Ses kodlayıcılarının kodlama niteliklerine göre tek ve iki kere kodlanmış seslerden tespiti

Abstract

The research presented in this paper provides a novel technique to identify the codec of an encoded audio. Since the technique does not perform decoding, utilize any coding metadata, or assume information about the structure describing the bit stream format of a codec, it is simple and fast. The main idea of the technique is that design principles of a codec such as compression level, audio quality and complexity will reveal themselves on the coded audio. To exploit this, the technique samples 2-4 kilobytes of data from a coded audio and analyzes the randomness and chaotic nature of the sampled data to build statistical models that represent encoding process associated with different codecs. To evaluate the effectiveness of the technique in identification of the codec, in experiments we use 16 of the most popular audio codecs used for high quality audio compression and in PSTNs, cellular networks, and VoIP networks by setting encoding parameters of each codec to its most commonly used values. Tests are performed on both speech and music data sets to eliminate any effect which may stem from contents of audios. Results show that the codec of a singly encoded audio can be identified with an accuracy of more than %95. Several transcoding scenarios were also performed. Those results show that the scheme can even identify the first encoder of a doubly-encoded audio with an accuracy range of around %80 to %90 or more as long as the second codec operates on higher bit rates than the first one.

Bu çalışmada sunulan araştırma, kodlanmış bir ses verisinin kodeğini tespit etmeye yönelik özgün bir yöntem önermektedir. Önerilen yöntem herhangi bir kod çözümü içermediği, kodlama üstverisinden faydalanmadığı ve bir kodeğin bit dizisi formatına ait bilgileri göz önüne almadığı için basit ve hızlıdır. Yöntemin temel aldığı düşünce, kodek tasarımına etki eden sıkıştırma oranı, ses kalitesi ve karmaşıklık gibi faktörlerin kodlanmış ses üzerinde etkilerini gösterecek olmasıdır. Bu etkileri açığa çıkarmak amacıyla, önerilen yöntem, kodlanmış verinin rasgele yerlerinden aldığı 2 ile 4 KB uzunluğundaki bayt dizilerinin kaotik ve rasgelelik niteliklerini analiz ederek farklı kodeklere ait kodlama süreçlerini ifade eden istatistiksel modeller kurmaktadır. Yöntemin kodek tespit etme başarımını ölçmek adına, testlerde, PSTN, GSM ve VoIP iletişim ortamlarında kullanılan konuşma kodekleri ile yüksek kaliteli ses sıkıştırma amacıyla kullanılan toplam 16 farklı ses kodlayıcı, en sık kullanılan kodlama parametreleri ile kullanıldı. Ses içeriğinin oluşturabileceği etkilerden kurtulmak için testler hem konuşma hem de müzik veri kümeleri üzerinde yapıldı. Sonuçlar incelendiğinde, bir kere kodlanmış bir ses verisinin kodeği %95'ten yüksek bir başarım ile tespit edilmiştir. kili kodlama senaryolarını da içeren birçok deney yapılmıştır. kili kodlama test sonuçlarına göre, önerilen yöntem, iki kere kodlanmış seslerin ilk kodeğini %80'den daha yüksek bir başarım ile tespit edebilmektedir. Bu testlere ait tek kısıt; ikinci kodlayıcının ilk kodlayıcıdan daha yüksek bir bit hızına sahip olması gerekmektedir.