多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法
【專利摘要】多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，主要解決現(xiàn)有音頻認(rèn)證算法認(rèn)證音頻格式單一、認(rèn)證算法不通用、認(rèn)證效率低的問(wèn)題；本發(fā)明基于雙樹復(fù)小波變換(DT-CWT)原理，首先對(duì)預(yù)處理后的音頻信號(hào)進(jìn)行全局雙數(shù)復(fù)小波變換(DT-CWT)，提取音頻信號(hào)的實(shí)小波系數(shù)；接著對(duì)實(shí)小波系數(shù)進(jìn)行二次差分、分幀，計(jì)算幀系數(shù)自然對(duì)數(shù)下的和值，作為音頻信號(hào)的特征向量；最后對(duì)特征向量進(jìn)行哈希構(gòu)造，生成感知哈希摘要序列，通過(guò)哈希匹配實(shí)現(xiàn)了對(duì)音頻內(nèi)容的快速認(rèn)證。
【專利說(shuō)明】多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于多媒體信息安全領(lǐng)域，具體涉及一種基于雙樹復(fù)小波變換（Dual Tree Complex Wavelet Transform,DT-CWT)的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方 法。

【背景技術(shù)】
[0002] 音頻多媒體通信是多媒體通信技術(shù)的重要組成部分，音頻信息往往包含一些敏感 內(nèi)容和重要信息。然而，無(wú)線以及網(wǎng)絡(luò)等通信信道的開放性和多媒體專業(yè)軟件的廣泛使用 使得音頻多媒體信息的內(nèi)容真實(shí)性難以得到保證，不真實(shí)的信息內(nèi)容越來(lái)越難以被證偽。 因此，為保證音頻多媒體信息的可靠通信和內(nèi)容安全，有必要對(duì)音頻內(nèi)容真實(shí)性和完整性 進(jìn)行驗(yàn)證。
[0003] 音頻感知哈希（Audio Perceptual Hashing)認(rèn)證技術(shù)通過(guò)驗(yàn)證多媒體信息的內(nèi) 容完整性及真實(shí)性來(lái)保護(hù)多媒體信息，它可以檢測(cè)出接收到的音頻數(shù)據(jù)在傳送過(guò)程中有沒(méi) 有經(jīng)過(guò)第三方的惡意編輯和篡改，使得多媒體音頻信息服務(wù)更加安全可靠，能較好地實(shí)現(xiàn) 對(duì)音頻、寬帶音頻等信號(hào)的檢索和內(nèi)容完整性認(rèn)證。
[0004] 目前，音頻感知哈希的研究尚在起步階段，音頻內(nèi)容認(rèn)證的研究相對(duì)較少，應(yīng)用在 音頻通信終端實(shí)時(shí)認(rèn)證的設(shè)計(jì)更是少之又少。音頻感知哈希認(rèn)證技術(shù)的關(guān)鍵步驟是感知特 征值提取，它是以人類感知模型為基礎(chǔ)，分析提取音頻多媒體對(duì)象對(duì)于各種內(nèi)容保持操作 的不變量。
[0005] 感知特征值是音頻信號(hào)的數(shù)字摘要表達(dá)形式，代表音頻信號(hào)的數(shù)據(jù)，因而所 提取特征值的水平嚴(yán)重影響音頻感知哈希的認(rèn)證。Chen等人（見文獻(xiàn)Chen N, Wan W. Robust Speech Hash Function[J]· ETRI journal, 2010， 32(2):345-347)提 出基于頻率聲道模型參數(shù)的算法Jiao等人（見文獻(xiàn)Jiao Y，Li M，Li Q，et al. Key-dependent compressed domain audio hashing[C]. Intelligent Systems Design and Applications, 2008. ISDA'08. Eighth International Conference on. IEEE, 2008，3: 29-32.)對(duì)壓縮域音頻信號(hào)的MDCT系數(shù)做處理；Gaikwad等人（見文獻(xiàn)Gaikwad. S. , Gawali, B. , Yannawar, P. , et al. Feature extraction using fusion MFCC for continuous marathi speech recognition[C]. India Conference (INDIC0N), 2011 Annual IEEE，16-18 Dec. 2011，1-5.)提取音頻信號(hào)的梅爾倒譜頻率系數(shù)作為特征集； Lotia 等人（見文獻(xiàn) Lotia P, Khan D M R. Significance of Complementary Spectral Features for Speaker Recognition[J]· IJRCCT, 2013, 2(8): 579-588.)應(yīng)用線性預(yù) 測(cè)對(duì)音頻信號(hào)進(jìn)行分析。這些感知哈希摘要提取算法都具有一定區(qū)分性和魯棒性，但認(rèn) 證效率偏低，不能滿足移動(dòng)通信終端音頻通信的實(shí)時(shí)性要求。Huang等人（見文獻(xiàn)Huang Y, Zhang Q, Yuan Z. Perceptual Speech Hashing Authentication Algorithm Based on Linear Prediction Analysis[J]. TELK0MNIKA Indonesian Journal of Electrical Engineering, 2014，12 (4) : 3214-3223.)提出E+LPC算法，該算法認(rèn)證效率高，能滿足移 動(dòng)通信終端音頻通信的實(shí)時(shí)性要求，但魯棒性較弱。不僅如此，上述所有音頻認(rèn)證算法只是 針對(duì)單一音頻格式，不具有通用性，且不能實(shí)現(xiàn)小范圍篡改檢測(cè)。
[0006] DT-CWT保持了傳統(tǒng)的離散小波變換的時(shí)頻局部化分析能力，克服了離散小波變換 的缺陷，是一種高計(jì)算效率的小波變換形式。音頻信號(hào)經(jīng)過(guò)DT-CWT所獲得小波系數(shù)受音頻 格式影響較小，在提高時(shí)-頻分辨率的同時(shí)，其互補(bǔ)性和完整性也使原始信號(hào)的信息得到 完整保留。因此，音頻信號(hào)的特征信息可由小波系數(shù)完整表達(dá)，從而有效而又正確地表現(xiàn)語(yǔ) 音波形及其頻譜的性質(zhì)。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的解決現(xiàn)有音頻認(rèn)證算法認(rèn)證音頻格式單一、認(rèn)證算法不通用、認(rèn)證 效率低的問(wèn)題。
[0008] 本發(fā)明是多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其步驟為： (1) 對(duì)音頻信號(hào)^進(jìn)行預(yù)加重處理； (2) 對(duì)預(yù)加重后的信號(hào)進(jìn)行3級(jí)DT-CWT，提取樹A的實(shí)小波系數(shù); (3) 對(duì)實(shí)小波系數(shù)< 進(jìn)行二階差分，獲得差分信號(hào)； (4) 對(duì)差分信號(hào)進(jìn)行不重疊分幀，幀長(zhǎng)為2. 5ms ; (5) 計(jì)算幀系數(shù)自然對(duì)數(shù)下的和值萬(wàn)

【權(quán)利要求】
1. 多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其步驟為： (1) 對(duì)音頻信號(hào)^進(jìn)行預(yù)加重處理； (2) 對(duì)預(yù)加重后的信號(hào)進(jìn)行3級(jí)DT-CWT，提取樹A的實(shí)小波系數(shù); (3) 對(duì)實(shí)小波系數(shù)< 進(jìn)行二階差分，獲得差分信號(hào)； (4) 對(duì)差分信號(hào)進(jìn)行不重疊分幀，幀長(zhǎng)為2. 5ms ; (5) 計(jì)算幀系數(shù)自然對(duì)數(shù)下的和值萬(wàn)
其中，13；^.是第J幀第i個(gè)小波系數(shù)，#是實(shí)小波系數(shù)的分幀總幀數(shù)，#是幀長(zhǎng)度； (6) 生成音頻信號(hào)特征向量//，開=|；1;五；|;其中，|是序列1的中值； (7) 對(duì)向量"進(jìn)行量化處理，生成感知哈希序列A ; (8) 哈希匹配：按上述步驟先從原始音頻信號(hào)中提取出哈希特征向量，將其轉(zhuǎn)換為感知 哈希認(rèn)證序列A，用同樣的方法計(jì)算待測(cè)音頻信號(hào)感知哈希認(rèn)證序列F，再將兩者進(jìn)行匹 配，匹配結(jié)果與閾值相比較； 兩段感知內(nèi)容相同音頻信號(hào)的BER值小于匹配閾值，認(rèn)證通過(guò)；相反，感知不同語(yǔ)音的 BER應(yīng)大于匹配閾值，則認(rèn)證不通過(guò)。
2. 根據(jù)權(quán)利要求1所述的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其特征 在于DT-CWT的步驟為： (1) 音頻信號(hào)^進(jìn)行預(yù)加重處理，獲得信號(hào)S h ; (2) 信號(hào)S h經(jīng)過(guò)Q-Shift雙樹濾波器，進(jìn)行3級(jí)DT-CWT，得到樹A的實(shí)小波系數(shù)和樹 B的復(fù)小波系數(shù)；其中，DT-CWT采用（13, 19)-Tap和（14, 14)-Tap奇/偶濾波器組；
(3) 提取樹A的實(shí)小波系數(shù)ψ ^ C? h),記作A。
3. 根據(jù)權(quán)利要求1所述的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其特征 在于，權(quán)利要求1中步驟（4)的分幀和步驟（5)幀特征值計(jì)算按如下步驟進(jìn)行： (1)確定實(shí)小波系數(shù)的分幀總幀數(shù)#和幀長(zhǎng)度#;實(shí)小波系數(shù)< 經(jīng)過(guò)二次差分、加窗分 幀處理后，得到的第J'幀的信號(hào)為A ^ 為窗函數(shù)，則A ^ (?)滿足：
(2)第7幀的特征值萬(wàn)C/)為：
4. 根據(jù)權(quán)利要求1所述的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其特征 在于感知哈希特征序列生成的步驟為： (1) 計(jì)算幀系數(shù)自然對(duì)數(shù)下的和值&獲取特征值序列的中值J：，生成哈希特征向量仏 H = [ S'; .￡"]； (2) 將音頻信號(hào)的特征向量//進(jìn)行量化處理，生成感知哈希序列A，量化規(guī)則為：
5. 根據(jù)權(quán)利要求1所述的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其特征 在于哈希匹配的步驟為： (1) 計(jì)算原始音頻信號(hào)的哈希序列，記做A ; (2) 計(jì)算待測(cè)音頻信號(hào)的哈希序列，記做F ; (3) 計(jì)算A和F的歸一化漢明距離0(:，：），記做BER:
(4) 設(shè)置匹配閾值τ ; (5) 如果BER小于匹配閾值τ，則原始音頻信號(hào)與待測(cè)音頻信號(hào)感知內(nèi)容相同，認(rèn)證通 過(guò)；否則，不通過(guò)。
6. 根據(jù)權(quán)利要求1所述的多格式音頻感知哈希認(rèn)證的特征值提取及認(rèn)證方法，其特征 在于小范圍篡改檢測(cè)方法的步驟為： (1) 計(jì)算原始音頻信號(hào)的哈希序列，記做A ; (2) 計(jì)算待測(cè)音頻信號(hào)的哈希序列，記做F ; (3 )計(jì)算A和F的失真距離如，
(4) 對(duì)失真距離如分塊，塊長(zhǎng)度為慫，塊數(shù)為鳥； (5) 計(jì)算塊總失真距離切.·
(6) 求取切的最大值ifer，并獲得其鄰近兩個(gè)塊總失真距離，記做iferl和ifer2 ; (7) 計(jì)算兩個(gè)音頻信號(hào)的總失真度5?.·
(8) 設(shè)置總失真度匹配閾值切τ，如果測(cè)得原始音頻信號(hào)與待測(cè)音頻信號(hào)的總失真度 大于閾值，待測(cè)音頻信號(hào)為篡改音頻信號(hào)；否則，為未篡改音頻信號(hào)。
【文檔編號(hào)】G06F21/32GK104091104SQ201410312292
【公開日】2014年10月8日 申請(qǐng)日期:2014年7月2日 優(yōu)先權(quán)日:2014年7月2日
【發(fā)明者】張秋余, 省鵬飛, 黃羿博, 楊仲平, 任占偉, 余爽 申請(qǐng)人:蘭州理工大學(xué)