♧ Godown 安全知识树

单频正弦波逐字符音频:按 0.12s 分段 FFT 主频还原字符

ctf/forensics · verified

一句话结论

当程序把每个字符映射成一个固定频率、按固定时长(如 0.12 秒)拼接成正弦波 WAV 时,按段做 FFT 取主频,再用同一映射表反查字符,即可还原整段 flag;关键是从二进制/源码中恢复 freq = f(ch) 的公式和每字符样本数。

原理

  • 音频由一段段单频正弦波拼接:每个字符对应一个唯一频率,持续固定样本数(如 44100Hz × 0.12s = 5292 样本)。
  • 对每段做 FFT,频谱峰值频率就是该字符的频率;加窗(Hanning)可减少频谱泄漏,跳过直流分量避免误判。
  • 若已知映射公式(如 freq = ((ch ^ 0xA5) + 0x11) * 9 + 500),可预先为可打印 ASCII 建立“字符→频率”表,取最近邻反查。
  • 为什么可行:频率是连续量,但每个字符映射到离散且间隔足够的频率;只要段长/采样率/公式正确,FFT 分辨率足以区分相邻字符。
  • 若音频有噪声/多音轨/变速,需先滤波、估计基频或做时频分析;若字符频率间隔小于 FFT 分辨率,需增加段长/补零。

触发条件

  • 有 WAV/音频文件,内容为分段单频正弦波;字符边界与段长可推断。
  • 能从二进制/源码/题面恢复字符→频率映射公式或频率表。
  • 采样率、每字符样本数已知;音频未被重采样/压缩破坏。

利用步骤

  1. 用 soxi/wave 读取采样率、声道、位深;单声道 16-bit 最常见。
  2. 从二进制反汇编/源码中找到频率公式与每字符样本数(如 0x14ac = 5292)。
  3. 按段长切分音频;对每段加 Hanning 窗、做 rfft,取非直流最大峰对应频率。
  4. 用频率表最近邻反查字符;按顺序拼接。
  5. 若结果有噪声,调整段长/窗函数/峰值插值,或对相邻段做平滑;检查是否有静音/间隔段。
  6. 输出 flag;必要时用已知前缀(如 kashiCTF{)校准偏移/频率表。

PoC

import wave
import numpy as np

w = wave.open("audio.wav", "rb")
sr = w.getframerate()
audio = np.frombuffer(w.readframes(w.getnframes()), dtype=np.int16)
seg_len = 5292                      # 0x14ac,按题目实际值

def ch_to_freq(ch):
    return (((ch ^ 0xA5) + 0x11) & 0xff) * 9 + 500

freq_map = {chr(i): ch_to_freq(i) for i in range(32, 127)}
freqs = np.fft.rfftfreq(seg_len, d=1 / sr)

out = []
for i in range(0, len(audio) - seg_len + 1, seg_len):
    seg = audio[i:i + seg_len] * np.hanning(seg_len)
    spec = np.abs(np.fft.rfft(seg))
    peak = freqs[np.argmax(spec[1:]) + 1]
    out.append(min(freq_map, key=lambda c: abs(freq_map[c] - peak)))
print("".join(out))

说明:PoC 为原文 exp 的结构化精简,未在本机执行;原文还原出 kashiCTF{MUSIC_VIBES_but_all_1_w4nt_15_a_MDrOrq}。

变体与关联

  • 变体(编码):频率映射到十六进制/多比特(如 4 个频率一组)、双音多频(DTMF)、FSK;需先做频谱聚类。
  • 变体(载体):SSTV、频谱图文字、WAV 频谱隐写;见关联卡。
  • 关联:[[ctf-forensics-sstv-audio-image-decode]](SSTV 音频图像);[[ctf-forensics-multilayer-png-wav-spectrogram-maze-stego]](WAV 频谱字符表);[[ctf-forensics-deepsound-audio-stego-extract]](音频隐写容器)。
  • 边界:音频被重采样/有损压缩、频率间隔小于分辨率、段长未知、或多音混合时,需要更精细的时频分析/参数搜索。

检测与防御

  • 检测:WAV 频谱呈等间隔离散峰、每段主频恒定;音频由纯正弦拼接、无自然泛音/包络。
  • 防御:不要用简单频率映射隐藏敏感信息;使用加密/随机化;发布前重编码/加噪会破坏该信道。
  • 取证:保留原始音频与采样参数;记录段长、窗函数、频率表与最近邻判定,保证可复现。