AMR和AAC音频双压缩检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.2 数字音频篡改检测研究现状 | 第10-17页 |
| 1.2.1 主要研究机构 | 第11-12页 |
| 1.2.2 研究方法分类 | 第12-17页 |
| 1.3 本文主要研究内容和章节安排 | 第17-18页 |
| 第二章 AMR和AAC音频编解码简介 | 第18-26页 |
| 2.1 AMR音频 | 第18-24页 |
| 2.1.1 AMR音频简介 | 第18-19页 |
| 2.1.2 AMR编码原理 | 第19-23页 |
| 2.1.3 AMR解码原理 | 第23-24页 |
| 2.2 AAC音频 | 第24-25页 |
| 2.2.1 AAC音频简介 | 第24页 |
| 2.2.2 AAC编解码原理 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 深度学习简介 | 第26-31页 |
| 3.1 深度学习概念 | 第26-27页 |
| 3.2 深度学习基本思想 | 第27-28页 |
| 3.3 SAE网络 | 第28-30页 |
| 3.3.1 SAE原理及分类应用 | 第28-29页 |
| 3.3.2 SAE参数介绍 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于深度学习的AMR双压缩检测 | 第31-45页 |
| 4.1 算法的提出 | 第31-32页 |
| 4.2 算法介绍 | 第32-35页 |
| 4.2.1 算法思想及流程 | 第32-33页 |
| 4.2.2 特征值计算 | 第33-35页 |
| 4.3 语音数据库介绍 | 第35-36页 |
| 4.3.1 微信语音库 | 第35页 |
| 4.3.2 TIMIT语音库 | 第35-36页 |
| 4.4 实验及结果分析 | 第36-44页 |
| 4.4.1 双压缩检测 | 第36-41页 |
| 4.4.2 原始码率检测 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于深度学习的AAC双压缩检测 | 第45-65页 |
| 5.1 算法的提出 | 第45-48页 |
| 5.1.1 提出依据 | 第45-47页 |
| 5.1.2 算法原理及流程 | 第47-48页 |
| 5.2 实验内容 | 第48-59页 |
| 5.2.1 语音和音乐文件对比 | 第48-49页 |
| 5.2.2 数据库与特征提取 | 第49-51页 |
| 5.2.3 实验及结果分析 | 第51-54页 |
| 5.2.4 原始码率检测及分析 | 第54-59页 |
| 5.3 低转高原始码率视觉检测法 | 第59-64页 |
| 5.3.1 检测原理 | 第60-61页 |
| 5.3.2 实验结果及分析 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 研究总结 | 第65-66页 |
| 后续工作展望 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
