音频取证中基于压缩算法对录音设备的识别研究

为解决音频取证中私录音频由何种录音设备所录的问题,针对不同设备所采用的压缩算法不同,录音信号会有区别于其他录音设备的个性特征,提出了一种基于压缩算法对录音设备的识别方法。首先得到不同录音格式的音频,判决出无声段,分别提取改进MFCC倒谱参数,接着构建卷积神经网络识别模型,并将特征参数输入其中训练测试,最后识别并统计识别结果,为了验证本分类方法的有效性,将之与其他神经网络进行对比。实验结果表明,该方法能够较好地区分不同压缩算法下的音频特性。

基于SVM的录音设备分类研究

为解决音频取证中私录音频由何种录音设备所录的问题,针对不同设备所采用的压缩算法不同,就会导致录音信号中蕴含着区别于其他录音设备的个性特征,本文从压缩算法出发,提出了一种基于SVM对录音设备的分类方法。首先获取不同录音格式的音频,然后针对音频分别用MATLAB对其求改进MFCC倒谱参数,接着选定测试集和训练集,使用交叉验证方法得到倒谱数据的最佳参数,之后用训练集对SVM进行训练,再用得到的模型来预测测试集的分类标签。通过仿真与实验,结果表明,该方法能够较好的区分不同压缩算法下的音频特性,平均识别率达97%。