單通道語音水印與語音增強(qiáng)算法研究.pdf

1、本文主要研究了單通道中的語音水印和語音增強(qiáng)算法。語音水印屬于信息隱藏(Information Hiding)的范疇，它在信息安全中扮演著越來越重要的角色，既可以保證信息在傳輸中的完整性，還可以應(yīng)用于版權(quán)保護(hù)、身份認(rèn)證、數(shù)字取證、隱蔽通信、帶寬擴(kuò)展、遺留系統(tǒng)增強(qiáng)等領(lǐng)域。而語音增強(qiáng)屬于信息恢復(fù)(Information Retrieve)的范疇，增強(qiáng)的類型包括譜增強(qiáng)、信號增強(qiáng)和特征增強(qiáng)等。因?yàn)樵趯?shí)際環(huán)境中干擾和噪聲總是存在的，所以增強(qiáng)信號往往

2、是必須的，以便進(jìn)一步加工、處理信息。使用語音增強(qiáng)技術(shù)的好處很多，例如可以改善有背景噪聲時(shí)語音通信的聽覺體驗(yàn)，提高高噪聲背景下語音識別的識別率，幫助聽力受損人士進(jìn)行更好的溝通。因此，對語音水印算法和語音增強(qiáng)算法的深入研究具有重要的學(xué)術(shù)意義和長遠(yuǎn)的經(jīng)濟(jì)與社會(huì)價(jià)值。
　　語音水印和語音增強(qiáng)一直都是研究的熱點(diǎn)，但是在實(shí)際研究中仍有諸多難點(diǎn)。比如，在語音水印的研究中有兩個(gè)難點(diǎn)。一是魯棒性，現(xiàn)有的水印算法對抗PSTN網(wǎng)絡(luò)的信道攻擊很困難。二是

3、嵌入容量，現(xiàn)有的水印算法在窄帶語音中實(shí)現(xiàn)數(shù)據(jù)的高速率隱藏很困難。再比如，盡管語音增強(qiáng)是語音信號處理中的基本問題，并且已經(jīng)有多種算法被提出，但是在如何充分利用語音本身的特征、有效去除非平穩(wěn)噪聲、去掉人為噪聲等方面依然存在若干研究難點(diǎn)。為了解決上述問題，本文將對語音水印算法和語音增強(qiáng)算法進(jìn)行了深入研究。
　　本文的主要工作包括兩部分。第一部分是研究語音水印算法。首先，針對PSTN信道，基于擴(kuò)頻通信和感知濾波原理，提出了能夠?qū)箮V波

4、、重量化、壓擴(kuò)攻擊的魯棒水印算法。其次，利用語音中低頻部分能量高、高頻部分能量低，以及人耳對高頻部分聽覺的不敏感性，基于子帶語音替換和譜包絡(luò)約束，設(shè)計(jì)了具有高嵌入容量的水印算法。第二部分為語音增強(qiáng)算法。首先，基于自回歸模型，推導(dǎo)了模型參數(shù)估計(jì)的性能下界，并設(shè)計(jì)了能漸進(jìn)達(dá)到下界的迭代維納濾波來估計(jì)譜包絡(luò)。其次，結(jié)合自回歸模型和線譜頻率跟蹤，利用語音幀間的時(shí)間相關(guān)性來增強(qiáng)語音。通過使用卡爾曼濾波器改進(jìn)了譜包絡(luò)估計(jì)，使得語音增強(qiáng)算法可以適應(yīng)平

5、穩(wěn)與非平穩(wěn)噪聲環(huán)境，并且減少了音樂噪聲。最后，基于實(shí)諧模型推導(dǎo)了其參數(shù)估計(jì)的性能下界，并且利用基音估計(jì)和梳狀濾波，改進(jìn)了譜估計(jì)。
　　本文的具體研究內(nèi)容和主要貢獻(xiàn)如下:
　　1.在分析了PSTN聲帶信道攻擊的基礎(chǔ)上，提出了一種基于擴(kuò)頻和感知濾波的PSTN聲帶語音水印算法。該算法改進(jìn)了產(chǎn)生、嵌入與提取水印信號的方法。為了對抗帶通濾波攻擊，產(chǎn)生水印信號時(shí)采用了曼徹斯特非歸零碼作為擴(kuò)頻碼的脈沖波形，嵌入和提取水印時(shí)利用子帶技術(shù)修正

6、了心理聲學(xué)模型和聽覺感知濾波器的設(shè)計(jì)。為了對抗線路卡攻擊，設(shè)計(jì)了針對帶水印信號的預(yù)處理算法。本文還推導(dǎo)了該算法的理論嵌入容量。實(shí)驗(yàn)結(jié)果表明，本文算法對帶通濾波、重量化、壓擴(kuò)等攻擊具有魯棒性，并有較高的系統(tǒng)容量和良好的聽覺效果。在聯(lián)合攻擊下，當(dāng)速率為25bps時(shí)，誤碼率性能小于0.005，聽覺感知評價(jià)的分?jǐn)?shù)超過了4。
　　2.利用人耳對高頻語音部分的聽覺不敏感特性，提出了基于子帶替換和譜包絡(luò)約束的窄帶語音水印算法。為了確定子帶替換的

7、頻率范圍，給出了對第三共振峰頻率高斯性的評價(jià)方法及其概率密度函數(shù)的參數(shù)估計(jì)方法。為了保證水印信號的不可感知性，使用了功率門限法對水印作尺度變換和譜包絡(luò)約束。為了適應(yīng)時(shí)變信道和減少誤比特率，嵌入時(shí)在隱藏消息序列中加入了訓(xùn)練序列，提取時(shí)引入了均衡。另外，從理論上分析了以嵌入容量和誤比特率為指標(biāo)的水印系統(tǒng)性能。實(shí)驗(yàn)結(jié)果表明，建議的水印算法容量高于傳統(tǒng)算法，達(dá)到1.2kbps，還能夠?qū)苟喾N攻擊，并具有良好的聽覺效果。
　　3.提出了以自

8、回歸建模為基礎(chǔ)的語音譜增強(qiáng)方法，它可以轉(zhuǎn)化為帶噪自回歸過程的參數(shù)估計(jì)和最優(yōu)濾波問題。為了評估參數(shù)估計(jì)的性能，在頻域中推導(dǎo)了漸進(jìn)克萊姆-勞下界。為了增強(qiáng)譜估計(jì)，建議了一個(gè)基于最大似然準(zhǔn)則的迭代估計(jì)算法和一個(gè)基于最大后驗(yàn)準(zhǔn)則的迭代維納濾波器。實(shí)驗(yàn)結(jié)果表明，本文建議的算法精確地估計(jì)出了模型參數(shù)，收斂速度快且漸進(jìn)達(dá)到了克萊姆-勞下界，適用于低階和高階自回歸過程的參數(shù)譜估計(jì)。另外，在輸入信噪比為0～5dB時(shí)，增強(qiáng)的信號最多可獲得3dB的增益。

9、r>　　4.建議了一種使用線譜頻率跟蹤、以自回歸模型為基礎(chǔ)的語音增強(qiáng)方法。通過從帶噪語音中估計(jì)出的模型參數(shù)可以重構(gòu)純凈語音。具體地，通過跟蹤線譜頻率的時(shí)間軌跡來估計(jì)譜包絡(luò)，改進(jìn)了對失真短時(shí)譜幅度的估計(jì)。算法先對帶噪語音進(jìn)行預(yù)處理，以便通過線性預(yù)測分析更加準(zhǔn)確地估計(jì)出譜增益。通過卡爾曼濾波跟蹤線譜頻率軌跡，譜包絡(luò)的估計(jì)也得到了改進(jìn)?？柭鼮V波器的參數(shù)估計(jì)通過碼本映射和最大似然估計(jì)得到。對該方法的評價(jià)包括語譜圖、客觀評價(jià)和主觀評價(jià)。實(shí)驗(yàn)結(jié)果

10、顯示，與傳統(tǒng)算法相比較，本章采用的方法在各種噪聲條件下都改善了增強(qiáng)的效果。比如，采用PESQ指標(biāo)時(shí)，該算法獲得了0.3-0.7分的提高。另外，該算法還減少了音樂噪聲。
　　5.提出了以實(shí)諧多正弦模型為基礎(chǔ)的語音譜增強(qiáng)方法，它可以轉(zhuǎn)化為對帶噪實(shí)諧多正弦模型的參數(shù)估計(jì)問題。為了評估參數(shù)估計(jì)的性能，推導(dǎo)了漸進(jìn)克萊姆-勞下界。為了更精確地估計(jì)參數(shù)，建議了一個(gè)基于周期估計(jì)和梳狀濾波的預(yù)處理算法。實(shí)驗(yàn)結(jié)果表明，與不使用預(yù)處理的參數(shù)估計(jì)相比，使