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)涡浴Ｍㄟ^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)頻率準則［25］。該方法認為數(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，例如基于隨機共振的信號檢測方法為強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，引進多重時間尺度變量，如多重時間尺度［10］，有：

　　認為函數(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。

　　（2）對預(yù)處理的錄音信號進行快速傅里葉變換（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。

　?。?）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

　?。?］ 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.

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

　?。?］ 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.

　　［7］ 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.

　?。?］ 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.