移動計算環(huán)境下語音感知哈希認(rèn)證關(guān)鍵技術(shù)研究.pdf

1、隨著現(xiàn)代語音通信技術(shù)的不斷進(jìn)步，移動語音通信技術(shù)在人類信息交流方式中發(fā)揮著舉足輕重的作用。語音信息在移動環(huán)境下進(jìn)行傳輸，會受到噪聲、惡意篡改等攻擊，移動計算環(huán)境下語音傳輸信道開放、傳輸資源有限，移動終端處理能力、續(xù)航能力不足等問題與語音傳輸安全需求的矛盾越來越突出。因此，對移動計算環(huán)境下的語音內(nèi)容安全認(rèn)證的研究是很有必要的。
　　論文結(jié)合帶寬資源受限、終端處理能力有限的移動計算環(huán)境語音通信終端的語音通信問題，從原始域和壓縮域語音入

2、手，采用語音感知哈希認(rèn)證技術(shù)，重點對語音的內(nèi)容完整性與真實性，算法的高效性與魯棒性，小范圍篡改定位檢測，以及語音編碼在語音感知哈希中的應(yīng)用等幾個關(guān)鍵問題展開研究。具體工作如下：
　　1.針對移動計算環(huán)境下語音感知哈希算法沒有通用模型的問題，對認(rèn)證模型進(jìn)行了研究，提出了一種移動計算環(huán)境下語音感知哈希的認(rèn)證模型。該模型通過對多媒體感知哈希認(rèn)證一般模型的研究，以語音感知簽名為基礎(chǔ)，結(jié)合多媒體感知認(rèn)證算法，并基于移動計算環(huán)境下這個應(yīng)用背景

3、，分析移動計算環(huán)境下語音信號處理和傳輸特點，建立了完整的移動計算環(huán)境下語音感知哈希算法認(rèn)證模型，為算法的設(shè)計提供了理論基礎(chǔ)。
　　2.針對現(xiàn)有的語音認(rèn)證算法認(rèn)證效率低，算法復(fù)雜，不能夠滿足移動計算環(huán)境下語音通信實時認(rèn)證的現(xiàn)狀，從減小算法構(gòu)成復(fù)雜度、提高算法魯棒性、提高認(rèn)證效率的應(yīng)用角度，分別研究了原始域和壓縮域語音的感知哈希認(rèn)證算法。（1）提出了一種高效的基于線性預(yù)測分析的語音感知哈希認(rèn)證算法，該算法基于語音信號的線性預(yù)測分析的原

4、理對 LPC系數(shù)進(jìn)行優(yōu)化，融合能量與 LPC系數(shù)，構(gòu)成新的特征系數(shù)，并對構(gòu)成的特征系數(shù)陣進(jìn)行分解和量化，形成感知哈希序列。（2）提出了一種基于線性預(yù)測倒譜系數(shù)的語音感知哈希認(rèn)證算法，算法通過對語音信號 LPCC系數(shù)矩陣構(gòu)建，并對系數(shù)矩陣進(jìn)行參數(shù)規(guī)整處理，參數(shù)規(guī)整能夠有效地提高抵抗高斯白噪聲的魯棒性，再對參數(shù)矩陣進(jìn)行非負(fù)矩陣分解、量化，形成感知哈希序列。（3）提出了一種基于MDCT系數(shù)的壓縮域語音感知哈希認(rèn)證算法，算法通過對 MP3格式的

5、語音進(jìn)行部分解壓，提取 MDCT系數(shù)，對每幀語音的MDCT系數(shù)進(jìn)行Mel濾波處理，形成MFCC系數(shù)向量，并對系數(shù)矩陣進(jìn)行分解，降低矩陣維度，經(jīng)過哈希構(gòu)造生成感知哈希值。（4）提出了一種基于張量重構(gòu)和張量分解的語音感知哈希算法。該算法是從三維角度來分析語音感知特征，通過小波包變換得到語音各分量，對每個語音分量提取MFCC和△MFCC特征，構(gòu)建語音特征張量，使用張量分解對特征張量進(jìn)行分解，降低特征張量的復(fù)雜度，經(jīng)過特征矩陣量化生成感知哈希值

6、來實現(xiàn)語音認(rèn)證。實驗結(jié)果表明，所提出的四種算法對于內(nèi)容保持操作均具有良好的魯棒性，并且運算效率高，時間開銷小，能夠滿足移動計算環(huán)境下的語音通信實時性的要求，實現(xiàn)語音快速認(rèn)證功能。
　　3.針對現(xiàn)有語音認(rèn)證算法對內(nèi)容保持操作具有較強(qiáng)的魯棒性，但對小范圍篡改攻擊不具有敏感性，認(rèn)證粒度無法滿足定位精度的問題。具體做了兩個方面的研究。（1）從衡量感知相似度評價方法角度，提出了一種衡量感知相似度的評價方法。該方法運用Pearson相關(guān)系數(shù)來

7、計算每幀語音感知特征的相似程度，并對系數(shù)進(jìn)行歸一化，再分別計算最大歸一化系數(shù)和最小歸一化系數(shù)的乘積，最后用乘積的比值作為語音感知相似性的測度。（2）從提高語音感知哈希算法的魯棒性和識別小范圍篡改定位的能力角度，利用人類聽覺模型提出了一種自適應(yīng)語音感知哈希算法。該算法首先基于人類聽覺特性，對 MFCC算法每幀的濾波器數(shù)量進(jìn)行控制，得到每幀語音的自適應(yīng)Mel頻率倒譜參數(shù)，對AMFCC參數(shù)和LPCC系數(shù)進(jìn)行融合，并采用分塊方法對特征矩陣進(jìn)行處

8、理；然后對特征塊進(jìn)行2DNMF運算，降低特征矩陣的復(fù)雜度；最后對分解后的系數(shù)矩陣進(jìn)行哈希構(gòu)造，得到語音感知哈希值。實現(xiàn)結(jié)果表明，該算法能夠?qū)?nèi)容保持操作具有魯棒性，能夠定位小范圍篡改的位置，定位精度可以達(dá)到40ms。
　　4.為了滿足帶寬資源受限的語音通信環(huán)境中語音認(rèn)證對低數(shù)據(jù)量、低復(fù)雜度的要求，提出一種與 G.729編碼標(biāo)準(zhǔn)相結(jié)合的魯棒語音感知哈希算法。該算法在G.729語音編碼過程中通過提取線性預(yù)測殘差作為語音感知特征，并通過