語(yǔ)音信息隱藏關(guān)鍵技術(shù)的研究.pdf

1、語(yǔ)音信息隱藏是信息隱藏領(lǐng)域的研究難點(diǎn)。由于人耳對(duì)語(yǔ)音頻段信號(hào)非常敏感，在語(yǔ)音信號(hào)中嵌入隱秘?cái)?shù)據(jù)比圖像等其他載體難度更大。嵌入隱秘信息的語(yǔ)音信號(hào)通過(guò)電話、網(wǎng)絡(luò)等信道傳輸時(shí)，信道噪聲、語(yǔ)音壓縮與解壓、同步及濾波等影響因素對(duì)隱藏算法提出了很高的抗攻擊性和魯棒性要求。此外，對(duì)接收的語(yǔ)音信號(hào)進(jìn)行隱藏信息的盲判決和盲提取方法也不同于應(yīng)用于圖像等其他信息隱藏載體的方法。
　　傳統(tǒng)語(yǔ)音信息隱藏方法在時(shí)域語(yǔ)音信號(hào)中嵌入隱藏信息，主要有最小信息位、相

2、位、回聲等信息隱藏方法。在變換域中嵌入隱藏信息也越來(lái)越受到研究者的重視，這類(lèi)方法主要利用語(yǔ)音信號(hào)的傅里葉變換、離散余弦變換和小波變換等嵌入隱藏?cái)?shù)據(jù)。由于語(yǔ)音信息隱藏方法與人類(lèi)聽(tīng)覺(jué)感知機(jī)理密切相關(guān)，如何利用入耳的聽(tīng)覺(jué)感知特征和語(yǔ)音的聲學(xué)特性嵌入隱藏信息也是當(dāng)前的研究熱點(diǎn)。本文針對(duì)隱秘性、魯棒性、安全性等應(yīng)用需求，深入探索入耳聽(tīng)覺(jué)特征，研究了語(yǔ)音信息隱藏的若干算法，取得了以下研究成果:
　　1、提出了一種分?jǐn)?shù)階傅里葉變換域語(yǔ)音信息安全

3、隱藏方法。該方法對(duì)原始語(yǔ)音信號(hào)進(jìn)行分?jǐn)?shù)傅里葉變換，在變換域嵌入隱藏信息，并將嵌入隱藏信息的信號(hào)進(jìn)行分?jǐn)?shù)傅里葉反變換后再進(jìn)行傳輸。分?jǐn)?shù)傅里葉變換具有能量聚焦的特點(diǎn)，可使原始語(yǔ)音和嵌入隱藏信息的語(yǔ)音在時(shí)域和頻域的方差很小，分散了嵌入信息在傳統(tǒng)時(shí)頻域的能量分布。由于目前對(duì)隱藏信息的分析與檢測(cè)大多基于時(shí)頻分析，該方法偽裝性強(qiáng)，保證了隱秘信息的安全。在隱藏信息提取時(shí)，利用分?jǐn)?shù)階傅里葉變換的能量聚集特性，可以實(shí)現(xiàn)語(yǔ)音載體及隱秘信息的分離，對(duì)隱藏信息

4、進(jìn)行有效提取。仿真與實(shí)驗(yàn)結(jié)果表明，基于分?jǐn)?shù)階傅里葉變換的語(yǔ)音信息隱藏算法具有較高的隱秘性和安全性，并對(duì)常規(guī)的噪聲攻擊、低通濾波攻擊和下采樣攻擊具有抵抗能力。
　　2、提出了一種魯棒的回聲信息隱藏方法?；芈曅畔㈦[藏原理是在原始語(yǔ)音載體中疊加適度的回聲信號(hào)，而隱藏?cái)?shù)據(jù)的包含在疊加的回聲中。由于人耳聽(tīng)覺(jué)特性中的時(shí)域掩蔽效應(yīng)，短延時(shí)回聲會(huì)被聲強(qiáng)較大的原始語(yǔ)音信號(hào)屏蔽，難以察覺(jué)，甚至使聽(tīng)者主觀感覺(jué)聲音更飽滿(mǎn)。本文提出的嵌入算法簡(jiǎn)單，隱秘性強(qiáng)

5、。在接收端本文提出的方法采用次梯度投影算法估計(jì)嵌入信息的回聲路徑，并通過(guò)回聲路徑分析進(jìn)行隱秘?cái)?shù)據(jù)提取。為了增強(qiáng)魯棒性，本文改進(jìn)了次梯度投影算法的自適應(yīng)收斂策略，提出一種基于噪聲估計(jì)的自適應(yīng)收斂算法。仿真與實(shí)驗(yàn)結(jié)果表明，在同經(jīng)典倒譜提取算法的比較中，本文提出的自適應(yīng)次梯度投影算法在濾波攻擊、噪聲攻擊、采樣攻擊和壓縮攻擊下，顯著提高了回聲隱藏?cái)?shù)據(jù)提取算法的魯棒性。
　　3、提出了一種粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的信息隱藏方法。粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)

6、算法源于鳥(niǎo)群和魚(yú)群等群體智能，是一種簡(jiǎn)單且易用實(shí)現(xiàn)的全局優(yōu)化計(jì)算方法。本文提出的方法在嵌入隱秘?cái)?shù)據(jù)的同時(shí)，嵌入部分訓(xùn)練樣本，以保證接收端可以組建神經(jīng)網(wǎng)絡(luò)提取隱秘?cái)?shù)據(jù)。在隱秘信息提取端，首先通過(guò)樣本訓(xùn)練的方法獲取神經(jīng)網(wǎng)絡(luò)參數(shù)，利用訓(xùn)練完成的粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)對(duì)經(jīng)過(guò)變換的數(shù)據(jù)矩陣提取隱藏信息。為了提高訓(xùn)練效率和解碼精度，算法首先利用小波分解獲得接收信號(hào)的高頻系數(shù)，然后計(jì)算高頻系數(shù)的特征值，并采用Fisher鑒別比(FDR)方法選擇32個(gè)最優(yōu)

7、特征值訓(xùn)練神經(jīng)網(wǎng)絡(luò)。對(duì)于嵌入二值隱秘圖像信息的仿真與實(shí)驗(yàn)表明，粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)信息隱藏算法比BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)抗干擾性能強(qiáng)，解碼率高。對(duì)濾波攻擊、噪聲攻擊、采樣攻擊、動(dòng)態(tài)范圍壓縮攻擊和拉伸攻擊的對(duì)比實(shí)驗(yàn)表明，本文提出的算法具有優(yōu)良的抗攻擊性能和魯棒性。
　　4、提出了一種符合人耳感知特征的相位調(diào)制語(yǔ)音信息隱藏方法。由于人耳對(duì)聲音的相位信息不敏感，無(wú)法感知在相位調(diào)制中嵌入的隱藏信息。在隱藏信息嵌入端，本文提出的方法通

8、過(guò)兩種IIR全通濾波器對(duì)原始語(yǔ)音信號(hào)進(jìn)行濾波處理，嵌入濾波后的隱秘?cái)?shù)據(jù)。在隱藏信息提取端，通過(guò)提取接收信號(hào)和原始語(yǔ)音信號(hào)之間的相位差，對(duì)隱秘信息進(jìn)行檢測(cè)和判決。通過(guò)主、客觀評(píng)價(jià)測(cè)試以及魯棒性（降采樣，幅度壓縮和MP3壓縮）仿真實(shí)驗(yàn)表明，本文提出的相位調(diào)制語(yǔ)音信息隱藏方法不僅具有較高的魯棒性，而且顯著提高了相位調(diào)制隱藏的感知透明性。
　　本論文在語(yǔ)音信息隱藏的理論和應(yīng)用方面取得了一些成果。但是，該研究領(lǐng)域還存在很多亟待解決的問(wèn)題，如