数字语音处理历史取证技术研究

发布时间：2023-04-08 22:48

　　随着数字语音编辑处理软件的不断发展,对于数字语音的编辑和处理也越来越便捷。这也造成了一些不法分子可能通过这些语音编辑处理软件对语音片段进行伪装,从而影响司法取证的相关工作。语音变调、滤波器和加噪处理是比较常见,也是比较容易对语音进行修改的几种语音处理。同时,几种处理如果相结合,会对司法取证工作造成更大的影响。因此,本文从语音变调、低通滤波器、高通滤波器、加噪处理和MP3压缩的机理以及几种处理结合的处理链展开研究,并提出了相应的数字语音处理历史取证算法。具体的研究分为以下三个方面:(1)对四种常见数字语音处理操作的原理进行了研究与剖析,并构建了数字语音处理历史取证样本库。(2)结合语谱图和箱线图,对经过四种处理语音的时频特性进行了分析,证明不同处理会对语音产生较为明显的影响。基于上述发现,研究并提出了适用于多种处理痕迹鉴别的数字语音取证算法。该算法采用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)统计矩特征以及SVM组合投票分类器对四种不同处理进行检测。实验结果表明,该方法能够有效鉴别原始语音与经过四种不同处理的语音。(3)针对MFC...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
引言
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 处理历史取证技术研究现状
        1.2.2 深度学习技术及其在取证工作中的应用
    1.3 本文的主要研究工作及结构安排
2 典型数字语音处理原理以及处理历史取证库构建
    2.1 变调处理
    2.2 滤波器处理
    2.3 加噪处理
    2.4 MP3 压缩
    2.5 自然语音数据库
    2.6 处理历史语音库的构建
    2.7 本章小结
3 适用于多种处理痕迹鉴别的数字语音取证算法
    3.1 不同处理对语音时频特性的影响分析
    3.2 梅尔频率倒谱系数及其统计矩特征
    3.3 SVM组合投票多分类器
    3.4 实验结果分析
        3.4.1 实验设置
        3.4.2 实验结果
    3.5 本章小结
4 基于卷积神经网络的数字语音处理链取证技术
    4.1 卷积神经网络输入的选择
    4.2 卷积神经网络结构的选择
    4.3 实验结果分析
        4.3.1 网络结构对比实验
        4.3.2 与传统多分类算法对比实验
        4.3.3 MP3-变调-MP3 处理链参数估计
    4.4 本章小结
5 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
在学研究成果
致谢
Abstract of Thesis
论文摘要



本文编号：3786611