计算机应用

作者：岳峰, 彭洋, 苏兆品, 张国富, 廉晨思, 杨波, 方振

单位：1.合肥工业大学 计算机与信息学院，合肥 230601；2.智能互联系统安徽省实验室（合肥工业大学），合肥 230009；3.音视频智能防识联合实验室（合肥工业大学），合肥 230009；4.工业安全与应急技术安徽省重点实验室（合肥工业大学），合肥 230009；5.安徽省公安厅 物证鉴定管理处，合肥 230009

关键词：语音手机来源,开集识别,特征交互,表示增强,深度融合

基金：教育部人文社会科学研究规划基金资助项目(24YJA870011);安徽省重点研究与开发计划项目(202104d07020001);安徽省自然科学基金资助项目(2208085MF166)

基于手机语音的多媒体取证任务一直都是研究热点，然而已有语音手机识别任务均局限于闭集模式，即训练集与测试集共享相同的类别集合，无法保证未知类别手机的识别精度，所以现有方法无法直接应用于未知手机。为此，提出一种基于特征交互与表示增强的语音手机来源开集识别方法（FireOSCI）。首先，设计基于多头注意力模块Fastformer的全局特征提取模块GlobalBlock，以更好地捕捉整个语音样本的全局信息，获得丰富的设备特征信息；其次，设计基于SE-Res2Block（Squeeze-Excitation Res2Block）的局部特征提取模块LocalBlocks，专注于增强跟手机信息相关的特征，抑制与手机来源识别无关的特征；随后，设计基于注意力机制的特征融合机制，将全局特征和多层局部特征深度融合；最后，设计基于注意力池化的手机来源确认网络，以提高开集模式下的识别准确率。在13个不同手机品牌、86种不同型号的手机语音数据集上的对比实验结果表明，所提方法可以实现未知类别手机的识别，为语音手机来源的开集识别提供可参考的技术方案。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期