买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于ENF的音频篡改识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113990297B 。

龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111376438.6，技术领域涉及：G10L15/06；该发明授权一种基于ENF的音频篡改识别方法是由申兴发;刘立立;赵海峰设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本一种基于ENF的音频篡改识别方法在说明书摘要公布了：本发明公开了一种基于ENF的音频篡改识别方法，首先进行音频数据预处理，对音频数据进行篡改；然后对音频数据降采样和信号滤波；再进行加窗分帧，之后基于巴特沃斯低通滤波去噪，提取ENF信号数据；对提取的ENF信号数据进行分类数据标记，获得标记后的ENF信号数据集；通过标记后的ENF信号数据集对模型进行训练；最后通过训练好的模型完成音频篡改识别。本发明摒弃了原先传统信号处理的手动设置阈值的方式，以音频数据自身提取出的ENF信号特征作为模型的数据输入，这会带来更简单的音频取证识别流程，同时避免了原先方法中的复杂信号处理运算量。结果表明，我们的模型能够准确识别出音频的篡改类型，提高了分类模型的鲁棒性。

本发明授权一种基于ENF的音频篡改识别方法在权利要求书中公布了：1.一种基于ENF的音频篡改识别方法，其特征在于，包括如下步骤：步骤1、音频数据预处理；步骤2、对音频数据进行篡改；步骤3、对音频数据降采样和信号滤波；步骤4、对步骤3中得到的音频数据进行加窗分帧；步骤5、基于巴特沃斯低通滤波去噪；对得到的加窗分帧之后的音频数据，再次进行巴特沃斯低通滤波，分离干扰的噪声信号；步骤6、提取ENF信号数据；步骤7、对提取的ENF信号数据进行分类数据标记，获得标记后的ENF信号数据集；步骤8、通过标记后的ENF信号数据集对模型进行训练；步骤9、通过训练好的模型完成音频篡改识别；步骤4具体方法如下：设音频正弦信号为sn，然后将sn通过一个平滑汉宁窗窗函数wn，汉宁窗函数为： 其中，N为音频的总长度，n表示当前的音频长度，则得到加窗之后的音频信xn为：xn＝sn*wn步骤6具体方法如下：对巴特沃斯低通滤波去噪之后的音频数据作短时傅里叶变换，对第m帧语音信号xn进行离散时域傅里叶变换可得STFT，公式如下： 其中m表示当前帧数，窗函数wm—n表示一个滑动的窗口，随着m的变化沿着序列xn滑动，ejw表示当前帧的离散傅里叶值，e—jwn表示对当前帧作傅里叶变换，最后连接每帧的频率极值获得音频对应的电网频率数据，即ENF信号数据；步骤7具体方法如下：针对待验证音频数据集中的扩容后的音频数据、插入篡改后的音频数据、删除篡改后的音频数据和交换顺序篡改后的音频数据进行样本标记；在得到的ENF信号数据第0位标记，将扩容后的音频数据标记为“0”、删除篡改后的音频数据标记为“1”、插入篡改后的音频数据标记为“2”、交换顺序篡改后的音频数据标记为“3”，得到标记后的ENF信号数据集；步骤8具体方法如下：使用标记后的ENF信号数据集对1D-CNN模型进行训练，获得训练好的1D-CNN模型；在1D-CNN中的卷积核大小小于音频长度N，步长为1，过滤器数量为n_filter，表示为： 其中N表示音频长度，kernel_length表示卷积核大小，stride表示卷积步长，nout表示输出维度；步骤9具体方法如下：首先对待识别的音频数据进行步骤3-步骤6的处理，获得对应的ENF信号数据，然后将获得的ENF信号数据输入至步骤8训练好的1D-CNN模型中完成音频篡改识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。