基于统计模型及svm的低速率语音编码qim隐写检测new

基于统计模型及svm的低速率语音编码qim隐写检测new

ID:33552311

大小:740.06 KB

页数:9页

时间:2019-02-27

基于统计模型及svm的低速率语音编码qim隐写检测new_第1页
基于统计模型及svm的低速率语音编码qim隐写检测new_第2页
基于统计模型及svm的低速率语音编码qim隐写检测new_第3页
基于统计模型及svm的低速率语音编码qim隐写检测new_第4页
基于统计模型及svm的低速率语音编码qim隐写检测new_第5页
资源描述:

《基于统计模型及svm的低速率语音编码qim隐写检测new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第36卷第6期计算机学报Vol.36No.62013年6月CHINESEJOURNALOFCOMPUTERSJune2013基于统计模型及SVM的低速率语音编码QIM隐写检测李松斌1),3)1)2)黄永峰卢记仓1)(清华大学电子工程系北京100084)2)(解放军信息工程大学网络工程系郑州450002)3)(中国科学院声学研究所南海研究站海口570105)摘要QIM(QuantizationIndexModulation,量化索引调制)隐写在标量或矢量量化时嵌入机密信息,可在语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中

2、的音素分布特性发生改变,提出了音素向量空间模型和音素状态转移模型对音素分布特性进行了量化表示.基于所得量化特征并结合SVM(SupportVectorMachine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能远优于现有检测方法,实现了对QIM隐写的快速准确检测.关键词QIM隐写;隐写检测;低速率语音编码器;音素分布特性中图法分类号TP309DOI号10.3724/SP.J.1016.2013.01168DetectionofQIMSteganographyinLowBit-RateSpeechCodecBase

3、donStatisticalModelsandSVM1),3)1)2)LISong-BinHUANGYong-FengLUJi-Cang1)(DepartmentofElectronicEngineering,TsinghuaUniversity,Beijing100084)2)(ZhengzhouInformationScienceandTechnologyInstitute,Zhengzhou450002)3)(HaikouLaboratoryofAcoustics,InstituteofAcoustics,ChineseAcademyofSciences,Haikou57

4、0105)AbstractQuantizationIndexModulation(QIM)steganography,whichembedsthesecretinfor-mationduringtheVectorQuantization,canhideinformationinlowbit-ratespeechcodecwithhighimperceptibility.Thispapertriestodetectthistypeofsteganography.Forthispurpose,startingfromthespeechgenerationandcompresscod

5、ingtheory,thispaperfirstlyanalyzesthepossiblesignificantfeaturedegradationthroughtheQIMsteganographyincompressedaudiostreamdeeply.AnditfindsthattheQIMsteganographywilldisturbthephonemesequenceinthestream,andinevitablymaketheimbalanceandcorrelationcharacteristicsofphonemedistributioninthesequ

6、encechange.Accordingtothisdiscovery,thispaperadoptsthephonemedistributioncharacteristicsasthekeyforthedetectionoftheQIMsteganography.Inordertogetthequanti-tativefeaturesofphonemedistributioncharacteristics,thispaperdesignsthePhonemeVectorSpaceModelandthePhonemeStateTransitionModeltoquantifyt

7、heimbalanceandcorrelationcharacteristicsrespectively.Bycombiningthequantitativevectorfeatureswithsupervisedlearn-ingclassifier,thispaperbuildsahighperformancedetectortowardstheQIMsteganographyinlowbit-ratespeechcodec.Theexperimentsshowthat,forthetw

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。