳感到明顯的不適.一般而言，信噪比在30 dB 以上時(shí)文中方法能取得較好的檢測(cè)效果.

圖8 信噪比為30 dB 和20 dB 時(shí)的檢測(cè)結(jié)果Fig.8 Detection results of the noisy signal with SNR 30 dB and 20 dB

對(duì)語(yǔ)音庫(kù)中音頻添加高斯白噪聲后再用文中方法進(jìn)行篡改檢測(cè).信噪比為30 dB 時(shí)，正檢率為85.38%，虛警率為15%，與未加噪時(shí)的正檢率93.08%和虛警率8%相比，算法性能有所下降.當(dāng)信噪比為20 dB 時(shí)，正檢率為66.92%，虛警率為33%，可見(jiàn)算法性能進(jìn)一步下降.

4 結(jié)論

針對(duì)現(xiàn)有基于ENF 信號(hào)的音頻篡改盲檢測(cè)方法對(duì)插入和刪除定位精度不足的問(wèn)題進(jìn)行改進(jìn)，提出了一種使用雙重判斷機(jī)制聯(lián)合進(jìn)行篡改定位的檢測(cè)算法.為簡(jiǎn)化算法實(shí)現(xiàn)，在計(jì)算子塊間最大相關(guān)偏移量時(shí)，還提出一種無(wú)需引入額外ENF 參考信號(hào)的計(jì)算方法.與現(xiàn)有文獻(xiàn)中兩種代表性算法相比，文中方法的篡改定位精度明顯提高.在抗重采樣和MP3壓縮以及抗噪方面，也有一定的魯棒性.文中的篡改定位機(jī)理也可容易地推廣到以前的算法.未來(lái)將在ENF 信號(hào)的抽取質(zhì)量改善、同時(shí)存在插入和刪除的音頻篡改檢測(cè)、自適應(yīng)檢測(cè)門(mén)限的設(shè)置以及算法的魯棒性等幾個(gè)方面進(jìn)行進(jìn)一步研究.

［1］Daéid N N，Houck M M.Interpol's forensic science review［M］.Lyon:CRC Press，2010:379-380.

［2］Brixen E.ENF quantification of the magnetic field［C］∥AES 33rd International Conference on Audio Forensics，Theory and Practice.Denver，Colorado:AES，2008.

［3］Grigoras C.Digital audio recording analysis the electricnetwork frequency criterion［J］.International Journal of Speech Language and the Law，2005，12(1):63-76.

［4］Grigoras C.Applications of ENF criterion in forensic audio，video，computer and telecommunication analysis［J］.Forensic Science International，2007，167(2):136-145.

［5］Cooper A J.The electric network frequency (ENF)as an aid to authenticating forensic digital audio recordings-An automated approach［C］∥AES 33rd International Conference on Audio Forensics，Theory and Practice.Denver，Colorado:AES，2008.

［6］Huijbregtse M，Geradts Z.Using the ENF criterion for determining the time of recording of short digital audio recordings［C］∥3rd International Workshop on Computational Forensics.Berlin:Springer-Verlag，2009:116-124.

［7］Garg R，Varna A L，Wu M.Seeing ENF:natural time stamp for digital video via optical sensing and signal processing［C］∥19th ACM International Conference on Multimedia.Scottsdale:ACM，2011:23-32.

［8］Garg R，Varna A L，Hajj-Ahmad A，et al.“Seeing”ENF:power-signature-based timestamp for digital multimedia via optical sensing and signal processing ［J］.IEEE Transactions on Information Forensics and Security，2013，8(9):1417-1432.

［9］Hajj-Ahmad A，Garg R，Wu M.Instantaneous frequency estimation and localization for ENF signals［C］∥2012 Asia-Pacific Signal ＆ Information Processing Association Annual Summit and Conference(APSIPA ASC).Hollywood，California:IEEE，2012:1-10.

［10］Hajj-Ahmad A，Garg R，Wu M.ENF based location classification of sensor recordings［C］∥2013 IEEE International Workshop on Information Forensics and Security(WIFS).Guangzhou，China:IEEE，2013:138-143.

［11］Nicolalde D P，Apolinario J A.Evaluating digital audio authenticity with spectral distances and ENF phase change［C］∥IEEE International Conference on Acoustics，Speech and Signal Processing.Taipei:IEEE，2009:1417-1420.

［12］Nicolalde D P，Apolinario J A，Biscainho L W P.Audio authenticity:detecting ENF discontinuity with high precision phase analysis［J］.IEEE Transactions on Information Forensics and Security，2010，5(3):534-543.

［13］Hu Yong-jian，Li Chang-Tsun，Lü Zhi-sheng，et al.Audio forgery detection based on max offsets for cross correlation between ENF and reference signal［C］∥11th International Workshop on Digital-Forensics and Watermarking.Shanghai:Springer，2013:253-266.

［14］常廣，鄢素云，王毅.零相位數(shù)字濾波器在非平穩(wěn)信號(hào)處理中的應(yīng)用［J］.北京交通大學(xué)學(xué)報(bào)，2011，35(6):49-56.Chang Guang，Yan Su-yun，Wang Yi.Application of zero-phase digital filter on non-stationary signal processing［J］.Journal of Beijing Jiao Tong University，2011，35(6):49-56.

［15］Ortega-Garcia J，Gonzalez-Rodriguez J，Marrero-Aguiar V.Ahumada:a large speech corpus in Spanish for speaker characterization and identification［J］.Speech Communication，2000，31(2):255-264.