Detecção de compressão dupla AMR usando características de voz no domínio da compressão

Abstract

O codec AMR (adaptive multirate) é um padrão para compressão de sinal de voz na rede móvel celular e também para armazenar áudio como um formato de arquivo com extensão AMR em gravadores digitais e smartphones. O fácil acesso a programas para adulterar arquivos AMR elevou a demanda por exames de autenticação de áudio nos processos judiciais. Um dos procedimentos de triagem mais úteis é a detecção de compressão dupla, pois, em termos gerais, um arquivo duplamente comprimido é incompatível com um arquivo original. Nesta tese, um novo método baseado em máquina de vetor suporte (SVM) é proposto para detectar arquivos AMR duplamente comprimidos usando apenas características (features) no domínio da compressão, em contraste com os métodos existentes que usam a forma de onda descomprimida. Parâmetros específicos do áudio codificado são extraídos por desempacotamento, como os coeficientes de predição linear, e então usados para computar um conjunto de características estatísticas. Para melhorar o desempenho da SVM, um procedimento robusto é usado para escalonar as características. A seleção do modelo SVM consiste em uma busca em grade seguida por um algoritmo recursivo de eliminação de características com redução de polarização de correlação para determinar o melhor número de características que maximiza a acurácia de validação cruzada. A organização dos experimentos foi implementada usando o corpus de voz TIMIT, permitindo comparar o método proposto com o estado da arte, revelando que ele supera os métodos publicados. Uma análise de robustez exaustiva também foi feita para quatro condições adversas: um corpus diferente (em português brasileiro), arquivos com duração variável, ataque de descolamento de quadro (frame offset) e adição de ruído. Tais experimentos demonstram que o método proposto é robusto, assim como apresenta alto desempenho para arquivos de áudio AMR contaminados por ruído.