基于頻譜融合特征的手機來源識別算法

　　隨著手機錄音設備的普及以及各種功能強大且易于操作的數字媒體編輯軟件的出現，語音的手機來源識別已成為多媒體取證領域重要的熱點問題，針對該問題提出了一種基于頻譜融合特征的手機來源識別算法。首先，通過分析不同手機相同語音的語譜圖，發現不同手機的語音頻譜特征是不同的；然后對語音的頻譜信息量、對數譜和相位譜特征進行了研究；其次，將三個特征串聯構成原始融合特征，并用每個樣本的原始融合特征構建樣本特征空間；最后，采用WEKA平臺的CfsSubsetEval評價函數按照最佳優先搜索原則對所構建的特征空間進行特征選擇，并采用LibSVM對特征選擇后的樣本特征空間進行模型訓練和樣本識別。實驗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款主流型號的手機語音庫上分類的結果。實驗結果表明，該算法使用頻譜融合特征有效提高了手機品牌類內的平均識別準確率，在TIMIT翻錄語音數據庫和自建的CKC-SD語音數據庫上分別達到99. 96%和99. 91%；另外，與Hanilci基于梅爾倒譜系數特征的錄音設備來源識別算法進行了對比，平均識別準確率分別提高了6.58和5.14個百分點。因此可得本文所提特征可有效提高平均識別準確率，降低手機類內識別的誤判率。