CN113808603A - 一种音频篡改检测方法、装置、服务器和存储介质 - Google Patents
一种音频篡改检测方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN113808603A CN113808603A CN202111151676.7A CN202111151676A CN113808603A CN 113808603 A CN113808603 A CN 113808603A CN 202111151676 A CN202111151676 A CN 202111151676A CN 113808603 A CN113808603 A CN 113808603A
- Authority
- CN
- China
- Prior art keywords
- original
- audio
- transmission
- hash value
- data packet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 230000005540 biological transmission Effects 0.000 claims abstract description 194
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 57
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract description 12
- 230000033764 rhythmic process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种音频篡改检测方法及装置，该方法包括：获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并进行数据拆分，以获取原始音频数据包的原始头部信息和原始载荷信息，以及传输音频数据包的传输头部信息和传输载荷信息；获取原始载荷信息的原始哈希值，以及传输载荷信息的传输哈希值，并判断原始哈希值与传输哈希值是否相同；若确定原始哈希值与传输哈希值不相同，则向音频发送端和/或音频接收端发出音频篡改报警。本发明实施例提供的技术方案，实现了对音频文件本身音频数据的篡改检测，避免了外加噪音数据对音频文件的数据干扰，避免了篡改行为误检测的发生，提高了音频篡改检测的准确性。
Description
技术领域
本发明实施例涉及媒体数据传输技术，尤其涉及一种音频篡改检测方法、装置、服务器和存储介质。
背景技术
随着网络技术的不断发展，音频等多媒体数据逐渐成为信息传达和处理领域中，广泛应用的信息载体，然而音频在为人们带来信息便利的同时，音频数据被篡改现象也时有发生，并由此带来了严重的社会危害。
现有技术中，对于音频数据篡改行为的检测，通常是由音频发送端在音频数据中加入人耳听不到的噪音数据，音频接收端接收到上述音频数据后，提取标记的噪音数据，根据提取的噪音数据与加入的原始噪音数据的比对，判断音频数据是否被篡改。
但是音频数据在传输过程中，可能会对加入的噪音数据进行修正，导致前后数据不一致，但上述修正并不是针对音频数据的恶意修改行为，往往也被会误报为音频被篡改，极大地影响了检测音频篡改行为的准确性，同时，上述噪音数据的比对，也仅能表明未对上述噪音数据进行篡改，并不能确保对音频数据本身未进行篡改。
发明内容
本发明实施例提供了一种音频篡改检测方法、装置、服务器和存储介质，以根据原始音频数据包和传输音频数据包中载荷数据的哈希值，确定是否存在音频篡改行为。
第一方面，本发明实施例提供了一种音频篡改检测方法，包括：
获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
第二方面，本发明实施例提供了一种音频篡改检测装置，包括：
数据拆分执行模块，用于获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
哈希值获取模块，用于获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
音频篡改报警发出模块，用于若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
第三方面，本发明实施例还提供了一种服务器，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的音频篡改检测方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现本发明任意实施例所述的音频篡改检测方法。
本发明实施例提供的技术方案，在获取到原始音频数据包和传输音频数据包后，根据原始音频数据包中原始载荷信息的原始哈希值，以及根据传输音频数据包中传输载荷信息的传输哈希值，确定音频文件的音频数据是否被篡改，实现了对音频文件本身音频数据的篡改检测，避免了外加噪音数据对音频文件的数据干扰，避免了篡改行为误检测的发生，提高了音频篡改检测的准确性。
附图说明
图1是本发明实施例一提供的一种音频篡改检测方法的流程图；
图2是本发明实施例二提供的一种音频篡改检测方法的流程图；
图3是本发明实施例三提供的一种音频篡改检测装置的结构框图；
图4是本发明实施例四提供的一种服务器的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种音频篡改检测方法的流程图，本实施例可适用于根据原始音频数据包和传输音频数据包中载荷数据的哈希值，确定是否存在音频篡改行为，该方法可以由本发明实施例中音频篡改检测装置来执行，该装置可以通过软件和/或硬件实现，并集成在电子设备上，典型的，集成在音频篡改检测服务器上，该方法具体包括如下步骤：
S110、获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息。
音频发送端通过功能软件将音频文件发送给音频接收端后，音频发送端将该音频文件(即原始音频文件)上传至音频篡改检测服务器，音频接收端在获取到音频发送端传输的音频文件后，将获取到的音频文件(即传输音频文件)上传至音频篡改检测服务器中；由于音频文件在网络传输中是以数据流的方式传输，因此，音频篡改检测服务器是以音频数据包的形式获取音频文件；音频篡改检测服务器，在分别获取到发送端上传的原始音频数据包和接收端上传的传输音频数据包后，通过内部集成的DPI(Deep Packet Inspection，深度报文检测)设备，对上述音频数据包分别进行拆分处理，以将音频数据包拆分头部信息和载荷信息；其中，头部信息，是网络数据传输时，标注在数据包前端的字符串，用于表示数据的结构和类型；载荷信息，是数据包的主体信息，用于表示实际的传输内容，例如，本发明实施例中，音频文件的音频数据组成了音频数据包的载荷信息；特别的，在本发明实施例中，音频文件包括流媒体格式的音频文件，音频发送端可以为音频网站的服务器或者用户终端设备，音频接收端也可以为音频网站的服务器或者用户终端设备；在本发明实施例中，可选的，对音频发送端和音频接收端的设备类型不作具体限定。
可选的，在本发明实施例中，所述获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，包括：通过基于超文本传输安全协议的访问地址，获取音频发送端的原始音频数据包和音频接收端的传输音频数据包。超文本传输安全协议(Hyper TextTransfer Protocol over SecureSocket Layer，HTTPS)，作为以安全为目标的HTTP通道，在HTTP的基础上进行了传输加密和身份认证，因此，音频篡改检测服务器，通过预先构建的基于HTTPS协议的访问地址，与用户进行数据交互，提高了交互数据的安全性，避免了用户将待检测的音频文件上传至音频篡改检测服务器的过程中，出现音频篡改行为，造成音频文件篡改行为的误检测。
S120、获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同。
哈希值(Hash Values)是通过哈希算法，例如，MD5信息摘要算法(MD5Message-Digest Algorithm)和安全散列算法(Secure Hash Algorithm，SHA)等，将一组较长的数据映射后的较短数据；在本发明实施例中，哈希值包括文件哈希值；文件哈希值，即文件内容的哈希值，是通过对文件内容进行加密运算得到的一组二进制值；相比于文件内容本身包含的数据量，通过哈希算法将较长的文件数据映射为较短的文件哈希值，降低了音频文件之间的数据比对量，同时，文件哈希值与文件本身包含的数据量具有一一匹配的映射关系，如果文件内容被篡改，对应的文件哈希值也会发生变化，因此，文件哈希值是音频文件在文件内容上的映射结果。
可选的，在本发明实施例中，在获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息后，还包括：获取所述原始头部信息的原始标识信息，以及所述传输头部信息的传输标识信息，并判断所述原始标识信息与所述传输标识信息是否相同；其中，所述原始标识信息和所述传输标识信息均包括同步信源标识和/或特约信源标识；所述获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，包括：若确定所述原始标识信息与所述传输标识信息相同，则获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值。
具体的，音频数据在网络中基于实时传输协议(Real-time Transport Protocol，RTP)进行传输，在RTP协议数据包的头部信息中，同步信源(SSRC)标识表示产生媒体流的来源，例如，麦克风和摄像机等音频设备，通过32位的数字表示，同一个音频文件显然具备相同的同步信源；特约信源(CSRC)是混合器接收到一个或多个同步信源后，经过混合处理产生组合报文后，把混合器作为组合报文的SSRC，并基于原SSRC生成的CSRC，不同的音频数据，经过不同的混合器的处理生成，显然具备不同的特约信源；因此，通过同步信源标识和/或特约信源标识的比对，从音频文件的来源角度，对音频文件是否被篡改进行了判定，确保了同一个音频文件的来源一致性；同时，如果确定原始标识信息与传输标识信息不相同，则向音频发送端和/或音频接收端发出音频篡改报警。
可选的，在本发明实施例中，所述获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，包括：获取所述原始载荷信息的原始梅尔频率倒谱系数，以及所述传输载荷信息的传输梅尔频率倒谱系数；根据所述原始梅尔频率倒谱系数，获取所述原始载荷信息的原始哈希值，以及根据所述传输梅尔频率倒谱系数，获取所述传输载荷信息的传输哈希值。
梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients，MFCC)，是在梅尔刻度的频率域中提取出来的倒谱参数，是音频信号的能量在不同频率范围的分布；梅尔刻度描述了人耳频率的非线性特性，MFCC描述了较短时间窗口内，音频频率的变化幅度；相比于获取音频文件内容本身的哈希值，即文件哈希值，MFCC反应了音频信号的频率特征，因此，根据MFCC获取的音频文件的哈希值，反应了音频文件在音频频率特征上的映射结果，从音频文件的频率特征角度，对音频文件是否被篡改进行了判定，确保了同一个音频文件的频率特征一致性。
S130、若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
如果确定原始哈希值与传输哈希值相同，表明音频文件的传输过程中，不存在音频篡改行为；确定原始哈希值与传输哈希值不相同，表明音频文件的传输过程中，存在音频篡改行为，此时向音频发送端和/或所述音频接收端发出音频篡改报警。
本发明实施例提供的技术方案，在获取到原始音频数据包和传输音频数据包后，根据原始音频数据包中原始载荷信息的原始哈希值，以及根据传输音频数据包中传输载荷信息的传输哈希值，确定音频文件的音频数据是否被篡改，实现了对音频文件本身音频数据的篡改检测，避免了外加噪音数据对音频文件的数据干扰，避免了篡改行为误检测的发生，提高了音频篡改检测的准确性。
实施例二
图2为本发明实施例二提供的一种音频篡改检测方法的流程图，本发明实施例在上述技术方案的基础上进行具体化，在本发明实施例中，在确定原始哈希值与所述传输哈希值相同后，还包括获取原始韵律变化特征以及获取传输韵律变化特征，具体的，该方法包括如下步骤：
S210、获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息。
S220、获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同。
S230、若确定所述原始哈希值与所述传输哈希值相同，则根据所述原始载荷信息的原始音频特征获取原始韵律变化特征，以及根据所述传输载荷信息的传输音频特征获取传输韵律变化特征。
S240、获取所述原始韵律变化特征与所述传输韵律变化特征的相似度，并判断所述原始韵律变化特征与所述传输韵律变化特征的相似度，是否大于等于预设阈值。
音频是带有语音和/或音效，且有规律性的声波信息，音频特征可以通过声波的参数，例如，幅度和相位等信息表示，音频特征的不断变化，反应了音频在韵律和节奏上的变化过程，例如，将音频的振幅波形作为韵律变化特征，振幅波形描述了语音的振动位移，反应了音频的响度信息，因此，振幅波形之间的相似度，即为韵律变化特征的相似度；通过韵律变化特征的比对，从音频文件的韵律变化和节奏变化角度，对音频文件是否被篡改进行了判定，确保了同一个音频文件的韵律变化一致性。
S250、若所述原始韵律变化特征与所述传输韵律变化特征的相似度，小于预设阈值，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
可选的，在本发明实施例中，所述原始音频特征包括原始梅尔频率倒谱系数；所述传输音频特征包括传输梅尔频率倒谱系数；所述原始韵律变化特征包括原始频率变化特征；所述传输韵律变化特征包括传输频率变化特征。相比于上述幅度和相位等反应音频响度的特征，人耳对于频率更为敏感，更能反应用户在听觉上的真实感受，因此，频率变化更能反应人耳感知音频的韵律变化；由于梅尔频率倒谱系数在语音和声纹识别中具有极高的准确率，因此，将梅尔频率倒谱系数作为音频特征，频率变化曲线作为韵律变化特征，频率变化曲线的高低起伏，表示了音频在韵律上的节奏加快与节奏平缓之间的变化过程，进一步从音频文件的频率特征角度，对音频文件是否被篡改进行了判定，确保了同一个音频文件的频率特征一致性；特别的，预设阈值可以为100％，即原始韵律变化特征与传输韵律变化特征完全相同时，才能确定不存在音频篡改行为；预设阈值也可以非100％的较大数值，例如，99％，以在绘制韵律变化曲线时，避免曲线绘制误差带来的误比对现象发生。
可选的，在本发明实施例中，所述获取所述原始韵律变化特征与所述传输韵律变化特征的相似度，包括：通过相对熵，获取所述原始韵律变化特征与所述传输韵律变化特征的相似度。相对熵(Relative Entropy)，即KL散度(Kullback-Leibler divergence)，其表示了两个概率分布(probability distribution)间差异的非对称性度量，也即两个概率分布的信息熵(Shannon entropy)的差值，通过相对熵，获取到准确的相似度结果，进一步提高了判断音频文件是否被篡改的准确性。
本发明实施例提供的技术方案，在确定原始哈希值与传输哈希值相同，并根据原始载荷信息的原始音频特征获取原始韵律变化特征，以及根据传输载荷信息的传输音频特征获取传输韵律变化特征后，根据原始韵律变化特征与传输韵律变化特征的相似度，确定是否存在音频篡改行为，从音频文件的韵律变化角度，对音频文件是否被篡改进行了判定，确保了音频文件的韵律变化一致性。
实施例三
图3是本发明实施例三所提供的一种音频篡改检测装置的结构框图，该装置具体包括：数据拆分执行模块310、哈希值获取模块320和音频篡改报警发出模块330。
数据拆分执行模块310，用于获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
哈希值获取模块320，用于获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
音频篡改报警发出模块330，用于若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
本发明实施例提供的技术方案，在获取到原始音频数据包和传输音频数据包后，根据原始音频数据包中原始载荷信息的原始哈希值，以及根据传输音频数据包中传输载荷信息的传输哈希值，确定音频文件的音频数据是否被篡改，实现了对音频文件本身音频数据的篡改检测，避免了外加噪音数据对音频文件的数据干扰，避免了篡改行为误检测的发生，提高了音频篡改检测的准确性。
可选的，在上述技术方案的基础上，音频篡改检测装置，还包括：
标识信息判断模块，用于获取所述原始头部信息的原始标识信息，以及所述传输头部信息的传输标识信息，并判断所述原始标识信息与所述传输标识信息是否相同；其中，所述原始标识信息和所述传输标识信息均包括同步信源标识和/或特约信源标识。
可选的，在上述技术方案的基础上，音频篡改报警发出模块330，具体用于若确定所述原始标识信息与所述传输标识信息相同，则获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值。
可选的，在上述技术方案的基础上，哈希值获取模块320，具体包括：
梅尔频率倒谱系数获取单元，用于获取所述原始载荷信息的原始梅尔频率倒谱系数，以及所述传输载荷信息的传输梅尔频率倒谱系数；
哈希值获取单元，用于根据所述原始梅尔频率倒谱系数，获取所述原始载荷信息的原始哈希值，以及根据所述传输梅尔频率倒谱系数，获取所述传输载荷信息的传输哈希值。
可选的，在上述技术方案的基础上，音频篡改检测装置，还包括：
韵律变化特征获取模块，用于若确定所述原始哈希值与所述传输哈希值相同，则根据所述原始载荷信息的原始音频特征获取原始韵律变化特征，以及根据所述传输载荷信息的传输音频特征获取传输韵律变化特征；
相似度获取模块，用于获取所述原始韵律变化特征与所述传输韵律变化特征的相似度，并判断所述原始韵律变化特征与所述传输韵律变化特征的相似度，是否大于等于预设阈值。
可选的，在上述技术方案的基础上，音频篡改报警发出模块330，具体还用于若所述原始韵律变化特征与所述传输韵律变化特征的相似度，小于预设阈值，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
可选的，在上述技术方案的基础上，所述原始音频特征包括原始梅尔频率倒谱系数；所述传输音频特征包括传输梅尔频率倒谱系数；所述原始韵律变化特征包括原始频率变化特征；所述传输韵律变化特征包括传输频率变化特征。
可选的，在上述技术方案的基础上，数据拆分执行模块310，具体用于通过相对熵或动态时间归整，获取所述原始韵律变化特征与所述传输韵律变化特征的相似度。
可选的，在上述技术方案的基础上，数据拆分执行模块310，具体还用于通过基于超文本传输安全协议的访问地址，获取音频发送端的原始音频数据包和音频接收端的传输音频数据包。
上述装置可执行本发明任意实施例所提供的音频篡改检测方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的音频篡改检测方法。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器12的框图。图4显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，服务器12以通用计算机设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，存储器28，连接不同系统组件(包括存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的音频篡改检测方法。也即：获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的音频篡改检测方法；该方法包括：
获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种音频篡改检测方法，其特征在于，包括：
获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
2.根据权利要求1所述的方法，其特征在于，在获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息后，还包括：
获取所述原始头部信息的原始标识信息，以及所述传输头部信息的传输标识信息，并判断所述原始标识信息与所述传输标识信息是否相同；其中，所述原始标识信息和所述传输标识信息均包括同步信源标识和/或特约信源标识；
所述获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，包括：
若确定所述原始标识信息与所述传输标识信息相同，则获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值。
3.根据权利要求1所述的方法，其特征在于，所述获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，包括：
获取所述原始载荷信息的原始梅尔频率倒谱系数，以及所述传输载荷信息的传输梅尔频率倒谱系数；
根据所述原始梅尔频率倒谱系数，获取所述原始载荷信息的原始哈希值，以及根据所述传输梅尔频率倒谱系数，获取所述传输载荷信息的传输哈希值。
4.根据权利要求1或3所述的方法，其特征在于，在判断所述原始哈希值与所述传输哈希值是否相同后，还包括：
若确定所述原始哈希值与所述传输哈希值相同，则根据所述原始载荷信息的原始音频特征获取原始韵律变化特征，以及根据所述传输载荷信息的传输音频特征获取传输韵律变化特征；
获取所述原始韵律变化特征与所述传输韵律变化特征的相似度，并判断所述原始韵律变化特征与所述传输韵律变化特征的相似度，是否大于等于预设阈值；
若所述原始韵律变化特征与所述传输韵律变化特征的相似度，小于预设阈值，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
5.根据权利要求4所述的方法，其特征在于，所述原始音频特征包括原始梅尔频率倒谱系数；所述传输音频特征包括传输梅尔频率倒谱系数；所述原始韵律变化特征包括原始频率变化特征；所述传输韵律变化特征包括传输频率变化特征。
6.根据权利要求4所述的方法，其特征在于，所述获取所述原始韵律变化特征与所述传输韵律变化特征的相似度，包括：
通过相对熵，获取所述原始韵律变化特征与所述传输韵律变化特征的相似度。
7.根据权利要求1-6任一所述的方法，其特征在于，所述获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，包括：
通过基于超文本传输安全协议的访问地址，获取音频发送端的原始音频数据包和音频接收端的传输音频数据包。
8.一种音频篡改检测装置，其特征在于，包括：
数据拆分执行模块，用于获取音频发送端的原始音频数据包和音频接收端的传输音频数据包，并分别对所述原始音频数据包和所述传输音频数据包进行数据拆分，以获取所述原始音频数据包的原始头部信息和原始载荷信息，以及所述传输音频数据包的传输头部信息和传输载荷信息；
哈希值获取模块，用于获取所述原始载荷信息的原始哈希值，以及所述传输载荷信息的传输哈希值，并判断所述原始哈希值与所述传输哈希值是否相同；
音频篡改报警发出模块，用于若确定所述原始哈希值与所述传输哈希值不相同，则向所述音频发送端和/或所述音频接收端发出音频篡改报警。
9.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的音频篡改检测方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的音频篡改检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111151676.7A CN113808603B (zh) | 2021-09-29 | 2021-09-29 | 一种音频篡改检测方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111151676.7A CN113808603B (zh) | 2021-09-29 | 2021-09-29 | 一种音频篡改检测方法、装置、服务器和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113808603A true CN113808603A (zh) | 2021-12-17 |
| CN113808603B CN113808603B (zh) | 2023-07-07 |
Family
ID=78897060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111151676.7A Active CN113808603B (zh) | 2021-09-29 | 2021-09-29 | 一种音频篡改检测方法、装置、服务器和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113808603B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214676A1 (en) * | 2013-01-29 | 2014-07-31 | Dror Bukai | Automatic Learning Fraud Prevention (LFP) System |
| CN105139857A (zh) * | 2015-09-02 | 2015-12-09 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种自动说话人识别中针对语音欺骗的对抗方法 |
| CN105550257A (zh) * | 2015-12-10 | 2016-05-04 | 杭州当虹科技有限公司 | 一种音视频指纹识别方法及一种基于音视频指纹流媒体的防篡改系统 |
| CN107274915A (zh) * | 2017-07-31 | 2017-10-20 | 华中师范大学 | 一种基于特征融合的数字音频篡改自动检测方法 |
| CN107680602A (zh) * | 2017-08-24 | 2018-02-09 | 平安科技（深圳）有限公司 | 语音欺诈识别方法、装置、终端设备及存储介质 |
| CN108965486A (zh) * | 2018-10-08 | 2018-12-07 | 深圳市创维软件有限公司 | 一种文件下载方法、系统、服务器及存储介质 |
| CN109935233A (zh) * | 2019-01-29 | 2019-06-25 | 天津大学 | 一种基于振幅和相位信息的录音攻击检测方法 |
| CN112839044A (zh) * | 2021-01-13 | 2021-05-25 | 北京爱数智慧科技有限公司 | 音频处理方法以及装置 |
| CN112995099A (zh) * | 2019-12-16 | 2021-06-18 | 中国电信股份有限公司 | 用于语音通信攻击防护的方法和边界接入控制器 |
-
2021
- 2021-09-29 CN CN202111151676.7A patent/CN113808603B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214676A1 (en) * | 2013-01-29 | 2014-07-31 | Dror Bukai | Automatic Learning Fraud Prevention (LFP) System |
| CN105139857A (zh) * | 2015-09-02 | 2015-12-09 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种自动说话人识别中针对语音欺骗的对抗方法 |
| CN105550257A (zh) * | 2015-12-10 | 2016-05-04 | 杭州当虹科技有限公司 | 一种音视频指纹识别方法及一种基于音视频指纹流媒体的防篡改系统 |
| CN107274915A (zh) * | 2017-07-31 | 2017-10-20 | 华中师范大学 | 一种基于特征融合的数字音频篡改自动检测方法 |
| CN107680602A (zh) * | 2017-08-24 | 2018-02-09 | 平安科技（深圳）有限公司 | 语音欺诈识别方法、装置、终端设备及存储介质 |
| CN108965486A (zh) * | 2018-10-08 | 2018-12-07 | 深圳市创维软件有限公司 | 一种文件下载方法、系统、服务器及存储介质 |
| CN109935233A (zh) * | 2019-01-29 | 2019-06-25 | 天津大学 | 一种基于振幅和相位信息的录音攻击检测方法 |
| CN112995099A (zh) * | 2019-12-16 | 2021-06-18 | 中国电信股份有限公司 | 用于语音通信攻击防护的方法和边界接入控制器 |
| CN112839044A (zh) * | 2021-01-13 | 2021-05-25 | 北京爱数智慧科技有限公司 | 音频处理方法以及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 丁琦: "数字音频篡改检测与隐写分析技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113808603B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11626110B2 (en) | Preventing unwanted activation of a device | |
| US11669598B1 (en) | Authenticating media data based on metadata encoding | |
| US10158633B2 (en) | Using the ability to speak as a human interactive proof | |
| CN110069608B (zh) | 一种语音交互的方法、装置、设备和计算机存储介质 | |
| TWI759223B (zh) | 音頻解碼裝置、音頻解碼方法及音頻編碼方法 | |
| US10127915B2 (en) | Managing silence in audio signal identification | |
| US10650827B2 (en) | Communication method, and electronic device therefor | |
| EP2681896B1 (en) | Method and apparatus for identifying mobile devices in similar sound environment | |
| CN110267083B (zh) | 音视频同步的检测方法、装置、设备及存储介质 | |
| WO2020186802A1 (zh) | 版本更新包的发布方法、装置、计算机设备及存储介质 | |
| US8868419B2 (en) | Generalizing text content summary from speech content | |
| CN113808603B (zh) | 一种音频篡改检测方法、装置、服务器和存储介质 | |
| WO2021250368A1 (en) | Voice authentication device | |
| US11683180B1 (en) | Protecting digital media with nested hashing techniques | |
| WO2019052121A1 (zh) | 一种音乐识别系统、装置及音乐管理服务器和方法 | |
| US20220215835A1 (en) | Evaluating user device activations | |
| CN113852835A (zh) | 直播音频处理方法、装置、电子设备以及存储介质 | |
| RU2793832C2 (ru) | Способ аудиокодирования и способ аудиодекодирования | |
| KR102447554B1 (ko) | 오디오 핑거프린트 매칭을 기반으로하는 음원 인식 방법 및 장치 | |
| US20240087593A1 (en) | System and Method for Acoustic Channel Identification-based Data Verification | |
| WO2024049599A1 (en) | System and method for watermarking audio data for automated speech recognition (asr) systems | |
| CN115801447A (zh) | 基于工业安全的流量解析方法、装置与电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |