X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到桂林科技成果交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00284630]一种基于特征融合的数字音频篡改自动检测方法

交易价格: 面议

所属行业: 乐器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201710643739.8

交易方式: 技术转让 技术转让 技术入股

联系人: 华中师范大学

进入空间

所在地:湖北武汉市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

摘要:本发明提供了一种基于特征融合的数字音频篡改自动检测方法,首先对待测信号进行下采样;然后以电网频率(Electric Network Frequency,ENF)标准频率为中心进行带通滤波得到信号中的ENF成分;接着分别提取ENF成分基于DFT0的相位特征,DFT1的相位特征和基于Hilbert变换的瞬时频率特征;经过特征融合,得到特征集;最后使用优化的支持向量机分类器对特征集中的部分数据进行训练,得到训练模型;使用训练模型可以对待测语音信号进行预测。本发明使用ENF信号中具有代表性的相位和瞬时频率特征进行特征融合,并使用支持向量机进行分类,得到分类模型。该模型对于信号的插入和删除情况均可得到很好的检测效果,相较于传统的判别方法更加直观和简单。
摘要:本发明提供了一种基于特征融合的数字音频篡改自动检测方法,首先对待测信号进行下采样;然后以电网频率(Electric Network Frequency,ENF)标准频率为中心进行带通滤波得到信号中的ENF成分;接着分别提取ENF成分基于DFT0的相位特征,DFT1的相位特征和基于Hilbert变换的瞬时频率特征;经过特征融合,得到特征集;最后使用优化的支持向量机分类器对特征集中的部分数据进行训练,得到训练模型;使用训练模型可以对待测语音信号进行预测。本发明使用ENF信号中具有代表性的相位和瞬时频率特征进行特征融合,并使用支持向量机进行分类,得到分类模型。该模型对于信号的插入和删除情况均可得到很好的检测效果,相较于传统的判别方法更加直观和简单。

推荐服务:

Copyright © 2017  桂林经济技术开发区管理委员会    桂林经开孵化器管理有限责任公司    All Rights Reserved

桂ICP备17003866号-1

运营商:科易网