[發明專利]基于量化索引調制QIM的G.723.1語音信息隱寫分析方法在審
| 申請號: | 201710788895.3 | 申請日: | 2017-08-29 |
| 公開(公告)號: | CN107610711A | 公開(公告)日: | 2018-01-19 |
| 發明(設計)人: | 吳志軍;姜園春 | 申請(專利權)人: | 中國民航大學 |
| 主分類號: | G10L19/02 | 分類號: | G10L19/02;G10L19/032;G10L19/018;G10L19/00;G10L19/135;G10L19/26;G10L25/24 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 300300 天*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 量化 索引 調制 qim 723.1 語音 信息 分析 方法 | ||
1.基于量化索引調制QIM的G.723.1語音信息隱寫分析方法,其特征體現在以下步驟的實施中,通過以下步驟說明此方法提出的過程與方法若干方面的性能分析:
(1)在一般性隱寫分析模型的基礎上,針對G.723.1語音編碼原理中的線性預測矢量量化過程,進行QIM隱寫對其碼字索引值分布特征影響的實驗分析;
(2)在(1)步驟后,針對QIM方法引起碼本中碼字索引值分布特性的變化做統計學分析:具體是計算索引的分布概率,得到分布概率矩陣A,表征索引分布的長時特征;馬爾可夫轉移概率,得到轉移概率矩陣M,表征索引之間的相關性;然后,通過主成分分析(PCA,Principal Components Analysis)法對A和M進行降維處理,使其更有利于分類器對樣本統計特性進行估計;
(3)對(2)產生的降維矩陣的特征向量,進行實驗驗證,判斷其是否能表征出索引分布的長時特征和索引之間的相關性;
(4)在(3)驗證的基礎上,制定實驗流程,選擇支持向量機SVM分類器對QIM隱寫進行隱寫分析實驗,并分析方法性能;性能包括:以檢測率、全局檢測率及虛警率為指標的準確性和可靠性;針對不同嵌入率和不同時長語音樣本進行所提方法的隱寫分析,并進行性能對比。
2.根據權利要求1所述的基于量化索引調制QIM的G.723.1語音信息隱寫分析方法,其各個步驟中的計算處理及方法實現設計過程,具體內容及其相應的特征如下:
(1)權利要求1所述方法中的步驟(1)中,QIM隱寫采用了互補鄰居頂點算法(CNV,Complementary Neighbor Vertex)進行碼本劃分,其特征在于:減小因隱寫而產生的失真;分析了QIM隱寫對其碼字索引值分布特征發生變化的原因,其特征在于:經過CNV-QIM隱寫,碼字搜索范圍發生了變化:未進行隱寫時,分裂矢量在一個碼本(256個碼字)中搜索最優碼字;進行隱寫后,碼本被分為兩個子碼本,嵌入秘密信息比特“0”和“1”時,分裂矢量分別在其對應的子碼本(128個碼字)中搜索最優碼字;提供了實驗驗證步驟,其特征如下:實驗最終繪制出“cover”類(載體語音量化索引序列)和“stego”類(載密語音量化索引序列)的量化索引序列的分布圖,以直觀表示量化索引序列的變化,流程具體如下見說明書,分布圖中同一幀“cover”類和“stego”類的索引值若不同,則表示載密語音和載體語音進行矢量量化時選擇的最優碼字不同;
(2)權利要求1所述方法的步驟(2)中,采用了主成分分析法對量化索引值分布特征,即分布概率矩陣和馬爾可夫轉移概率矩陣的降維處理的實施,其特征在于:降維之后概率分布矩陣A變成N×120維矩陣A′,馬爾可夫轉移概率矩陣M變成256×120維矩陣M′,矩陣A′和矩陣M′分別表征索引的長時特征和索引之間的相關性,降維處理有利于分類器對樣本統計特性進行估計;
(3)權利要求1所述方法的步驟(3)中,采用了實驗驗證降維后的矩陣特征向量依然保證表征分布特征,其特征在于:實驗驗證結果通過變化率反應,通過計算“cover”樣本和“stego”樣本對應的兩個矩陣A′和A″中元素的變化率,記為γ1,γ1=A′和A″中對應元素不同的個數/(N×120),同樣計算矩陣M′和M″中元素的變化率,記為γ2,γ2=M′和M″中對應元素不同的個數/(256×120),繪制10組3s語音的變化率曲線圖,得到驗證結果,驗證結果為:變化率γ1和γ2均在60%以上,表示降維后的特征矩陣對QIM隱寫方法反應靈敏,仍舊能良好地反映出索引分布的長時特征和索引之間的相關性;
(4)權利要求1所述方法的步驟(4)中,針對Q.723.1語音信息QIM隱寫分析的實驗框架及流程的設計,其特征在于:采用支持向量機SVM作為分類器,針對中文男聲CM、中文女聲CW、英文男聲EM、英文女聲EW以及混合語音(Hybrid)5種類別的語音片段進行實驗;通過實驗對本發明方法進行性能檢測,其特征在于:以檢測率、虛警率和全局檢測率為指標,分析本發明方法的準確性和可靠性,并與基于Mel倒譜系數統計特征的檢測方法(簡記為MFCC)對比,體現方法的性能優勢;對不同嵌入率和不同時長的語音樣本進行了隱寫分析及性能對比,檢驗其對所提隱寫分析方法性能的影響。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國民航大學,未經中國民航大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710788895.3/1.html,轉載請聲明來源鉆瓜專利網。





