基于改进PNCC特征和两步区分性训练的录音设备识别方法

• 作者: Alexander I Rudnicky 朱铮宇 李新超 王志锋 贺前华
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 数字音频取证 录音设备识别 GMM-UBM 区分性训练 PNCC
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 科研通信
• 页码范围: 191-198
• 页数: 8页
• 分类号: TN912.3
• 字数: 7016字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.01.031

摘要

录音设备来源识别是通过分析已获取的数字语音信号从而确定其录制设备的一种技术,属于数字音频盲取证.本文提出了一种基于改进PNCC特征和两步区分性训练的录音设备识别方法,由于音频中的静音包含了完整的设备信息,且不受说话人和文本等因素的影响,因此从静音段提取改进的PNCC特征,利用了PNCC的长时帧分析去除背景噪声对设备信息的影响.在模型方面,以GMM-UBM为基准模型,并通过两步区分性训练调整集内设备模型和通用背景模型,提升模型区分能力.该方法对于30种设备闭集识别的平均正确识别率为90.23％;对于15个集内和15个集外设备的测试,等错误率为15.17％,集内平均正确识别率为96.65％,验证了本文算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺前华	华南理工大学电子与信息学院	84	507	12.0	17.0
2	朱铮宇	华南理工大学电子与信息学院	8	27	4.0	5.0
3	李新超	华南理工大学电子与信息学院	6	28	4.0	5.0
4	王志锋	华南理工大学电子与信息学院	3	39	3.0	3.0
8	Alexander I Rudnicky	卡内基梅隆大学计算机学院	1	9	1.0	1.0