基于浅层与深层特征表示学习的音频篡改检测
声音
2022-10-20 v1 音频与语音处理
摘要
数字音频篡改检测可用于验证数字音频的真实性。然而，当前大多数方法使用标准电子网络频率（ENF）数据库对数字音频的 ENF 连续性进行视觉比较分析，或通过机器学习方法提取特征进行分类。ENF 数据库通常难以获取，视觉方法特征表示能力弱，且机器学习方法在特征上存在较多信息丢失，导致检测准确率低。本文提出一种浅层与深层特征融合方法，通过利用不同层次特征的互补性充分利用 ENF 信息，以更准确地描述篡改操作对原始数字音频所造成的不一致性变化。该方法在 Carioca 1、Carioca 2 和 New Spanish 三个经典数据库上达到了 97.03% 的准确率。此外，我们在新构建的 GAUDI-DI 数据库上取得了 88.31% 的准确率。实验结果表明，所提方法优于当前最优（SOTA）方法。
引用
@article{arxiv.2210.10506,
title = {Audio Tampering Detection Based on Shallow and Deep Feature Representation Learning},
author = {Zhifeng Wang and Yao Yang and Chunyan Zeng and Shuai Kong and Shixiong Feng and Nan Zhao},
journal= {arXiv preprint arXiv:2210.10506},
year = {2022}
}
备注
Audio tampering detection, 21 pages, 4 figures