基于 Transformer 的多次压缩 MP3 音频取证分析与定位
声音
2022-05-02 v2 多媒体
音频与语音处理
摘要
音频信号常以压缩格式存储与传输。在众多可用音频压缩方案中，MPEG-1 Audio Layer III（MP3）非常流行且被广泛使用。由于 MP3 为有损压缩，它会在压缩音频中留下特征痕迹，可用于取证以揭示音频文件的过往历史。本文考虑通过对压缩与未压缩音频信号进行时域拼接进行音频信号操纵的场景。我们提出一种基于 transformer 网络寻找拼接时间位置的方法。我们的方法在时域帧级（MP3 压缩的最小时间单元）识别音频信号的哪些时间部分经历了单次或多次压缩。我们在包含 486,743 个 MP3 音频片段的数据集上测试了该方法。与现有方法相比，我们的方法取得了更优性能，并对不同 MP3 数据表现出鲁棒性。
引用
@article{arxiv.2203.16499,
title = {Forensic Analysis and Localization of Multiply Compressed MP3 Audio Using Transformers},
author = {Ziyue Xiang and Paolo Bestagini and Stefano Tubaro and Edward J. Delp},
journal= {arXiv preprint arXiv:2203.16499},
year = {2022}
}