[发明专利]G.729A压缩语音流信息隐藏检测装置及检测方法

权利要求书

1.一种G.729A压缩语音流信息隐藏检测装置，其特征在于，至少包括压缩语音流映射音素序列模块、音素序列特征提取模块组、分类器装置以及结果集成模块，其中；

压缩语音流映射音素序列模块，接收外部输送来的压缩语音流，映射成音素序列并输出；

音素序列特征提取模块组，分别提取音素序列的音素向量空间特征向量和音素状态转移一阶马尔科夫特征向量并输出；

分类器装置，基于训练集对不同特征向量分别训练分类器，然后对于未知类别的样本使用训练获得分类器进行分类并输出分类结果；

结果集成模块，对多个分类器的输出结果进行集成并输出作为最终的隐写检测结果。

2.根据权利要求1所述的G.729A压缩语音流信息隐藏检测装置，其特征在于，所述音素序列特征提取模块组包括PVSF特征提取模块和FOMF特征提取模块，其中；

PVSF特征提取模块，提取音素序列的音素向量空间特征向量并输出；

FOMF特征提取模块，提取音素状态转移一阶马尔科夫特征向量并输出。

3.根据权利要求2所述的G.729A压缩语音流信息隐藏检测装置，其特征在于，所述分类训练装置包括第一分类器、第二分类器及第三分类器，其中，

第一分类器，基于音素向量空间特征向量进行训练得到分类器后利用该分类器对未知类别样本进行预测并输出结果给集成模块；

第二分类器，基于音素向量空间特征向量和音素状态转移一阶马尔科夫特征向量的融合特征向量进行训练得到分类器后利用该分类器对未知类别样本进行预测并输出结果给集成模块；

第三分类器，基于音素状态转移一阶马尔科夫特征向量进行训练得到分类器后利用该分类器对未知类别样本进行预测并输出结果给集成模块。

4.一种G.729A压缩语音流信息隐藏检测方法，其特征在于，包括以下步骤：

将压缩语音流映射成音素序列；

分别提取音素序列的音素向量空间特征向量和音素状态转移一阶马尔科夫特征向量；

对多种特征向量分别训练分类器，并将多个分类器的分类结果基于多数投票机制进行集成作为最终的分类结果。

5.根据权利要求4所述的G.729A压缩语音流信息隐藏检测方法，其特征在于，所述将压缩语音流映射成音素序列的方法为：设定语音所包含的音素为有限个，将待映射语音分割为各个音素对应的语音小片，取小片的时长为G.729A的帧长。

6.根据权利要求5所述的G.729A压缩语音流隐写检测方法，其特征在于，所述音素序列特征提取方法为：

使用音素发音时的声道参数作为音素的量化描述，使用G.729A中的LPC滤波器表征声道参数，LPC滤波器由量化索引确定，将每个音素对应到LPC滤波器量化索引的第一个域，使用该域形成序列的统计特征作为音素序列的统计特征；

使用音素向量空间特征向量量化提取G.729A语音所包含音素的分布不均衡性；

使用音素状态转移一阶马尔科夫链对音素序列进行建模，计算状态转移矩阵度量各音素分布的相关性，采用选维法对状态转移矩阵进行降维--取矩阵对角线元素作为表征音素相关性的向量。

7.根据权利要求5所述的G.729A压缩语音流信息隐藏检测方法，其特征在于，采用集成分类方法：抽取训练集中的G.729压缩语音流的音素向量空间特征向量以及降维后的一阶马尔科夫特征向量，分别以音素向量空间特征向量、一阶马尔科夫特征向量、以及两者的融合特征向量作为特征分别训练分类器。