[发明专利]一种加密语音信号的感知哈希特征提取方法及系统在审
申请号: | 201810971905.1 | 申请日: | 2018-08-24 |
公开(公告)号: | CN109036439A | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 张秋余;周亮;张其文;晏燕;葛子贤;李改莉;李昱州;张登海 | 申请(专利权)人: | 兰州理工大学 |
主分类号: | G10L19/00 | 分类号: | G10L19/00;G10L19/02 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 王戈 |
地址: | 730000 甘肃*** | 国省代码: | 甘肃;62 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 加密语音 互相关系数 矩阵 感知哈希 特征系数矩阵 特征参数 特征提取 哈希 二进制 分解 非负矩阵 哈希函数 语音感知 直接提取 鲁棒性 区分性 分帧 感知 | ||
1.一种加密语音信号的感知哈希特征提取方法,其特征在于,包括:
获取初始时域语音信号;
对所述初始时域语音信号进行置乱加密处理,得到加密语音信号;
采用窗函数对所述加密语音信号进行分帧,得到多个加密语音帧;
根据公式计算每个加密语音帧与相邻加密语音帧的短时互相关系数,得到互相关系数矩阵;其中,Ri(k)为第i个加密语音帧的短时互相关系数,Pi-1(m)为第i-1个加密语音帧,Pi(m+k)是第i个加密语音帧的移位序列,k为延迟量,L为加密语音帧的长度,m={1,2,…,L},i={2,3,…,fn},fn为加密语音帧的总帧数;
将互相关系数矩阵每行中的短时互相关系数按从大到小排列;
将互相关系数矩阵每行中前N个数值大的短时互相关系数确定为特征系数矩阵的元,得到特征系数矩阵,其中1≤N≤fn;
采用非负矩阵分解方法对所述特征系数矩阵进行分解,得到特征参数矩阵;
利用哈希函数对所述特征参数矩阵进行二进制哈希构造,得到所述加密语音信号的感知哈希值。
2.根据权利要求1所述的方法,其特征在于,所述对所述初始时域语音信号进行置乱加密处理,得到加密语音信号,具体包括:
对所述初始时域语音信号进行不重叠分帧处理,得到多个初始时域语音分帧信号;所述初始时域语音分帧信号的长度为256;
分别对每个所述初始时域语音分帧信号进行一维离散余弦变换,得到多个频域语音分帧信号;
利用随机数生成器为每个频域语音分帧信号生成一个唯一的整数,对频域语音分帧信号按随机分配的整数的大小进行排列,得到多个置乱后的频域语音分帧信号,其中1≤所述随机分配的整数的个数≤fn;
对多个置乱后的频域语音分帧信号进行离散余弦反变换,得到多个置乱后的时域语音分帧信号;
将所述多个置乱后的时域语音分帧信号顺序连接,得到所述加密语音信号。
3.根据权利要求1所述的方法,其特征在于,所述采用窗函数对所述加密语音信号进行分帧,得到多个加密语音帧,具体包括:
采用窗函数对所述加密语音信号进行分帧,得到多个加密语音帧Pn(m)=ω(m)×Xe((n-1)×inc+m);
其中,Pn(m)是第n个加密语音帧,1≤n≤fn,ω(m)为窗函数,inc为后一帧对前一帧的位移量,m为加密语音帧的帧内样点数,Xe(.)为加密语音信号。
4.根据权利要求1所述的方法,其特征在于,所述将互相关系数矩阵每行中前N个数值大的短时互相关系数确定为特征系数矩阵的元,得到特征系数矩阵,具体包括:
将互相关系数矩阵每行中前22个短时互相关系数确定为特征系数矩阵的元,得到特征系数矩阵。
5.根据权利要求1所述的方法,其特征在于,所述利用哈希函数对所述特征参数矩阵进行二进制哈希构造,得到所述加密语音信号的感知哈希值,具体包括:
利用哈希函数对所述特征参数矩阵进行二进制哈希构造,得到所述加密语音信号的感知哈希值;其中,Hx(i)为加密语音信号的感知哈希序列的第i个感知哈希值,H1(i)为特征参数矩阵的第i个值,H1(i+1)为特征参数矩阵的第i+1个值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于兰州理工大学,未经兰州理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810971905.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:储物柜控制方法、装置、计算机设备和存储介质
- 下一篇:多人会话的方法及系统