基于多通道卷积神经网络的语音隐写分析方法

本研究对三种常用的语音隐写方法进行了隐写分析。在目前的网络环境中，VoIP中的隐写技术对通信监控是一个巨大的威胁。近年来，神经网络模型在许多课题中都取得了显著的性能。利用一种改进的神经网络对多种隐写方法实现隐写信号的检测。构建短时傅立叶变换的沿时间轴、频率轴的差分以构建三通道作为输入数据，然后利用一种改进的CNN网络结构进行深层次特征的捕获，这种网络结构引入了Inception结构在同一卷积层上提取各种不同尺度的特征，使用全局平均池化来代替全连接层，在降低参数的同时提升了网络的泛化能力。实验结果表明，该模型相较对比方法对于三种隐写方法均达到了较好的检测效果。