基于頻譜融合特征的手機(jī)來源識別算法

　　隨著手機(jī)錄音設(shè)備的普及以及各種功能強(qiáng)大且易于操作的數(shù)字媒體編輯軟件的出現(xiàn)，語音的手機(jī)來源識別已成為多媒體取證領(lǐng)域重要的熱點(diǎn)問題，針對該問題提出了一種基于頻譜融合特征的手機(jī)來源識別算法。首先，通過分析不同手機(jī)相同語音的語譜圖，發(fā)現(xiàn)不同手機(jī)的語音頻譜特征是不同的；然后對語音的頻譜信息量、對數(shù)譜和相位譜特征進(jìn)行了研究；其次，將三個特征串聯(lián)構(gòu)成原始融合特征，并用每個樣本的原始融合特征構(gòu)建樣本特征空間；最后，采用WEKA平臺的CfsSubsetEval評價函數(shù)按照最佳優(yōu)先搜索原則對所構(gòu)建的特征空間進(jìn)行特征選擇，并采用LibSVM對特征選擇后的樣本特征空間進(jìn)行模型訓(xùn)練和樣本識別。實(shí)驗(yàn)部分給出了特征選擇后的頻譜單一特征和頻譜融合特征在23款主流型號的手機(jī)語音庫上分類的結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法使用頻譜融合特征有效提高了手機(jī)品牌類內(nèi)的平均識別準(zhǔn)確率，在TIMIT翻錄語音數(shù)據(jù)庫和自建的CKC-SD語音數(shù)據(jù)庫上分別達(dá)到99. 96%和99. 91%；另外，與Hanilci基于梅爾倒譜系數(shù)特征的錄音設(shè)備來源識別算法進(jìn)行了對比，平均識別準(zhǔn)確率分別提高了6.58和5.14個百分點(diǎn)。因此可得本文所提特征可有效提高平均識別準(zhǔn)確率，降低手機(jī)類內(nèi)識別的誤判率。