基于复倒谱变换的数字音频水印研究

提出了一种基于倒谱变换的数字音频水印算法,把音频信号划分为包含相同采样点的若干帧,计算指定帧的均值,对均值大于0的帧实施复倒谱变换,将复倒谱系数的均值与阈值进行比较,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有健壮性、透明性,可以进行添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号的处理与承受各方的攻击。

基于分数倒谱变换的取证语音拼接特征提取与分析

针对语音取证中相同采样率的语音拼接识别进行研究,着重分析了拼接对噪声特征的影响,提出了基于分数倒谱变换的拼接帧检测算法和语音拼接联合识别模型。实验结果表明,在分数阶因子a为0.2时,分数倒谱变换的拼接帧过零率检测算法优于普通倒谱域方差法,在分数阶因子a为1.2时,分数倒谱变换的拼接帧高频方差检测算法优于普通倒谱域方差法。

基于态函数的离散分数余弦倒谱变换在取证话音信息隐藏中的应用

随着军事、安全等方面要求的日益增长,语音取证技术成为了语音信号处理和信息安全领域的热点和难点.本文提出了一种基于态函数的分数余弦倒谱变换,并将其应用到取证语音信息隐藏中,通过分析得到分数余弦倒谱变换的第3参数呈现一种独特的高频特性,从而提出了一种基于分数余弦倒谱变换的嵌入方法和过零率检测方法.实验仿真结果表明该方法具有一定的抗干扰能力,为分数余弦倒谱变换应用于取证语音信息隐藏提供了一种新的思路.

基于量化的倒谱变换数字音频水印算法

提出了一种基于复倒谱变换的数字音频水印算法。该算法充分利用了复倒谱变换的特征,将原始音频信号分成若干帧,每帧音频实施复倒谱变换后,将系数均值按照一定的量化方法嵌入水印,水印的提取不需要原始音频信号,是一种盲水印算法;实验结果表明,嵌入的水印不仅具有很好的透明性,而且对重新采样、低通滤波、添加噪声、重新量化、有损压缩等攻击也具有很好的鲁棒性。

一种基于倒谱变换的自同步音频水印算法

本文提出了一种基于倒谱变换的自同步数字音频水印算法。算法对音频载体分段后,将同步码嵌入到时域上,将水印信息嵌入到变换域上。水印的提取不需要原始音频信号,是一种盲水印算法。实验结果表明,嵌入后的水印不仅具有很好的不可感知性,而且对添加噪声、重新采样、低通滤波、重新量化和剪切攻击也具有很好的稳健性。

一种倒谱变换的数字水印

提出了一种基于一维倒谱变换和混沌加密的数字水印新算法。倒谱域水印算法克服了水印嵌入时频段选择的限制,增大了水印嵌入的信息量,避免了块效应。文中利用置乱和混沌系统的特性对水印图像预先进行加密,更加提高水印的保密性和鲁棒性,实验结果表明:该算法对于JPEG压缩、剪切、加噪等方面都有很好的抗攻击性。

基于小波变换和倒谱变换的音频水印技术

提出了一种基于小波变换和倒谱变换的数字音频水印算法。该算法将音频信号进行小波分解，选取低频系数。对低频系数进行倒谱变换，并根据统计均值思想，把水印嵌入到倒谱域中，实现了在音频信号中嵌入二值图像。实验结果表明该算法具有比较好的鲁棒性，能抵抗常见信号的攻击，如低通滤波、重采样、重量化、有损压缩、音量变化、添加白噪声等。

一种基于二维倒谱变换的数字水印

提出了一种基于二维倒谱系数能量的数字图像水印新算法。倒谱域水印算法克服了水印嵌入时频段选择的限制,增大了水印嵌入的信息量,避免了块效应。该算法利用置乱变换预先对水印图像进行处理,更加提高水印的抗剪切性和鲁棒性,实验结果表明:算法对于JPEG压缩、剪切、加噪等方面都有很好的抗攻击性。

基于复倒谱变换的音频数字水印算法

提出一种基于复倒谱变换的音频数字水印算法。将输入的数字音频信号划分为若干帧,对其中指定帧进行一维复倒谱变换,计算该帧的复倒谱系数均值并与设定阈值进行比较,根据二值水印序列不同取值,通过对复倒谱系数均值采取不同处理方式在复倒谱系数中嵌入水印图像。Matlab仿真结果表明,该算法具有较强鲁棒性,并且嵌入水印后音频没有产生明显的降质现象,透明性较好。

采用混沌加密和重复码的复倒谱音频水印算法

针对数字音频产品版权保护问题,设计了一种基于混沌加密和重复码调制的复倒谱变换数字音频水印算法。算法把音频信号划分为包含相同采样点的若干帧,对每一帧实施复倒谱变换,将一幅包含版权信息的二值图像作为水印,利用混沌序列对其加密,再利用重复码进行纠错后嵌入到原始音频的复倒谱系数中,水印提取时不需要原始音频信号。实现了水印的盲检测。仿真实验证明,算法具有较强的鲁棒性和不可感知性。能经受添加噪声、低通滤波、重采样、重新量化、音频格式转换等常见信号的处理及攻击。

一种新的基于倒谱的共振峰频率检测算法

共振峰频率是语音信号的一个重要参数。传统的基于线性预测的共振峰检测算法由于受到计算量的限制,很难实现实时处理。本文提出一种基于倒谱变换的共振峰频率检测算法,采用后置处理,比较声道冲击响应对数幅频特性的二次导数和相频特性一次导数检测出的结果,删除伪峰数值和甄别合并共振峰,提高检测精度。仿真结果证明,该算法计算效率高,低信噪比下仍能保持较好的检测性能。

倒谱域自适应音频水印算法

为了更好地平衡水印系统的鲁棒性和不可感知性,基于人类听觉感知特性提出了掩蔽度的概念,依据音频信号掩蔽度的大小,选取嵌入帧和调整嵌入强度。针对音频信号倒谱变换后倒谱系数的特征,采用统计均值的调制方法,实现了水印的嵌入位置和嵌入强度两方面的自适应嵌入。在保证水印的不可感知性的情况下,鲁棒性得到了更大的提高。仿真实验证明,该水印算法能经受住包括时间缩放(Time-Scale Modification)和随机剪切(Random Cropping)两种具有挑战性时域同步等大部分攻击,表现出很好的鲁棒性。与SMM (Statistical Mean Manipulation)算法相比,比特误码率BER(Bit Error Rate)至少提高0.25%,随机剪切3 (5×1000)提高了28.5%。

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.

基于小波和倒谱域的数字音频水印算法

给出一种基于小波和倒谱域的强鲁棒数字音频水印算法。该算法利用人耳听觉模型和频率掩蔽效应,选择出音频小波变换后对人耳听觉不敏感的低频系数,对其进行分帧并作倒谱变换。再利用倒谱域能量集中在零点附近的特性,将一段伪随机序列嵌入在每帧相对稳定的倒谱系数中,从而实现水印的嵌入。采用相关检测的方法,根据相关值的极性来提取水印信息。实验表明,嵌入水印后的音频信号不仅具有良好的不可感知性,而且对诸如加噪、低通滤波、重采样、重量化、回声、MP3压缩和去同步等攻击具有很强的鲁棒性。

复倒谱域数字音频盲水印算法

提出了一种复倒谱域数字音频盲水印算法。该算法将音频信号分为包含相同采样点的若干段,计算指定段信号的均值,对均值小于0的段的信号取反,对均值大于等于0的段保持不变,然后对所有指定段进行复倒谱变换,将这些段的复倒谱变换系数均值与设定的阈值作比较,结合水印序列的值,通过增加、减少或不改变复倒谱系数的均值来嵌入水印。水印提取为盲提取。实验结果证明该算法具有较强的鲁棒性与不可知觉性,可以抵抗常见信号处理的攻击。

变换域数字图像水印算法探究

随着数字水印技术的发展,数字图像水印算法便层出不穷。本文首先将数字水印算法从实现的角度分为空间域算法和变换域算法两大类,然后对变换域的算法从离散余弦变换(DCT)、离散傅立叶变换(DFT)、小波变换、分形变换及倒谱变换等方面检索了相关文献,对各种算法进行了尝试性分析和探讨。

基于均值量的多媒体数字音频内嵌水印算法

与图片或视频相比,音频是在时间域上连续变化的信号,具有更高的维度和复杂性,且需要应对各种攻击手段,为了有效提升多媒体数字音频水印的安全性,提出一种基于倒谱变换的多媒体数字音频水印算法。通过改进小波域阈值滤波算法对多媒体数字音频信号展开分解处理,经过分解处理后,对选定的音频段展开倒谱变换,获取各段音频信号对应的倒谱系数,经过计算获取倒谱系数均值,并对倒谱系数均值量化处理,最后通过修改后的倒谱系数在多媒体数字音频内嵌入水印。通过大量实验分析证明,所提方法可以承受不同类型的攻击,有效确保多媒体数字音频的安全性。

基于动态单边自相关序列和频率规整线性预测的抗噪声语音识别

提出了一种既符合人耳听觉特性又具有良好抗噪性的语音特征分析方法。首先将单边自相关函数序列进行时间方向的平滑处理,提高单边自相关函数的抗噪性,然后用平滑后的单边自相关函数序列代替原信号进行频率规整的LPC分析,最后经倒谱变换得到该特征参数。数字语音识别实验证明:利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数。

基于余弦相似度的动态语音特征提取算法

为进一步研究语音特征提取方法,分析了基于逆离散余弦变换倒谱系数(IDCT CC)的语音特征,利用频域语音信号间的余弦相似度(cosine similarity)特性将IDCT CC进行层次聚类,得到14维频域语音特征向量(feature vector),称之为C-vector。实验中,建立基于高斯混合模型(Gaussian mixture model,GMM)的说话人识别模型对C-vector进行识别精度和时间的讨论,并与经典的梅尔频率倒谱系数和等频域倒谱系数(histogram of DCT cepstrum coefficients,HDCC)进行对比实验。通过具体的实验结果比较,提出的C-vector在识别精度方面比MFCC和HDCC分别高出7%和5%。而且,C-vector在多人语音集下表现出的识别能力更为优异。

基于音频技术的白羽肉鸡咳嗽识别算法研究

[目的]咳嗽是肉鸡呼吸道发病初期的主要症状,为实现肉鸡呼吸道疾病非接触式监测,本研究提出一种肉鸡咳嗽声识别算法。[方法]利用网络拾音器采集白羽肉鸡咳嗽及其他声音数据,选用最小均方误差(MMSE)谱减法对其进行滤波去噪;经预处理后人工截取肉鸡咳嗽样本与噪声样本;提取样本基于小波变换的梅尔频率倒谱系数(WMFCC)特征,构建高斯混合模型-隐马尔科夫模型(GMM-HMM)识别算法,训练并调整优化咳嗽识别模型。[结果]试验表明,在隐状态数为3,高斯元个数为3时,该模型在测试集上达到最优识别效果,正确率为98.7%。将算法识别结果与人工分类结果比较,肉鸡咳嗽识别算法的平均准确率为95%。[结论]本文提出的肉鸡咳嗽算法模型能较好地检测肉鸡咳嗽,为肉鸡呼吸道疾病的早期自动预警提供技术支持。