[发明专利]基于基音延迟子帧组组内差值Markov转移概率特征的AMR基音延迟隐写分析方法

摘要

本发明公开了基于基音延迟子帧组组内差值Markov转移概率特征的AMR基音延迟隐写分析方法。该方法针对语音编码中两种修改基音延迟的隐写算法，提出基于基音延迟子帧组组内差值Markov转移概率的AMR隐写分析特征，采用支持向量机进行分类预测，实现了面向AMR基音延迟的隐写分析方法。本发明的优势在于，针对已有的面向基音延迟的两种隐写方法，在相对嵌入率为50％时，检测率能达到95％以上。

主权项

一种基于基音延迟子帧组组内差值Markov转移概率特征的AMR基音延迟隐写分析方法，其特征在于，包括：步骤1、基于基音延迟子帧组组内差值Markov转移概率作为短时稳定性评价标准提取特征，具体包括：步骤1.1、构建基音延迟子帧组组内差值，在AMR语音压缩编码中，20ms的语音为一帧，一帧语音按5ms为单位分为4个子帧，每个子帧具有一个基音延迟；在一帧语音帧中，第二子帧T2和第四子帧T4的基音延迟分别以第一子帧T1和第三子帧T3为基础，在一定区间内按照相关性获取；如图2所示，将语音帧中，第一子帧T1和第二子帧T2作为一个子帧组，第三子帧T3和第四子帧T4作为另一个子帧组；为便于描述将AMR语音的基音延迟序列按子帧组的方式表示为P＝(p11,p12,...,pt1,pt2,...,pN1,pN2)，N是AMR语音中子帧组的总个数，i是子帧组按时间排列的索引值，pt1和pt2分别为子帧组t中的第一个子帧和第二个子帧；由于语音浊音段基音延迟具有短时稳定性，计算子帧组组内差值用于度量子帧组组内两个子帧之间的稳定性；子帧组组内差值Dintra计算公式如式1所示，t∈[1,N]：Dintra(t)＝pt1‑pt2    式1步骤1.2、构建基音延迟子帧组组内差值Markov转移概率特征：马尔可夫转移概率矩阵的作用是衡量变量在不同的状态之间进行转变的概率，因此可以利用其来表示连续基音延迟子帧组组内差值的改变情况；计算基音延迟子帧组组内差值Markov转移概率作为隐写分析特征，描述Cover语音和Stego语音基音延迟子帧组组内差值的差异情况，实现对两者的区分；基音延迟子帧组组内差值Markov转移概率特征定义为M1intra，按式2进行计算：M1intra(i,j)的值为组内差值Dintra(t)为i时，Dintra(t+1)为j的马尔可夫转移概率，t为组内差值时序上的索引，S0为计算得到的子帧组组内差值的总个数根据AMR编码可知，一帧语音中，第二子帧T2和第四子帧T4的基音延迟分别以第一子帧T1和第三子帧T3为基础，在一定区间内按照相关性获取；因此，对于不同的码率，组内差值的区间是固定的，组内差值Dintra的范围，以及相应的M1intra特征维度，通过提取AMR语音基音延迟子帧组组内差值Markov转移概率，作为对基音延迟修改的隐写分类特征；步骤2、采用SVM分类器对AMR语音的Cover和Stego样本进行二分类并进行隐写分析检测。