오디오 포렌식

Audio forensics
시리즈의 일부
법의학
STUDER A80 Master 2 Track Recorder, Mastering Version.jpg
생리학
사회의
범죄학
디지털 포렌식
관련 분야
관련 기사

오디오 포렌식(Audio Forensic)은 최종적으로 법원 또는 기타 공식 [1][2][3][4]장소에서 허용되는 증거로 제시될 수 있는 녹음의 획득, 분석 및 평가에 관한 법의학 분야입니다.

오디오 포렌식 증거는 법 집행 기관에 의한 범죄 수사 또는 사고, 사기, 비방 고발 또는 기타 민사 [5]사건에 대한 공식 조사의 일부로 제공될 수 있습니다.

오디오 포렌식스의 주요 측면은 오디오 증거의 신빙성 확립, 음성 이해도와 낮은 수준의 소리의 가청성을 개선하기 위한 오디오 녹음의 강화, 음파 증거의 해석과 문서화(토커 식별, 대화 상자 문자 변환, 범죄 또는 사고 현장 재구성 등)입니다.및 타임라인.[2]

현대의 오디오 포렌식에서는 디지털 신호 처리를 광범위하게 사용하고 있으며, 아날로그 필터의 사용은 이제 사용되지 않게 되었습니다.적응 필터링 및 이산 푸리에 변환과 같은 기술이 [3]광범위하게 사용됩니다.최근 오디오 포렌식 기술의 진보에는 음성 바이오메트릭스 및 전기 네트워크 주파수 [6]분석이 포함됩니다.

역사

법의학 오디오 분석을 수행할 수 있는 가능성은 녹음 스튜디오의 경계 밖에서 이루어지는 오디오 녹음의 가용성에 따라 달라집니다.최초의 휴대용 자기 테이프 레코더는 1950년대에 등장했고, 곧 이 장치들은 [4]심문 기록뿐만 아니라 인터뷰와 도청 기록의 비밀 기록을 얻기 위해 사용되었다.

미국 연방 법원에서 법의학 오디오 기술을 최초로 발동한 법적 [7]사건은 1950년대에 일어난 미국 대 맥키버 사건이다.맥키버 사건의 판사는 처음으로 [8]피고와 관련된 녹음된 대화의 법적 허용 여부를 판단하도록 요구받았다.

미국 연방수사국(FBI)은 1960년대 [4]초에 오디오 포렌식 분석과 오디오 강화를 구현하기 시작했습니다.

오디오 법의학 분야는 주로 워터게이트 사건 때인 1973년에 설립되었습니다.연방법원은 리처드 닉슨 미국 대통령이 재임 중 만든 비밀 녹음물인 닉슨 대통령의 워터게이트 테이프의 틈새를 조사하기 위해 오디오 엔지니어 패널에게 의뢰했다.탐침은 중요 테이프의 9개의 분리된 부분이 지워진 것을 발견했다.이 보고서는 자기 [6]테이프를 분석하는 새로운 기술을 만들어냈다.

진정성

디지털 오디오 녹음은 신뢰성 [9]평가에 많은 문제를 일으킬 수 있습니다.디지털 오디오 녹음의 진위 분석은 녹음 프로세스 중 녹음 내에 남아 있는 트레이스 및 기타 편집 조작에 의해 이루어집니다.분석의 첫 번째 목표는 오디오 녹음에서 취득할 수 있는 트레이스를 검출 및 식별하고 그 속성을 문서화하는 것입니다.두 번째 단계에서는 검색 가능한 트레이스의 특성을 분석하여 기록이 변경되었다는 가설을 지지하는지 반대하는지 판단한다.

오디오 증거의 신빙성에 액세스하려면 검사자가 녹음 기능, 녹음 형식, 문서 기록 검토, 전체 [10]오디오 청취 등 여러 유형의 관찰이 필요합니다.

Block scheme that explains the audio forensic authenticity division
오디오 포렌식 인증 블록 방식

디지털 오디오의 무결성에 액세스 하는 방법은, 다음의 [8]2개의 주된 카테고리로 나눌 수 있습니다.

  • 컨테이너 기반 기술
  • 콘텐츠 기반 기술

용기분석

컨테이너 분석은 해시 계산, MAC 및 파일 형식 [8]분석으로 구성됩니다.

  • 해시 분석:오디오 파일의 비트와 바이트로부터 일의 문자열을 도출해 수학적으로 도출된 해시함수에 의해 계산한다.이는 해시 계산 시점부터 다음 해시 계산 인스턴스까지 파일이 변경되지 않았는지 확인하는 데 유용합니다.
  • MAC 타임스탬프:검사자는 MAC 타임스탬프를 사용하여 파일 작성일시, 파일 변경 및 마지막 액세스 시간을 검출할 수 있습니다.MAC 타임스탬프는 디지털 시스템의 인터록에 의해 생성되지만 복사/전송 조작이나 편집 조작에 의해 파손될 수 있습니다.
  • 파일 형식:오디오 형식에 포함된 일부 오디오 파라미터 분석(코덱, 샘플링 레이트, 비트 깊이 등)
  • Header: 과학자들은 파일 형식의 헤더 정보를 사용하여 기록의 변화를 감지할 수 있습니다.디바이스와 브랜드에 따라서는, 녹음의 모델, 시리얼 번호, 펌 웨어 버전, 시각, 날짜, 및 길이(내부 클럭 설정에 의해서 결정)에 관한 정보가 있는 경우가 있습니다.타임스탬프를 메모하여 기록자가 파일 [11]작성 시기에 대해 주장한 날짜와 시간을 비교하는 것이 유용합니다.
  • 16진수 데이터:파일의 원시 디지털 데이터에는 ASCII 문자 뷰어를 사용하여 16진수 판독기에서 검사할 수 있는 유용한 정보가 포함될 수 있습니다.오디오 정보의 블록 주소, 외부 소프트웨어의 타이틀, 후처리 조작 및 기타 유용한 정보를 [12]표시할 수 있다.

콘텐츠 분석

콘텐츠 분석은 디지털 포렌식 분석 프로세스의 중심 부분이며 오디오 파일의 내용을 기반으로 조작 흔적과 안티 포렌식 처리 작업을 찾아냅니다.컨텐츠 베이스의 오디오 포렌식 기술은, 다음의 카테고리로 나눌 수 있습니다.

  1. 전기 네트워크 주파수(ENF)
  2. 음향 환경 시그니처

ENF

주요 기사:전기 네트워크 주파수 분석

ENF 특징 벡터 추출 방식

Electrical Network Frequency(전기 네트워크 주파수)는 가장 신뢰할 수 있고 견고한 오디오 포렌식 분석 [8]중 하나입니다.

모든 디지털 기록 장치는 50 또는 60Hz에서 전원 공급기의 유도 주파수에 민감하며, 이는 기록 내에서 식별 가능한 파형 서명을 제공합니다.이는 주 전원 장치와 휴대용 장치가 전송 케이블 또는 주 전원 [13]장치 근처에서 사용되는 경우 모두 해당됩니다.

ENF 특징 벡터는 오디오 파일을 재샘플링하지 않고 49~51Hz 범위의 대역 통과 필터링을 사용하여 ENF 파형을 원래 기록에서 분리합니다.그런 다음 전력 공급자가 제공한 데이터베이스에 대해 결과를 플롯하고 분석하여 기록의 무결성을 입증 또는 반증함으로써 분석 [13]중인 자료의 증거 및 과학적 인증을 제공한다.

음향 환경 시그니처

주요 기사:음향 시그니처

오디오 녹음은 보통 직접 소스, 간접 신호 또는 반사, 보조 소스 및 주변 노이즈와 같은 여러 음향 신호의 조합입니다.간접 신호, 2차 소스 및 주변 소음은 음향 [4]환경을 특징짓는 데 사용됩니다.어려운 일은 오디오 녹음으로부터 음향 신호를 추론하는 것이다.

동적 음향 환경 식별(AEI)은 잔향과 배경 [8]노이즈의 추정치를 사용하여 계산할 수 있습니다.

오디오 기능 향상

오디오 확장이란 이해하기 어려운 녹음에서 [2]불필요한 노이즈를 제거 및 제거함으로써 오디오 파일의 신뢰성을 향상시키는 것을 목적으로 하는 법의학 프로세스입니다.

법의학자들은 오디오 파일에 있는 원래 정보에 영향을 주지 않고 이러한 소음을 제거하려고 한다.확장 기능을 사용하면 파일에 대한 더 나은 정보를 얻을 수 있으며,[8] 이는 범죄 가담 여부를 결정하는 데 매우 중요합니다.

오디오 기능 강화 분석의 핵심은 노이즈 문제를 검출하여 원래 파일에서 추출하는 것입니다.실제로 어떤 방식으로든 소음을 역설계할 수 있는 경우 소음을 이용 및 연구하여 후속 제거 또는 [13]감쇠가 가능하도록 할 수 있다.

법의학 오디오 확장의 목적은 다음과 같습니다.

  • 문자 변환의 정확성 향상
  • 청취자의 피로를 경감하다
  • 음성 이해도를 높이다
  • SNR의 증가

오디오 기능 강화 프로세스의 첫 번째 단계는 중요한 청취입니다. 건전한 법의학적 전략을 수립하기 위해 완전한 녹음을 검토합니다.오디오 레코딩의 클론을 작성하는 것은 필수적입니다.이는 원본 파일을 가지고 비교하기 위해 마스터 레코딩 작업이 수행되지 않기 때문입니다.전체 개선 프로세스 동안 원본은 처리되지 않은 원본 기록과 지속적으로 참조되므로 나중에 시행 중에 발생할 수 있는 과도한 처리 및 사전 예방적 문제를 방지할 수 있습니다.가이드라인과 작업절차에 따라 다른 전문가가 동일한 [13]처리를 사용하여 동일한 결과를 얻을 수 있습니다.

간섭음은 고정 노이즈 또는 시변 노이즈라는2개의 카테고리로 나눌 수 있습니다.

정지된 소음은 계속 윙윙거리는 소리, 웅웅거리는 소리, 덜컹거리는 소리 또는 쉬쉬 소리와 같은 일관된 특성을 가집니다.정지 노이즈가 100Hz 미만의 주파수 범위에서 일정한 럼블이 있는 음성 녹음과 같이 관심 신호와 다른 주파수 범위를 차지한다고 가정합니다.이 경우 밴드패스 필터 등의 고정필터를 적용하여 음성대역폭을 대략적으로 통과할 수 있다.보통 음성 대역폭은 250Hz ~[14]4kHz입니다고정 노이즈 대역폭이 원하는 신호와 동일한 주파수 범위를 차지하는 경우 단순한 분리 필터는 도움이 되지 않습니다.단, 원하는 [4]신호의 가청성/가해성을 개선하기 위해 등화를 적용할 수도 있습니다.

시간 가변 소음원은 일반적으로 정지 소음원보다 더 복잡한 처리를 필요로 하며 효과적으로 [4]억제되지 않는 경우가 많다.

강화 방법

시간 영역, 자동 게인 제어 및 주파수 영역 방식, 주파수 선택 필터 및 스펙트럼 [15]감산을 모두 사용하여 오디오 향상을 실현합니다.

자동 게인 컨트롤

시간 영역 확장에는 보통 녹음된 오디오 신호의 진폭 엔벨로프를 정규화하기 위한 게인 조정이 포함됩니다.일반적으로 자동 게인 제어 기술 또는 게인 압축/팽창 기술을 사용하여 재생 중에 일정한 사운드레벨에 도달합니다.녹음 중 노이즈만을 참조할 수 있는 부분은 조용해지고 저진폭 신호 통로는 증폭되며 큰 통로는 감쇠되거나 방치됩니다.

일반적인 접근법은 노이즈 신호에 노이즈 게이트 또는 스켈치 프로세스를 적용하는 것입니다.노이즈 게이트는 목적을 위해 설계된 전자 장치로 구현되거나 컴퓨터로 처리하는 소프트웨어가 될 수 있습니다.노이즈 게이트는 입력 신호의 단시간 레벨을 미리 결정된 레벨 임계값과 비교합니다.신호 레벨이 임계값 레벨보다 높으면 게이트가 열리고 신호가 통과됩니다. 그렇지 않으면 신호 레벨이 임계값보다 낮으면 게이트가 닫히고 신호가 통과되지 않습니다.검사자의 역할은 무음 부분에서 발생하는 노이즈 신호가 차단되는 동안 음성이 게이트를 통과할 수 있도록 임계값 레벨을 조정하는 것입니다.노이즈 게이트는, 백그라운드 사운드가 컨버세이션의 일시정지중에 게이트 되어 있기 때문에, 노이즈가 적은 것으로 인식되는 신호를 청취자가 이해하는 데 도움이 됩니다.그러나 단순 버전의 노이즈 게이트는 동시에 존재하고 게이트가 [2]열려 있는 경우 노이즈 레벨을 낮추고 동시에 신호를 부스트할 수 없습니다.

또한 일부 디지털 신호 처리 기술을 활용하여 다른 주파수 대역에서 게이트 분리를 실행하는 더욱 발전된 노이즈 게이트 시스템도 있습니다.이러한 고도의 시스템은, 오디오 [15]녹음에 존재하는 특정의 노이즈나 잡음을 제거하는 데 도움이 됩니다.

주파수 선택 필터

주파수 선택 필터는 주파수 영역에서 작동하는 기술입니다.이 기술의 이면에 있는 원리는 전력 관련 험이나 버즈 신호 등 스펙트럼 내의 톤 성분을 선택적으로 감쇠시킴으로써 녹음 품질을 향상시키는 것입니다.멀티밴드 오디오이퀄라이저를 사용하면 음성 주파수 범위 [15]등 관심 주파수 대역은 유지하면서 대역 외 노이즈를 줄이는 데 도움이 됩니다.

스펙트럼 감산

스펙트럼 감산은 디지털 신호 처리 기술로 프레임에서 단기 노이즈 스펙트럼을 추정하여 노이즈 입력 신호의 짧은 프레임의 스펙트럼에서 뺍니다.감산 후 얻은 스펙트럼은 출력 신호의 노이즈 감소 프레임을 재구성하는 데 사용됩니다.이후 프레임에서는 오버랩 추가 [16]절차를 통해 출력 신호 전체를 생성하는 프로세스가 계속됩니다.

스펙트럼 차감의 효과는 소음 스펙트럼 추정 능력에 따라 달라진다.추정치는 보통 녹음된 대화에서 문장 사이의 일시 중지와 같은 배경 잡음만 포함하는 것으로 알려진 입력 신호 프레임에서 얻습니다.가장 정교한 소음 감소 방법은 시간 영역의 수준 검출과 주파수 영역의 스펙트럼 감산 개념을 결합한다.추가 신호 모델과 규칙을 사용하여 원하는 신호의 일부일 가능성이 높은 신호 성분과 부가 [15]노이즈일 가능성이 높은 신호 성분을 분리합니다.

해석

인증 및 확장 후 검사된 오디오 파일을 평가 및 해석하여 [15]조사에 대한 중요도를 판단해야 합니다.

예를 들어, 음성 녹음의 경우는, 음성 컨텐츠의 문자 변환의 준비, 토커의 식별, 배경음의 해석등을 의미합니다.[15]

2009년, 미국 국립 과학 아카데미(NAS)는 미국에서 법의학 강화: A Path [17]Forward라는 제목의 보고서를 발간했습니다.이 보고서는 오디오 포렌식 등 전통적으로 주관적인 분석과 비교에 의존해 온 법의학의 많은 분야에 대해 매우 비판적이었다.

법의학적 증거의 중요성과 신뢰성은 조사에 대한 다양한 기여도에 따라 달라집니다.일반적으로 오디오 법의학적 증거는 객관적이고 주관적인 고려사항으로 해석되기 때문에 어느 정도의 불확실성은 거의 항상 존재한다.

과학적 연구에서 불확실성은 일부 지표로 측정할 수 있고, 지속적인 분석은 미래에 추가적인 통찰력을 제공할 수 있지만, 법의학 검사는 일반적으로 지속적인 검토의 대상이 아니다.심리가 진행되는 시점에 판단이 이뤄져야 하기 때문에 법원은 여러 증거들을 따져보고 어느 정도의 의심이 있을 지 판단해야 한다.[18]

「 」를 참조해 주세요.

레퍼런스

  1. ^ Phil Manchester (January 2010). "An Introduction To Forensic Audio". Sound on Sound.
  2. ^ a b c d Maher, Robert C. (March 2009). "Audio forensic examination: authenticity, enhancement, and interpretation". IEEE Signal Processing Magazine. 26 (2): 84–94. doi:10.1109/msp.2008.931080. S2CID 18216777.
  3. ^ a b Alexander Gelfand (10 October 2007). "Audio Forensics Experts Reveal (Some) Secrets". Wired Magazine. Archived from the original on 2012-04-08.
  4. ^ a b c d e f Maher, Robert C. (2018). Principles of forensic audio analysis. Cham, Switzerland: Springer. ISBN 9783319994536. OCLC 1062360764.
  5. ^ Maher, Robert C. (Summer 2015). "Lending an ear in the courtroom: forensic acoustics" (PDF). Acoustics Today. 11: 22–29.
  6. ^ a b Williams, Christopher (June 1, 2010). "Met lab claims 'biggest breakthrough since Watergate'". The Register. Retrieved September 15, 2021.
  7. ^ 미국 지방법원, 뉴욕 남구(1958)미국 대 맥키버 사건, F. 169 사건부록 426 (S.D.N.Y. 1958년)
  8. ^ a b c d e f Zakariah, Mohammed; Khan, Muhammad Khurram; Malik, Hafiz (2017-01-09). "Digital multimedia audio forensics: past, present and future". Multimedia Tools and Applications. 77 (1): 1009–1040. doi:10.1007/s11042-016-4277-2. ISSN 1380-7501.
  9. ^ Brixen, E.B. (2007). "Techniques for the authentication of digital audio recordings". In Proceedings Audio Engineering Society 122nd Convention. Vienna, Austria.
  10. ^ Koenig, BE (1990). "Authetication of forensic audio recordings". J Audio Eng Soc. 38: 3–33.
  11. ^ Koenig, BE; Lacey, DS (2012). "Forensic authenticity analyses of the header data in re-encoded WMA files from small Olympus audio recorders". J Audio Eng Soc. 60: 255–265.
  12. ^ Koenig, BE; Lacey, DS (2009). "Forensic authentication of digital audio recordings". J Audio Eng Soc. 57: 662–695.
  13. ^ a b c d "An Introduction To Forensic Audio". www.soundonsound.com. Retrieved 2022-06-28.
  14. ^ "Definition: Voice frequency".
  15. ^ a b c d e f Maher, Robert C. "Overview of Audio Forensics". Intelligent Multimedia Analysis for Security Applications. 282: 127–144.
  16. ^ Boll, S. "A spectral subtraction algorithm for suppression of acoustic noise in speech". ICASSP '79. IEEE International Conference on Acoustics, Speech, and Signal Processing. Institute of Electrical and Electronics Engineers. doi:10.1109/icassp.1979.1170696.
  17. ^ US National Academy of Sciences (NAS). "Strengthening Forensic Science in the United States: A Path Forward" (PDF).{{cite web}}: CS1 maint :url-status (링크)
  18. ^ Morrison, Geoffrey Stewart (2011). "Measuring the validity and reliability of forensic likelihood-ratio systems". Science & Justice. 51 (3): 91–98. doi:10.1016/j.scijus.2011.03.002. ISSN 1355-0306.