近日，实验室学术论文“STFF-SM: Steganalysis Model Based on Spatial and Temporal Feature Fusion for Speech Streams”被IEEE/ACM Transactions on Audio, Speech, and Language Processing (TASLP)录用。该论文研究工作由实验室田晖教授、2021级研究生邱翼钦同学、华沙工业大学Wojciech Mazurczyk教授、香港中文大学（深圳）李海洲教授及复旦大学钱振新教授合作完成。TASLP期刊是音频、声学、语言信号处理领域的顶级期刊，在CCF学术推荐列表中认定为B类刊物，清华最新版计算机学术推荐列表中认定为A类刊物，中科院SCI一区TOP期刊。

图1  论文首页

基于自适应码本的多种语音流隐写方法拥有良好的不可感知性与抗检测性，然而已有的检测工作仅关注于单独的整数基音延迟或小数基音延迟，而忽略了整数基音延迟与小数基音延迟之间及之内的相关性特征。针对该问题，本工作提出了一种基于时空特征融合的隐写检测模型。该模型提出了一种子帧缝合模块以有效组合整数和小数基音延迟嵌入表征，并设计了空间和时间融合模块以获取基音空间及时间相关性特征。实验证明不论是在低嵌入强度还是短窗口样本场景下，我们的检测方法的检测性能相比于已有工作均有大幅度的提升。

上述研究工作受到国家自然科学基金(No. 61972168)等项目的支持。

论文详细信息如下：Tian H, Qiu Y, Mazurczyk M, et al. STFF-SM: Steganalysis Model Based on Spatial and Temporal Feature Fusion for Speech Streams[J]. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2022, DOI 10.1109/TASLP.2022.3224295.