基于回波隐藏的说话人身份识别研究

信息隐藏是信息安全领域的一门新兴学科.本文以回波隐藏技术为核心,提出并实现了一种应用于语音保密通信的说话人身份识别系统.与传统说话人识别的本质区别在于:本文通过回波形成的秘密通道来传递表征说话人身份的伪随机(PN)码,同时利用相关盲检测获取对方的身份信息.与一般的回波隐藏算法相比,本文采用语音倒谱代替复倒谱,降低了计算复杂度.用倒谱自相关来代替复倒谱并提取隐藏比特,大大提高了信息恢复率.实验结果表明语音嵌入隐藏信息后,音质的下降不易察觉,在信道中受到加噪、压缩和滤波等攻击时性能比传统方法有明显改善.     

语音回声信息隐藏技术研究

回声信息隐藏是通过在语音媒体中加入不同延时的回声来实现信息隐藏的一种技术。采用易于检测的前向一后向回声核构建了回声信息隐藏系统。介绍了前向一后向回声核的构成原理和倒谱检测方法，仿真并分析了系统关键参数对隐藏信息恢复率的影响，如延迟时间、分段长度、回声的衰减系数等。通过引入8个延时的回声实现了8进制信息隐藏，使隐藏信息的容量提高了3倍，在采样频率为8kHz的条件下达到150bit／s，恢复率大于99％。20人的非正式试听表明，隐藏信息后的语音和原始语音没有明显的差别且优于单回声的语音质量，得到了较好的隐藏效果。     

基于BCH码和回声隐藏的音频水印技术

为提高回声隐藏方法中水印信息的提取效果和准确率,在原始载体基本不变化的基础上加大水印信息的嵌入量,提出了一种使用双向回声核来增加隐藏效果和嵌入量并对水印信息进行BCH编码以利于提高提取准确率的方法,利用功率倒谱方法来确定水印嵌入位置便于增加水印信息的提取率.仿真实验结果表明,该方法算法简单、执行效率高、水印隐藏效果好,在受到恶意攻击后提取出的水印信息的准确率远远高于原方法.     

一种基于短时能量自适应的回声隐藏算法

在前后向双核回声隐藏思想的基础上,提出了一种基于声音信号短时能量自适应的回声隐藏算法,根据不同音段的短时能量自适应调整回声核衰减系数的大小,并且在隐藏信息提取的过程中引入了功率倒谱检测法。改进后的算法具有良好的鲁棒性,不可感知性更高,隐藏效果更好。     

G.723.1高速率语音流的信息隐藏算法

研究流媒体通信中G.723.1高速率语音编码器的分级隐藏方法,分析线谱对频率(LSF)参数的隐藏性能,给出一种基于临界带宽的LSF参数隐藏性能分析方法。在此基础上,结合数位信息法,提出一种G.723.1高速率语音流的信息隐藏算法。实验结果证明了该算法的有效性。     

采用复倒谱峰值滤波GMM识别混响语音

针对混响环境下语音识别系统性能急剧下降问题,提出一种采用复倒谱峰值滤波GMM识别混响语音的方法。通过训练纯净语音的MFCC特征参数构建高斯混合模型,在识别混响语音前引入复倒谱峰值滤波器以减少混响引起的语音失真而提高混响环境下语音识别率。经实验验证,该方法避免了在现实条件下准确估计房间冲击响应函数的麻烦,降低了计算难度,提高了混响环境下至少4%的系统识别率。     

基于语音编码中自适应码本的隐藏信息方法

为了解决低速率语音编码的信息隐藏问题,选择了目前广泛使用的低速率语音编码(iLBC)为研究对象,提出了一种在语音编码过程中嵌入机密信息的方法,设计了一种基于iLBC语音编码的动态码本量化过程的信息隐藏算法.该方法利用低速率语音编码中自适应码本的动态构建特点,并结合QIM原理来实现信息隐藏,较传统基于静态码本的QIM方法具有更好的对抗统计分析检测能力,同时具有较好的隐蔽容量.实验结果表明该隐藏算法在13.3Kbps的载体速率下能获得450bpS隐藏容量,而且载密信息的语音质量的PESQ值下降不到7％,具有很好的隐蔽性能.     

一种基于回声隐藏的数字音频水印改进算法

在前后向双核回声隐藏思想的基础上, 提出了一种基于回声隐藏的改进算法. 根据设定的水印的嵌入率来确定音频段的能量阈值,选择短时能量高于此阈值的音频段嵌入水印信息, 并且引入功率倒谱检测法来检测水印信息. 仿真结果表明改进后的算法具有不可感知性更高, 隐藏效果好并且显著降低了水印信息检测的误码率.     

回声隐藏技术中回声核的研究

简述了对回声隐藏技术的最初设想、心理声学原理及最基本的回声隐藏方法,在此基础上总结了回声隐藏算法的研究进展情况,主要归纳了对回声核的改造,同时对各种回声核结构进行了模拟仿真测试,通过测试结果分析并比较了各方法的优缺点,展望了回声隐藏技术领域的研究发展方向.     

一种基于正弦激励的线性预测模型的语音转换方法

在正弦激励模型的线性预测(LP)残差转换的基础上,提出了一种改进语音特征转换性能的语音转换方法.基于线性预测分析和综合的构架,该方法一方面通过谱包络估计声码器提取源说话人的线性预测编码(LPC)倒谱包络,并使用双线性变换函数实现倒谱包络的转换;另一方面由谐波正弦模型对线性预测残差信号建模和分解,采用基音频率变换将源说话人的残差信号转换为近似目标说话人的残差信号.最后由修正后的残差信号激励时变滤波器得到转换语音,滤波器参数通过转换得到的LPC倒谱包络实时更新.实验结果表明,该方法在主观和客观测试中都具有良好的结果,能有效地转换说话人声音特征,获得高相似度的转换语音.