基于语音静音段特征的手机来源识别方法

发布时间：2019-07-17 07:53

【摘要】：手机来源识别已成为多媒体取证领域重要的热点问题。提出了一种基于语音静音段特征的手机来源识别方法,该方法先通过使用自适应端点检测算法得到语音的静音段;然后将静音段的梅尔频谱系数(MFC)的均值作为分类特征;最后结合WEKA平台的Cfs Subset Eval评价函数按照最佳优先(Best First)搜索进行特征选择,并采用支持向量机(SVM)对手机来源进行识别。实验部分对23款主流型号的手机进行了分类,结果表明所提特征具有较好的分类性能,在TIMIT数据库和自建的CKC-SD数据库上,平均识别准确率分别为99.23%和99.00%。另外,与语音段MFC特征和梅尔倒谱系数(MFCC)特征进行了对比,实验结果证明所提特征具有更加优越的性能。
文内图片：基于自适应端点检测和后处理操作的静音段估计

图片说明： ·105·电信科学2017年第7期2.1静音段估计本文采用端点检测技术对静音段进行估计，选择自适应端点检测算法[18]进行静音段的提龋其过程为先求原始信号的MFCC，再采用谱减法进行去噪，增大语音段和静音段的能量对比。在此基础上对所有帧能量由低到高进行排序，寻找一个固定的百分比，对语音段帧和静音段帧加标签，然后利用这些帧的MFCC训练语音段模型和静音段模型，最后用训练模型对所有帧加标签。由图1（a）和图1（b）可知，该方法[16]能较好地区分语音段和静音段，但从合并后的静音段来看，如图1（c）所示，在原始信号语音段和静音段的交界处，还残留少量语音信息，为了进一步消除不必要的语音信息，本文使用函数ns(·)对静音段进行后处理，即：nss(j)=ns(find(|ns(i)|<5×Thr))（1）其中，Thr是ns(i)升序排列后前40%的样本的均值，find(·)的功能是当ns(i)的绝对值小于5倍的Thr时，定位和输出ns(i)的位置，最后通过拼接得到处理后的静音段信号，如图1（d）所示，可以看出本文所修改的端点检测算法能够更好地提取语音的静音段部分。2.2特征提取在语音识别研究中大部分的特征集都是从信号频谱中提取的，其中MFCC特征是应用最广泛的特征之一，在参考文献[13]中将以MFCC特征作为设备的分类特征，，用于实现语音信号的录音设备来源识别。MFCC特征提取具体流程如图2所示。图2MFCC特征提取流程如第1节所述MFC特征含有MFCC特征所欠缺的高频谱信息和能量值之间的相关性信息，而上述信息可成为手机来源识别的分类特征，因此本文将MFCC特征提取流程中DCT之前所得的语音特征信息（MFC特征）作为手机来源识别的分类特征。另外由于语音信号的内容和说话人信息等与录音设备来源识别无关，因此本文通过获取静音段部分的M
文内图片：

图片说明： ind(|ns(i)|<5×Thr))（1）其中，Thr是ns(i)升序排列后前40%的样本的均值，find(·)的功能是当ns(i)的绝对值小于5倍的Thr时，定位和输出ns(i)的位置，最后通过拼接得到处理后的静音段信号，如图1（d）所示，可以看出本文所修改的端点检测算法能够更好地提取语音的静音段部分。2.2特征提取在语音识别研究中大部分的特征集都是从信号频谱中提取的，其中MFCC特征是应用最广泛的特征之一，在参考文献[13]中将以MFCC特征作为设备的分类特征，用于实现语音信号的录音设备来源识别。MFCC特征提取具体流程如图2所示。图2MFCC特征提取流程如第1节所述MFC特征含有MFCC特征所欠缺的高频谱信息和能量值之间的相关性信息，而上述信息可成为手机来源识别的分类特征，因此本文将MFCC特征提取流程中DCT之前所得的语音特征信息（MFC特征）作为手机来源识别的分类特征。另外由于语音信号的内容和说话人信息等与录音设备来源识别无关，因此本文通过获取静音段部分的MFC特征进行录音设备来源识别，以减少语音内容、说话人情感等不相关因素对识别系统的干扰。MFC特征提取流程如下。首先是将第2.1节所得的静音段信号通过一个高通滤波器进行预加重，即：1H(Z)1z=μ（2）图1基于自适应端点检测和后处理操作的静音段估计2017123-3
【作者单位】：宁波大学信息科学与工程学院;
【基金】：国家自然科学基金资助项目(No.61672302,No.61300055) 浙江省自然科学基金资助项目(No.LZ15F020002,No.LY17F020010) 宁波大学科研基金资助项目(No.XKXL1405,No.XKXL1420,No.XKXL1509,No.XKXL1503);宁波大学王宽诚幸福基金资助项目~~
【分类号】：TN912.34

【参考文献】