[发明专利]基于比例因子系数差值的AAC双压缩音频检测方法

摘要

本发明公开了一种基于比例因子系数差值的AAC双压缩音频检测方法，其获取AAC单压缩音频和AAC双压缩音频；然后获取AAC单压缩音频的第一特征向量和第二特征向量，及AAC双压缩音频的第一特征向量和第二特征向量；再融合AAC单压缩音频的第一特征向量和第二特征向量得到AAC单压缩音频的特征向量，融合AAC双压缩音频的第一特征向量和第二特征向量得到AAC双压缩音频的特征向量；利用特征向量进行LIBSVM分类器训练；利用LIBSVM分类器模型对待检测的AAC音频的特征向量进行测试；优点是其能实现低码率转高码率的AAC双压缩音频及同码率的AAC双压缩音频的有效检测，且检测准确率高、计算复杂度较低、鲁棒性较强。

主权项

1.一种基于比例因子系数差值的AAC双压缩音频检测方法，其特征在于包括以下步骤：步骤一：随机选取N_o个时长一致而风格不同的原始音频，原始音频的格式为WAV格式；然后使用AAC编码器并采用N_b种比特率，分别对每个原始音频进行压缩，得到N_b类具有不同比特率的共N₁个AAC单压缩音频；接着使用AAC解码器，对每个AAC单压缩音频进行解压，得到每个AAC单压缩音频对应的解压音频，解压音频的格式为WAV格式；再使用相同的AAC编码器并采用N_b种比特率中大于或等于获取对应的AAC单压缩音频时所采用的比特率的所有比特率，分别对每个AAC单压缩音频对应的解压音频进行压缩，得到类共N₂个AAC双压缩音频；其中，N_o为正整数，N_o≥100，原始音频的时长为大于或等于0.5秒，N_b为正整数，N_b≥1，N₁＝N_o×N_b，步骤二：将步骤一中对每个AAC单压缩音频对应的解压音频进行压缩时所采用的比特率与获取该AAC单压缩音频时所采用的比特率相同时得到的AAC双压缩音频作为该AAC单压缩音频相应的同比特率再次压缩后AAC音频；使用与步骤一中相同的AAC解码器，对每个AAC双压缩音频进行解压，得到每个AAC双压缩音频对应的解压音频，解压音频的格式为WAV格式；再使用与步骤一中相同的AAC编码器并采用获取对应的AAC双压缩音频时第二次压缩所采用的比特率，对每个AAC双压缩音频对应的解压音频进行压缩，得到每个AAC双压缩音频相应的同比特率再次压缩后AAC音频；步骤三：提取每个AAC单压缩音频的比例因子系数矩阵，将第n₁个AAC单压缩音频的比例因子系数矩阵记为然后获取每个AAC单压缩音频的比例因子系数矩阵中值在[140,200]范围内的比例因子系数的出现概率，将中值在[140,200]范围内的比例因子系数的出现概率记为其中，n₁为正整数，n₁的初始值为1，1≤n₁≤N₁，的维数为M×N，M表示原始音频中包含的帧的总帧数，N表示比例因子子带数，表示中下标为(1,1)的比例因子系数，亦表示第n₁个AAC单压缩音频中的第1帧中的第1个比例因子带的系数，表示中下标为(1,N)的比例因子系数，亦表示第n₁个AAC单压缩音频中的第1帧中的第N个比例因子带的系数，表示中下标为(M,1)的比例因子系数，亦表示第n₁个AAC单压缩音频中的第M帧中的第1个比例因子带的系数，表示中下标为(M,N)的比例因子系数，亦表示第n₁个AAC单压缩音频中的第M帧中的第N个比例因子带的系数，的维数为1×61，表示中比例因子系数为140的出现概率，表示中比例因子系数为200的出现概率；提取每个AAC单压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵，将第n₁个AAC单压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵记为然后获取每个AAC单压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵中值在[140,200]范围内的比例因子系数的出现概率，将中值在[140,200]范围内的比例因子系数的出现概率记为其中，的维数为M×N，表示中下标为(1,1)的比例因子系数，亦表示第n₁个AAC单压缩音频相应的同比特率再次压缩后AAC音频中的第1帧中的第1个比例因子带的系数，表示中下标为(1,N)的比例因子系数，亦表示第n₁个AAC单压缩音频相应的同比特率再次压缩后AAC音频中的第1帧中的第N个比例因子带的系数，表示中下标为(M,1)的比例因子系数，亦表示第n₁个AAC单压缩音频相应的同比特率再次压缩后AAC音频中的第M帧中的第1个比例因子带的系数，表示中下标为(M,N)的比例因子系数，亦表示第n₁个AAC单压缩音频相应的同比特率再次压缩后AAC音频中的第M帧中的第N个比例因子带的系数，的维数为1×61，表示中比例因子系数为140的出现概率，表示中比例因子系数为200的出现概率；同样，提取每个AAC双压缩音频的比例因子系数矩阵，将第n₂个AAC双压缩音频的比例因子系数矩阵记为然后获取每个AAC双压缩音频的比例因子系数矩阵中值在[140,200]范围内的比例因子系数的出现概率，将中值在[140,200]范围内的比例因子系数的出现概率记为其中，n₂为正整数，n₂的初始值为1，1≤n₂≤N₂，的维数为M×N，表示中下标为(1,1)的比例因子系数，亦表示第n₂个AAC双压缩音频中的第1帧中的第1个比例因子带的系数，表示中下标为(1,N)的比例因子系数，亦表示第n₂个AAC双压缩音频中的第1帧中的第N个比例因子带的系数，表示中下标为(M,1)的比例因子系数，亦表示第n₂个AAC双压缩音频中的第M帧中的第1个比例因子带的系数，表示中下标为(M,N)的比例因子系数，亦表示第n₂个AAC双压缩音频中的第M帧中的第N个比例因子带的系数，的维数为1×61，表示中比例因子系数为140的出现概率，表示中比例因子系数为200的出现概率；同样，提取每个AAC双压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵，将第n₂个AAC双压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵记为然后获取每个AAC双压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵中值在[140,200]范围内的比例因子系数的出现概率，将中值在[140,200]范围内的比例因子系数的出现概率记为其中，的维数为M×N，表示中下标为(1,1)的比例因子系数，亦表示第n₂个AAC双压缩音频相应的同比特率再次压缩后AAC音频中的第1帧中的第1个比例因子带的系数，表示中下标为(1,N)的比例因子系数，亦表示第n₂个AAC双压缩音频相应的同比特率再次压缩后AAC音频中的第1帧中的第N个比例因子带的系数，表示中下标为(M,1)的比例因子系数，亦表示第n₂个AAC双压缩音频相应的同比特率再次压缩后AAC音频中的第M帧中的第1个比例因子带的系数，表示中下标为(M,N)的比例因子系数，亦表示第n₂个AAC双压缩音频相应的同比特率再次压缩后AAC音频中的第M帧中的第N个比例因子带的系数，的维数为1×61，表示中比例因子系数为140的出现概率，表示中比例因子系数为200的出现概率；步骤四：计算每个AAC单压缩音频的第一特征向量，将第n₁个AAC单压缩音频的第一特征向量记为并计算每个AAC双压缩音频的第一特征向量，将第n₂个AAC双压缩音频的第一特征向量记为其中，和的维数为1×61，表示中的第1个元素，表示中的第61个元素，表示中的第1个元素，表示中的第61个元素；计算每个AAC单压缩音频的比例因子系数矩阵与每个AAC单压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵的绝对差值矩阵，将与的绝对差值矩阵记为并计算每个AAC双压缩音频的比例因子系数矩阵与每个AAC双压缩音频相应的同比特率再次压缩后AAC音频的比例因子系数矩阵的绝对差值矩阵，将与的绝对差值矩阵记为然后计算每个AAC单压缩音频的第二特征向量，将第n₁个AAC单压缩音频的第二特征向量记为并计算每个AAC双压缩音频的第二特征向量，将第n₂个AAC双压缩音频的第二特征向量记为其中，和的维数均为M×N，表示中下标为(1,1)的元素，表示中下标为(1,N)的元素，表示中下标为(M,1)的元素，表示中下标为(M,N)的元素，符号“||”为取绝对值符号，表示中下标为(1,1)的元素，表示中下标为(1,N)的元素，表示中下标为(M,1)的元素，表示中下标为(M,N)的元素，和的维数均为1×N，表示中的第1个元素，的值为中第1列的所有元素的平均值，表示中的第N个元素，的值为中第N列的所有元素的平均值，表示中的第1个元素，的值为中第1列的所有元素的平均值，表示中的第N个元素，的值为中第N列的所有元素的平均值；步骤五：获取每个AAC单压缩音频的特征向量，将第n₁个AAC单压缩音频的特征向量记为其中，的维数为1×(61+N)，表示中的第1个元素，表示中的第61个元素，表示中的第62个元素，表示中的第61+N个元素，符号“*”为卷积符号，ω₁和ω₂为权重值，ω₁+ω₂＝1；同样，获取每个AAC双压缩音频的特征向量，将第n₂个AAC双压缩音频的特征向量记为其中，的维数为1×(61+N)，表示中的第1个元素，表示中的第61个元素，表示中的第62个元素，表示中的第61+N个元素，符号“*”为卷积符号，ω₁和ω₂为权重值，ω₁+ω₂＝1；步骤六：从每类所有的AAC单压缩音频中随机选取一部分AAC单压缩音频，并从每类所有的AAC双压缩音频中随机选取一部分AAC双压缩音频；然后将选取的所有AAC单压缩音频和选取的所有AAC双压缩音频构成训练集，将剩余的所有AAC单压缩音频和剩余的所有AAC双压缩音频构成测试集；步骤七：训练N_b个LIBSVM分类器，训练第n_b个LIBSVM分类器的具体过程为：将训练集中的第n_b类的所有AAC单压缩音频的特征向量作为输入，输入到LIBSVM分类器中进行训练，得到第n_b个LIBSVM分类器模型，其适用于采用第n_b种比特率的单压缩AAC音频的测试；其中，n_b为正整数，n_b的初始值为1，1≤n_b≤N_b；训练个LIBSVM分类器，训练第n'_b个LIBSVM分类器的具体过程为：将训练集中的第n'_b类的所有AAC双压缩音频的特征向量作为输入，输入到LIBSVM分类器中进行训练，得到第n'_b个LIBSVM分类器，其适用于采用第n'_b种比特率的双压缩AAC音频的测试；其中，n'_b为正整数，n'_b的初始值为1，步骤八：将测试集中的每个单压缩AAC音频或每个双压缩AAC音频作为待检测的AAC音频；然后根据待检测的AAC音频的公开的比特率，将待检测的AAC音频的特征向量输入到适用于采用公开的比特率的单压缩AAC音频的测试的LIBSVM分类器模型中，得到第一判决结果；并根据待检测的AAC音频的公开的比特率，将待检测的AAC音频的特征向量输入到适用于采用公开的比特率的双压缩AAC音频的测试的LIBSVM分类器模型中，得到第二判决结果；再根据第一判决结果和第二判决结果确定待检测的AAC音频为AAC单压缩音频或AAC双压缩音频，若第一判决结果大于或等于0.5而第二判决结果小于0.5，则确定待检测的AAC音频为AAC单压缩音频；若第一判决结果小于0.5而第二判决结果大于或等于0.5，则确定待检测的AAC音频为AAC双压缩音频；若第一判决结果和第二判决结果均大于或等于0.5且第一判决结果大于第二判决结果，则确定待检测的AAC音频为AAC单压缩音频；若第一判决结果和第二判决结果均大于或等于0.5且第一判决结果小于第二判决结果，则确定待检测的AAC音频为AAC双压缩音频；若第一判决结果和第二判决结果均小于0.5，则认为待检测的AAC音频无法判定。