论文部分内容阅读
随着移动互联网和4G移动通信时代的到来,以及智能移动设备的广泛应用,越来越多的人使用智能移动设备录制压缩格式的音频。同时,压缩音频的篡改检测也受到越来越多研究人员的关注。文献显示,目前压缩音频篡改检测的研究成果主要集中于MP3格式,而针对其他压缩音频的成果则相对较少。为此,本文主要对AMR(Adaptive Multi-Rate)和AAC(Advanced Audio Coding)两种压缩音频进行双压缩检测,主要工作和创新如下:1、针对AMR音频,提出一种基于深度学习的双压缩检测算法。首先将AMR文件解码成WAV格式,然后分别提取平均低频子带能量比、平均子带能量比、双谱特征以及长时LPC(Linear Predictive Coding)系数以组成特征向量,最后利用堆栈式自动编码器对其进行分类,从而检测AMR音频是否经过双压缩操作。此外,算法中还利用了一种投票策略来提高检测性能。实验表明,该算法能够有效检测AMR文件的双压缩历史;针对由低码率转为高码率的双压缩AMR文件,该算法还能检测其原始码率。2、利用AAC编码过程中的频域掩蔽效应,给出一种利用堆栈式自动编码器来检测AAC音频双压缩历史的方法,该方法可以检测AAC音频是否经过双压缩操作,对于由低码率重压缩为高码率的AAC音频,还能检测其原始码率。首先对AAC文件解码以得到WAV文件,然后对其进行傅立叶变换以获取其频率成分,并将频率成分划分成一系列频率子带,最后将各个频率子带的归一化能量值组成的特征向量输入到堆栈式自动编码器中进行分类。另外,算法还采用一种投票策略来提高检测性能。最后,还给出了一种判断AAC文件是否经过由低码率重压缩为高码率操作的视觉检测法,此方法还可以确定转码前AAC的原始码率。