音頻水印與語音變調(diào)取證.pdf

1、隨著音頻技術(shù)的廣泛應(yīng)用,保護音頻作品成為信息安全領(lǐng)域的一個研究熱點。音頻水印是保護音頻作品的有效方法之一,有著廣闊的應(yīng)用前景。盡管音頻水印在近十年獲得了長足的發(fā)展,但仍存在許多尚待解決的問題。音頻的安全性是多方面的,除了音頻水印,語音取證也是其中一個重要的研究領(lǐng)域。在司法領(lǐng)域里面,語音取證具有重要的應(yīng)用價值。
　　 目前很多非壓縮域音頻水印算法無法抵抗同步攻擊或者只能抵抗某類同步攻擊。
　　 本論文針對這個問題,對音頻水

2、印的魯棒性進行了深入的研究,提出了基于二進小波變換幾何不變性和特殊糾錯編碼的魯棒音頻水印算法。所提出的算法對各類同步攻擊和幅度攻擊都具有良好的魯棒性。在壓縮域音頻水印方面,目前已有的算法主要是基于MPEG音頻。信息技術(shù)先進音視頻編碼(簡稱AVS)中的音頻標(biāo)準(zhǔn)是我國提出的音頻壓縮標(biāo)準(zhǔn),但目前尚未有基于此種標(biāo)準(zhǔn)的音頻算法。為此,我們設(shè)計了一種魯棒的AVS音頻算法。在語音取證方面,變調(diào)后說話人識別取證的問題尚未得到學(xué)界的足夠注意。我們利用語音

3、的基頻、美頻率倒譜系數(shù)等特性以及動態(tài)時間規(guī)整等方法,設(shè)計了一種變調(diào)后的說話人識別取證方法。
　　 論文的主要工作如下:
　　 工作(1):通過推導(dǎo)和實驗比較了幾種主流變換域與二進小波變換在幾何不變性方面的性能,證明了二進小波變換具有更加優(yōu)良的幾何不變性,更適合作為水印的嵌入域。我們利用二進小波變換的峰值能量轉(zhuǎn)折的幾何不變性,提出了一種對時域線性伸縮、音調(diào)不變時域伸縮、音調(diào)伸縮、抖動等同步攻擊和幅度攻擊都魯棒的音頻算法。同

4、時,我們設(shè)計了一種基于重復(fù)編碼的糾錯編碼方案,對插入、刪除和替換錯誤具有較強的糾錯能力。所提出的水印算法在魯棒性、不可察覺性和嵌入量等方面,都具有較好的性能。特別在魯棒性方面,能較為全面地抵抗各類同步攻擊和普通攻擊,在一定程度上解決了眾多已有音頻水印算法無法抵抗同步攻擊或者只能抵抗某類同步攻擊的問題。但所提算法在提取水印時需要邊信息,且所提的糾錯編碼方案對裁剪攻擊較為脆弱。
　　 工作(2):針對工作(1)中尚存的問題,即提取水

5、印需要邊信息及糾錯編碼方案對裁剪攻擊較脆弱的問題,通過對二進小波變換幾何不變性更深入的探討,我們提出了一種對同步攻擊和幅度攻擊都魯棒的音頻算法。該算法利用二進小波變換低頻子帶波峰的寬度作為水印定位的標(biāo)準(zhǔn),利用波峰的高度作為提取水印時0-1判決的依據(jù),較好地利用了二進小波變換的幾何不變性。利用調(diào)制方式將水印能量擴散到一段系數(shù)中,提高了魯棒性。同時設(shè)計了一種對插入、刪除和替換錯誤具有極強糾錯能力的糾錯編碼方案并實現(xiàn)了簡單實用的譯碼方法。與工

6、作(1)中的糾錯編碼相比,本工作中所提的糾錯編碼方案能夠有效地抵抗裁剪攻擊。實驗證明,本算法能全面地抵抗各類同步攻擊和普通攻擊。與1)相比,本算法為完全的盲檢測算法；其糾錯編碼方案能有效糾正插入、刪除和替換錯誤外,還能成功地阻止誤碼擴散。
　　 工作(3):提出了一種AVS音頻魯棒水印的算法。該算法是一種壓縮域魯棒水印算法。我們將水印的嵌入算法整合到AVS音頻壓縮算法中,利用AVS壓縮過程中使用的幀類型控制環(huán)節(jié)使得水印被編碼到壓

7、縮流里面。提取端可直接從壓縮比特流中提取水印。嵌入是通過修改某些小片段的樣本點達到的,而提取則無須對壓縮流解碼,因此嵌入與提取過程的復(fù)雜度非常低,適用于對實時要求較高的場合。實驗證明所提算法對解壓/重壓縮(AVS重壓縮和MP3重壓縮)都非常魯棒。目前已有的壓縮域水印算法都是基于MPEG音頻,我們所提的本算法彌補了AVS音頻水印的空白。
　　 工作(4):提出了一種變調(diào)后的說話人識別取證方法。本項工作基于音調(diào)伸縮變調(diào)原理和說話人識

8、別的基本技術(shù),提出了一種綜合利用語音的基頻、美頻率倒譜系數(shù)和時間動態(tài)規(guī)整等特性和技術(shù)的變調(diào)識別取證方案。所提方案利用語音的基頻特性估計變調(diào)系數(shù),并對美頻率倒譜系數(shù)提取算法進行了改進,即利用線性插值伸縮將估計的變調(diào)系數(shù)整合到美頻率倒譜系數(shù)提取算法中,使其能近似計算出變調(diào)語音在變調(diào)前的美頻率倒譜系數(shù)。最后利用時間動態(tài)規(guī)整作為匹配方法,計算語音之間的相似度。實驗結(jié)果表明,在語音經(jīng)過較大的變調(diào)后,常規(guī)的識別取證方案會造成較高或極高的漏檢率和虛警