ERKENNUNG UND ANALYSE VON KOMPRESSIONSSPUREN VON TONSIGNALEN UNTER VERWENDUNG VON MP3-, AAC-, WMA- UND VORBIS-CODES.
ERKENNUNG UND ANALYSE VON MP3-, WMA-, OGG- UND VORBIS-CODECS IN AUDIOSIGNALEN
Der Artikel beschreibt die Methode der MP3-, WMA-, OGG- und Vorbis-Codec-Trace-Erkennung im Audiosignal.
Die Methode zeigt digitale Audiobearbeitung, Änderung der Abtastrate und Mehrfachcodierungsspuren. Schlüsselwörter: digitale Audio- und Video-Forensik, Erkennung von Codec-Spuren, psychoakustische Codecs, MP3, AAC, WMA, Vorbis. Einleitung Heutzutage werden digitale Tonträger oder Video-Tonträger, deren Audiosignal komprimiert wurde, häufig Gegenstand der Prüfung von Video- und Tonaufnahmen.
Der Zweck der Komprimierung besteht in der Regel darin, den Sprachverkehr auf Kommunikationskanälen oder die gespeicherte Datenmenge zu verringern. Geräte und Programme, die Algorithmen zum Komprimieren von Audio- und Videosignalen implementieren, werden als Codecs bezeichnet.
Die verstärkte Erkennung auf dem Gebiet der digitalen Aufzeichnung und Speicherung von Audiosignalen empfing die sogenannten psychoakustischen Codecs, die eine Komprimierung des Signals ermöglichen, indem sie für den Menschen unhörbare Spektralkomponenten entfernen (Frequenz- und Zeitmaskierung). Die Verwendung solcher Codecs reduziert den zum Rendern des Signals erforderlichen Speicher erheblich und lässt die Klangqualität für den täglichen Gebrauch auf einem akzeptablen Niveau, weshalb psychoakustische Codecs in der Medienbranche weit verbreitet sind.
Der bekannteste und am weitesten verbreitete Vertreter der psychoakustischen Codec-Familie ist MPEG 1/2 / 2.5 Layer 3, besser bekannt als MP3-Codec. Der vor mehr als 20 Jahren entwickelte MP3-Codec ist heute in nahezu jedem Gerät implementiert und bietet die Funktion, Tonträger oder Video-Tonträger auf Software- oder Hardwareebene aufzuzeichnen und wiederzugeben.
In den letzten zehn Jahren wurden psychoakustische Codecs mit fortschrittlicheren psychoakustischen Modellen immer häufiger: Advanced Audio Codec (AAC), WMA (Windows Media Audio) und Ogg Vorbis (OGG). Theoretische Grundlagen Bei der Analyse des dynamischen Spektrogramms eines Signals, das mit psychoakustischen Codecs codiert wurde, sind rechteckige Ausreißer (Abb. 1) häufig leicht zu erkennen, was eines der Anzeichen für die Verwendung eines der psychoakustischen Codecs ist. Abbildung 1. Dynamisches Spektrogramm mit MP3-Codec-Codierungsspuren. Diese Aussetzer sind das Ergebnis der Codierung des Signals unter Verwendung des psychoakustischen Codecs, dessen Funktionsweise nachstehend am Beispiel des MP3-Codecs beschrieben wird.
In der ersten Stufe der MP3-Codierung wird das Spektrum des Signals unter Verwendung der Modified Discrete Cosine Transform (MDCT) berechnet. Basierend auf einem psychoakustischen Frequenz- und Zeitmaskierungsmodell werden die unhörbaren Komponenten des MDCT-Spektrums auf Null zurückgesetzt. Das Spektrum des Signals wird dann unter Verwendung der Huffman-Methode quantisiert und codiert. Um die weitere Beschreibung zu vereinfachen, wird die Beschreibung des Codierungsschritts, der mit der Bandpassfilterung und der reduzierten Abtastung der Signal- “Bänder” verbunden ist, vor der Berechnung der MDCT-Spektren weggelassen, da dies in der Kontext in Betracht gezogen. Im Zusammenhang mit dieser Vereinfachung in der Arbeit werden die Größen der Analysefenster für das Originalsignal und nicht für die “Signalbänder” angegeben, wie in den Spezifikationen angegeben.
Der Einfachheit halber werden MP3-Spektren als MDKP-Spektren bezeichnet, die auf die gleiche Weise wie bei der MP3-Codierung berechnet werden. Die Berechnung von MP3-Spektren kann unter Verwendung von vier Arten von Analysefenstern durchgeführt werden: mit einem Standardfenster mit einer Größe von 1152 Zählungen (blau markiert), einem kleinen Fenster mit einer Größe von 384 Zählungen (rot angezeigt) und zwei Fenstertypen Übergangsfarbe (grün markiert).
In diesem Fall hängen die Fenstergrößen nicht von der Abtastrate des ursprünglichen Signals ab. Während des Codierungsprozesses wird das ursprüngliche Signal in Fragmente unterteilt, die sich mit einem Schritt von 576 Abtastwerten schneiden (Schritt des MP3-Codierungsfensters). Die Größe des Fragments kann je nach Fenstertyp von 1152 Stichproben für das Standardfenster, 960 für das Übergangsfenster und 768 für das kleine Fenster (drei kleine Fenster mit einem Schnittpunkt von 50%) variieren, aber der Schritt zwischen dem “Zentren” der Fragmente sind in allen Fällen 576 Proben.