劉凱

　?。ㄩL江大學(xué) 工程技術(shù)學(xué)院， 湖北 荊州 434023）

摘要：在數(shù)字語音真?zhèn)渭夹g(shù)中，基于電網(wǎng)頻率的檢測方法是當(dāng)前研究的熱點。由于數(shù)字錄音設(shè)備在錄音過程中不僅記錄語音內(nèi)容本身，還攜帶微弱的電網(wǎng)電壓或電流信號，利用Duffing共振理論來提取數(shù)字錄音信號中的微弱電網(wǎng)信號，根據(jù)其輸出特征參數(shù)的幅頻特性和相頻特性來判斷錄音文件的真?zhèn)涡?。通過實驗分析論證了該方法的可行性和實用性，為數(shù)字錄音真?zhèn)舞b別技術(shù)提供了一條新的研究方向。

關(guān)鍵詞：語音真?zhèn)舞b別；電網(wǎng)頻率；Duffing共振；特征參數(shù)

0引言

　　近年來，數(shù)字多媒體技術(shù)飛速發(fā)展，數(shù)字信息已經(jīng)滲透到人們生活的方方面面。在語音處理技術(shù)領(lǐng)域，人們已經(jīng)可以很方便地獲取語音信號，并利用音頻編輯軟件對其進(jìn)行有意或無意的編輯和修改，這種篡改行為對語音數(shù)據(jù)的安全性構(gòu)成了強(qiáng)大的威脅。隨著數(shù)字信息已逐步應(yīng)用于司法取證，語音真?zhèn)螜z測技術(shù)也逐漸成為國內(nèi)外學(xué)術(shù)界研究的熱點。

　　電力系統(tǒng)是促進(jìn)國家發(fā)展的基本因素之一，公用的電網(wǎng)信號可以看成是一個正弦波，它有一個固定的頻率，該頻率稱為電網(wǎng)頻率(Eleetrie Network Frequency，ENF)［1］。電網(wǎng)提供的大部分電力都是來自于能產(chǎn)生交流電的渦輪，這些渦輪的轉(zhuǎn)速便決定了電網(wǎng)頻率，正常運行的電網(wǎng)頻率值是50 Hz或60 Hz，中國的電網(wǎng)頻率值是50 Hz。電網(wǎng)頻率變化具有均一性和唯一性，其波動不僅表征系統(tǒng)的動態(tài)行為，而且承載豐富的時間信息。由于數(shù)字錄音的原理與模擬磁帶錄音不同，無法在磁蹤跡和抹音磁頭上找到錄音開始、停頓和終止等物理特征，因而迫切需要尋找其他的鑒別方法。GRIGORAS C將電網(wǎng)頻率變化與數(shù)字錄音真?zhèn)舞b別聯(lián)系起來，提出電網(wǎng)頻率準(zhǔn)則［25］。該方法認(rèn)為數(shù)字錄音設(shè)備在錄音過程中不僅記錄語音內(nèi)容本身，而且還因該設(shè)備由電網(wǎng)直接供電的緣故而捕獲到微弱的電網(wǎng)電壓或電流信號；若錄音設(shè)備采用電池供電，周圍其他的用電設(shè)備產(chǎn)生的電磁場也有可能感應(yīng)出電信號，在錄音記錄中留下感應(yīng)信號的蹤跡［67］。近年來，隨機(jī)共振在信息技術(shù)領(lǐng)域的應(yīng)用已經(jīng)有了相當(dāng)大的發(fā)展，例如基于隨機(jī)共振的信號檢測方法為強(qiáng)噪聲背景下弱信號的提取提供了新的途徑［8］。因此可以考慮利用Duffing共振理論來提取錄音信號中的微弱電網(wǎng)或電壓信號，從而判斷錄音文件的真?zhèn)涡浴?/p>

1Duffing共振理論基礎(chǔ)

　　Duffing方程的一般形式為［9］：

　　其中，γ是阻尼系數(shù)；κ、ζ為常數(shù)；FcosΩt是系統(tǒng)的外力項；Ω是外力項頻率。式中正、負(fù)號分別表示硬彈簧和軟彈簧兩種情況。理論情況下，在線性系統(tǒng)中當(dāng)強(qiáng)迫力的頻率與系統(tǒng)本身的頻率相同時，系統(tǒng)會出現(xiàn)共振現(xiàn)象，在非線性系統(tǒng)中也會出現(xiàn)類似的情況。

　　無阻尼情況下Duffing方程為：

　　令κ=ω20 ，ζ=εβ20，其中ε>0，引進(jìn)多重時間尺度變量，如多重時間尺度［10］，有：

　　認(rèn)為函數(shù)x不僅依賴于ε和t，還依賴于T0,T1,T2,…，Tn，有：

　　x=x0(T0,T1,…,Tn)+εx1(T0,T1,…,Tn)+…（4）

　　得到式（2）的一階近似解：

　　考慮有阻尼的Duffing方程：

　　令α=α(T2,T3,…,Tn)，ω=ω0+3β20α28ω0ε ，θ0=θ(T2,T3,…,Tn)

　　僅考慮無阻尼Duffing方程的通解，式（7）的通解為：

　　x(t)=αexp(-γt)cos(ωt+θ0)（8）

　　其中，α為振幅，ω為角頻率，θ0為初始相位。

　　考慮有外力驅(qū)動的情況（式（1）），即當(dāng)式（8）中ω=Ω時系統(tǒng)發(fā)生共振。

　　當(dāng)在t(0+)時刻輸入一個脈沖響應(yīng)δ(t)，系統(tǒng)的時域函數(shù)為h(t)，由δ(t)*h(t)=x(t)，可以得出H(s)=X(s)，即h(t)=x(t)。

2基于Duffing共振的語音真?zhèn)螜z測技術(shù)

　　該檢測技術(shù)具有如圖1所示的步驟。

　?。?）首先對待檢測錄音信號進(jìn)行預(yù)處理。預(yù)處理包括抗混疊濾波，預(yù)加重和分幀加窗。

　?。?）對預(yù)處理的錄音信號進(jìn)行快速傅里葉變換（FFT變換）得到其頻譜特性。

　?。?）將頻域信號通過一個Duffing共振帶通濾波器，帶通濾波器的中心頻率為50 Hz，該濾波信號即為提取到的電網(wǎng)信號。通過第1章Duffing共振理論的介紹已經(jīng)得出了模擬濾波器的單位沖擊響應(yīng)h(t)，對其進(jìn)行拉普拉斯變換就可以得到模擬帶通濾波器的系統(tǒng)函數(shù)H(s)，然后通過雙線性變換就可以得到數(shù)字帶通濾波器的系統(tǒng)函數(shù)H(z)，該濾波器的幅頻特性如圖2所示。

　?。?）畫出該濾波信號的幅頻圖和相位圖。

　　（5）根據(jù)幅頻圖和相位圖上有無突然的跳變來判斷音頻是否發(fā)生過篡改操作。圖2Duffing共振帶通濾波器的幅頻特性

3實驗和分析

　　有4段待檢測錄音音頻，都是由計算機(jī)的麥克風(fēng)錄音，錄音和篡改軟件為Cool Edit Pro V21簡體中文版，分別對應(yīng)音頻1、音頻2、音頻3和音頻4。其中音頻1為女生未經(jīng)過篡改的原始錄音，錄音內(nèi)容為“零”， 音頻2為男生未經(jīng)過篡改的原始錄音，錄音內(nèi)容為“零”，將音頻1復(fù)制粘貼到音頻2為音頻3，內(nèi)容變?yōu)椤傲懔恪?，將音頻1由軟件加入頻率為50 Hz的合音得到音頻4。分別對音頻1、音頻2、音頻3和音頻4用基于Duffing共振的篡改檢測方法進(jìn)行真?zhèn)螜z測，檢測流程如圖1所示。

　　圖3~圖6分別為音頻1、音頻2、音頻3和音頻4的時域波形圖，圖7~圖10分別為音頻1、音頻2、音頻3和音頻4經(jīng)系統(tǒng)后的頻譜圖。

　　從圖7、圖8可以看出，沒有經(jīng)過篡改的音頻信號經(jīng)過系統(tǒng)后的頻譜圖具有比較好的雙峰性，而且第一個峰的頻率在50 Hz。圖9是經(jīng)過篡改后的音頻信號經(jīng)系統(tǒng)后的頻譜圖，從圖中可看出只有一個峰值，而且峰值處的頻率為100 Hz。

　　由此可以得出結(jié)論，經(jīng)過篡改后的音頻信號經(jīng)過系統(tǒng)后的頻譜會發(fā)生較大的突變，頻譜的中心發(fā)生搬移。

　　圖9與圖7的幅頻圖完全一致，人為添加計算機(jī)合成的同頻率音頻對音頻信號通過系統(tǒng)后的幅頻特性沒有影響。圖11和圖12分別為音頻1和音頻4通過系統(tǒng)后的相頻圖，從圖中可以看出，音頻4的相頻特性較音頻1相位發(fā)生了很大的變化。

4結(jié)論

　　本文研究了一種基于Duffing共振的語音數(shù)字語音真?zhèn)舞b別技術(shù)，通過實驗，對比實驗結(jié)果，經(jīng)復(fù)制粘貼篡改操作的音頻信號經(jīng)過Duffing共振系統(tǒng)，其幅頻特性會發(fā)生較大的變化；而經(jīng)計算機(jī)軟件添加合成音頻的音頻信號經(jīng)過Duffing系統(tǒng)后，其幅頻特性基本不變，變化的是相頻特性。由實驗可以得出：基于Duffing共振的數(shù)字語音真?zhèn)舞b別具有一定的可行性和實用性，在以后的研究過程中，還會進(jìn)一步探討該系統(tǒng)在其他數(shù)字語音篡改技術(shù)中的應(yīng)用。

參考文獻(xiàn)

　?。?］ GUPTA S, CHO S， JAYKUO C C. Current developments and future trends in audio authentication ［J］. IEEE Multimedia, 2012,19(1): 5059.

　?。?］ GRIGORAS C. Digital audio recording analysis: The electric network frequency criterion［C］. Diamond Cut Productions, Inc., Applications Notes AN4, 2003.

　?。?］ GRIGORAS C. Digital audio recording analysis: the electric network frequency (ENF) criterion ［J］. The International Journal of Speech Language and the Law, 2005, 12(1):6376.

　?。?］ GRIGORAS C. Applications of ENF criterion in forensic audio, video, computer and telecommunication analysis ［J］. Forensic Science International, 2007(167):136143.

　　［5］ GRIGORAS C. Applications of ENF analysis in forensic authentication of digital audio and video recordings ［J］. The Journal of Audio Engineering Society, 2009, 57(9):643661.

　?。?］ 楊林國.詞類擴(kuò)充方法在語音識別中的應(yīng)用［J］.電子技術(shù)應(yīng)用,2014,40(6):123125,129.

　?。?］ 趙媛媛,王力.基于流形學(xué)習(xí)ISOP算法的語音特征提取及應(yīng)用研究［J］.微型機(jī)與應(yīng)用,2014,33(1):4345,49.

　　［8］ 賴志慧，冷永剛，孫建橋，等.基于Duffing振子的變尺度微弱特征信號檢測方法研究［J］.物理學(xué)報，2012,62(5):05050310505039.

　　［9］ 王海波.Duffing方程非線性振動特性的計算和分析［D］.西安:西安建筑科技大學(xué)，2009.

　?。?0］ 徐博侯，曲紹興.非線性力學(xué)導(dǎo)論［M］.杭州：浙江大學(xué)出版社，2012.