CN107993669B - 基于修改最低有效位数权重的语音内容认证和篡改恢复方法 - Google Patents
基于修改最低有效位数权重的语音内容认证和篡改恢复方法 Download PDFInfo
- Publication number
- CN107993669B CN107993669B CN201711154980.0A CN201711154980A CN107993669B CN 107993669 B CN107993669 B CN 107993669B CN 201711154980 A CN201711154980 A CN 201711154980A CN 107993669 B CN107993669 B CN 107993669B
- Authority
- CN
- China
- Prior art keywords
- voice
- signal
- frame
- speech
- watermark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/018—Audio watermarking, i.e. embedding inaudible data in the audio signal
Abstract
本发明公开了一种基于修改最低有效位数权重的语音内容认证和篡改恢复方法,利用语音信号自身特征及语音最低有效位数这一敏感位置,设计了一种新的语音脆弱水印算法,该方法包括基于修改语音采样点最低有效位数权重的脆弱水印算法以及基于语音内容的水印生成和嵌入部分、语音内容认证和恢复部分。与现有的语音内容认证水印算法相比,本发明充分利用了语音编码技术及语音采样点最低有效位数权重敏感等特性。这样既能保证本方法对篡改攻击的敏感性和脆弱性,又能保证篡改发生时对被篡改区域的有效恢复,从而有利于本发明的推广应用。
Description
技术领域
本发明涉及数字语音内容完整性认证及篡改恢复技术领域,特别是一种基于修改最低有效位数权重的语音内容认证和篡改恢复方法。
背景技术
众所周知,语音信号是一种特殊的音频信号,其中往往会含有敏感信息,一旦这些敏感内容遭受破坏,其利用率将会降低。而在现实生活中,人们不仅希望能够验证一段语音内容的真实性,当语音遭受篡改时更希望能够重新获取被攻击部分语音所表达的含义。即同时实现数字语音内容的完整性认证和篡改恢复。
目前,关于数字语音内容完整性认证的研究已取得了较大的进展,而在此基础之上实现语音被篡改内容恢复的文献相对较少。文献“Fragile audio watermarking withperfect restoration capacity based on an adapted integer transform”(Luo Xin-rong,Xiang Shi-jun,Wuhan university Journal of Natural Sciences,vol.19,no.6,pp.497- 504,2014)提出了一种基于自适应整数变换的具有篡改恢复能力的脆弱音频水印算法。优点是采用随机压缩矩阵对原始音频信号进行压缩生成参考信息,使得篡改发生时可以恢复音频被篡改内容。但该方法在恢复过程中需要求解未知方程组,这一方面增加了时间开销,另一方面如果方程中未知数个数较多时存在方程无解或有多个解的可能性,导致恢复的被篡改采样点不正确。此外,该算法没有考虑同步攻击的情况,因此,仅能检测和恢复替换攻击,而对于插入和删除等去同步攻击不具备检测和恢复的能力。文献“Tamperrecovery algorithm for digital speech signal based on DWT and DCT”(Liu Zheng-hui,Luo Da,Huang Ji- wu,Wang Jing,Qi Chuan-da,Multimedia Tools andApplications,vol.76,no.10, pp.12481–12504,2017)基于离散小波变换和离散余弦变换生成用于恢复语音被篡改内容的压缩信号,并将生成的压缩信号和各个语音帧帧号采用块嵌入的方式嵌入到对应语音帧的采样点中。这种方法的优点是在接收端可以快速的从其他语音帧中提取被篡改语音帧的压缩信号并恢复其近似原始内容,解决了恢复过程中大量计算的问题,但是这种方法压缩效率相对较低,需要嵌入的压缩信号量大,此外,压缩过程中损失了原始语音信号中的大量细节,从而造成恢复语音质量相对较差。因此,利用语音编码技术和其自身采样点的敏感性,研究具有较高恢复质量的语音内容完整性认证脆弱水印技术具有重要的研究意义。
发明内容
本发明的目的是提供一种基于修改最低有效位数权重的语音内容认证和篡改恢复算法,是一种结合语音G.723.1编码(或其他语音压缩编码)及自身特征生成定位及篡改恢复水印的数字语音内容真实性和完整性认证的方法,能够在恶意篡改的条件下,有效地保障数字语音内容的可靠性,并能在一定程度上实现对篡改内容的近似恢复。
为了能够精确定位语音被篡改区域,本发明利用语音信号自身特征及语音最低有效位数这一敏感位置,设计了一种新的语音脆弱水印算法,该方法包括基于修改语音采样点最低有效位数权重的脆弱水印算法以及基于语音内容的水印生成和嵌入部分、语音内容认证和恢复部分。
实现本发明目的的技术方案如下:
基于修改最低有效位数权重的语音内容认证和篡改恢复方法,包括:
水印生成及嵌入步骤,包括:
1.1将原始语音S分为I帧,每帧语音包含J个采样点,记第i帧信号为 fi={fi,1,fi,2,...,fi,j,...,fi,J},其中i=1,…,I;
1.2采用语音压缩编码算法,依次对每帧语音fi进行编码,得到压缩后的语音帧信号 csi;所有压缩后的语音帧信号记为cs={cs1,cs2,...,csi,...,csI};
1.3位置映射:通过密钥k1生成用于置乱的I个位置编号p={p1,p2,...,pi,...,pI},并对压缩后的语音帧信号cs按照下式依次进行位置映射,映射后的压缩语音帧信号记为 cs'={cs1',cs'2,...,csi',...,cs'I},
cs′i=cspi;
1.4将每一帧语音信号fi={fi,1,fi,2,...,fi,j,...,fi,J}的各个采样点按照下式进行处理,得到处理后的语音帧信号fi’={fi,’1,fi,’2,...,fi,’j,...,fi,’J};接着,fi’经Hash函数运算,用于生成验证第i段语音帧是否被篡改的校验信息cci,
cci=Hash(fi');
1.5每一帧的水印信息包含三个部分:映射后的压缩语音帧信号cs′i、语音帧号i以及校验信息cci,将三者拼接合成水印信息wi=(wi,1,wi,2,...,wi,m,...,wi,M);
1.7采用修改最低有效位数权重的水印嵌入方案依次将水印信息wi,m嵌入到对应语音片段xm中;
1.8合并所有含水印语音帧,得到最终含水印的语音信号S’;
所述修改最低有效位数权重的水印嵌入方案为,包括步骤:
2.1设原始语音片段采样信号x={x1,x2,...,xn,...,xN},水印信息为w,w∈[0,2N-1];
计算原始语音片段采样信号x的最低有效位数y={y1,y2,…,yn,…,yN},其中
yn=|xn|mod10;
2.2通过原始语音片段采样信号x的最低有效位数值y计算该片段的权重c,其取值范围为[0,2N-1],
2.3计算各个原始语音片段采样信号x的权重c与待嵌入水印信息w的差值,并将其转换为二进制序列d={d1,d2,...,dn,...,dN},此二进制序列长度与原始语音片段采样信号x的长度N相等,
d=(|c-w|)2;
2.4采用以下公式得到含水印信息的最低有效位数y'={y1',y'2,...,y'n,...,y'N},
2.5将含水印信息的最低有效位数y’分别与原始语音片段采样信号x中的采样点按照如下方式相结合,得到含水印信息的语音片段采样信号x’={x1',x'2,...,x'n,...,x'N},
语音内容认证和篡改恢复步骤:
3.1设待检测语音信号为S′,从第一个采样点开始选择连续的J个样本作为一帧语音信号f;
3.2按照步骤1.4生成校验信息的方式,重构语音信号f的校验信息cc;
3.3对每一帧语音信号f,按照步骤1.6的方式进行分段处理,记第m个语音片段采样信号为zm={zm,1,zm,2,...,zm,n,...,zm,N};
3.4按照步骤2.1的方式计算各个语音片段采样信号zm的最低有效位数y= {y1,y2,…,yn,…,yN},并计算各个语音片段采样信号zm的权重,得到提取的水印信息 wm,
所述水印信息wm中包含映射后的压缩语音帧信号tcs,语音帧号n以及校验信息cc’;
3.5比较重构的校验信息cc和提取的校验信息cc’;若两者完全相等,则断定当前所选采样点所构成的语音帧为完整未被篡改的语音帧;此时,得到并记录未被篡改的语音帧信号fn、未被篡改的语音帧号n以及嵌入的压缩信号csn;移动J个样本点,并选择连续的J个样本点作为新的一段语音帧并进行完整性认证;反之,若两者不相等,则当前所选语音帧中第一个采样点遭受篡改,随后移动一个采样点并选择后续的J个样本点作为新的一段语音帧,并进行新一轮的校验;依次重复对选择的语音帧进行认证,直到对待检测语音中所有采样点验证完成;
3.6待检测语音中所有采样点验证完成后,若记录的未被篡改的语音帧号n不是连续的整数,则通过查找n中所缺失语音帧号的数量及位置确定被篡改语音帧的数量eN 以及对应被篡改语音帧的位置eI;
3.7当eN等于零时,判定语音信号未被篡改,检测结束;反之,当被篡改语音帧的数量eN大于零时,判定待检测语音信号已经被篡改,并根据水印生成及嵌入步骤中的密钥k1获得用于逆置乱压缩信号tcs对应的位置编号p,并通过得到的序列p对得到的压缩语音帧信号tcs进行位置逆置乱以得到未被置乱前各段语音帧对应的压缩信号 cs*;随后采用所述语音压缩编码对应的解码方式对得到的压缩信号cs*进行解码重构原始语音信号S*;根据被篡改语音帧的位置eI,利用重构语音信号S*中对应位置的语音帧采样点替换待检测语音S′中被篡改语音帧中的采样点,同时保留待检测语音信号S′中通过认证的语音帧fn,从而得到最终恢复的语音信号rS。
进一步地,所述水印生成及嵌入步骤中,
还包括:根据密钥k2对生成的水印信息wi=(wi,1,wi,2,...,wi,m,...,wi,M)加密,得到加密后待嵌入的水印信息w'i=(w′i,1,w′i,2,...,w′i,m,...,w′i,M);
所述水印生成及嵌入步骤中,步骤1.7相应替换为:采用修改最低有效位数权重的水印嵌入方案依次将水印信息w′i,m嵌入到对应语音片段xm中;
所述语音内容认证和篡改恢复步骤中,步骤3.4相应替换为:按照步骤2.1的方式计算各个语音片段采样信号zm的最低有效位数y={y1,y2,…,yn,…,yN},并计算各个语音片段采样信号zm的权重,得到提取的加密的水印信息w'm,
所述语音内容认证和篡改恢复步骤中,还包括:根据密钥k2对提取的加密的水印信息w'm解密后得到水印信息wm。
上述技术方案中,所述语音压缩编码算法为G.723.1。
本发明的有益效果在于,提供了一种可实现篡改定位及篡改恢复的脆弱水印方法,该方法能有效定位语音内容遭受恶意篡改的位置,从而实现对语音内容的真实性和完整性认证;同时,为了实现篡改恢复,本发明结合语音G.723.1编码生成用于篡改恢复的水印信息,因此,嵌入的水印信息能够实现对语音被篡改内容的近似恢复。
与现有的语音内容认证水印算法相比,本发明充分利用了语音编码技术及语音采样点最低有效位数权重敏感等特性。这样既能保证本方法对篡改攻击的敏感性和脆弱性,又能保证篡改发生时对被篡改区域的有效恢复,从而有利于本发明的推广应用。
附图说明
图1为基于G.723.1语音编码的水印生成、嵌入篡改定位及恢复框图。
图2为嵌入水印前后的原始语音波形和含水印语音波形。
图3为遭受替换攻击的语音波形、篡改定位结果以及恢复后的语音波形。
图4为遭受插入攻击的语音波形、篡改定位结果以及恢复后的语音波形。
图5为遭受删除攻击的语音波形、篡改定位结果以及恢复后的语音波形。
具体实施方式
以下结合附图对本发明的技术方案作进一步描述。
以下结合附图和实施例对本发明的技术方案作进一步描述。
1、修改最低有效位数权重的脆弱水印算法步骤:
(1)假设原始语音片段采样值为x={x1,x2,...,xn,...,xN},水印信息为w(w∈[0,2N-1])。首先,根据下式计算语音信号的最低有效位数,y={y1,y2,…,yn,…,yN}即为语音信号x的最低有效位数。
yn=|xn|mod10
(2)通过信号x的最低有效位数值y计算该片段的权重值c,其值取值范围为[0,2N-1]。
(3)计算各个片段权重c与待嵌入秘密信息w的差值,并将其转换为二进制序列 d={d1,d2,...,dn,...,dN},此二进制长度与语音信号片段的长度N相等。
d=(|c-w|)2
(4)采用以下公式即可得到含水印的最低有效位数y'={y1',y'2,...,y'n,...,y'N}。
(5)最后,将含水印的最低有效位数y’分别与原始语音片段采样点x中未改变的高有效位数按照如下方式相结合,得到最终含水印语音片段x’={x1',x'2,...,x'n,...,x'N}。
2、水印生成及嵌入主要步骤:
(1)将原始语音S分为I帧,根据G.723.1语音压缩编码算法,每帧语音应包含J(J=240) 个采样点,记第i帧信号为fi={fi,1,fi,2,...,fi,j,...,fi,J}(i=1,…,I)。
(2)采用G.723.1语音压缩编码算法,依次对每帧语音fi进行编码,得到压缩后的语音帧信号csi。
(3)位置映射。压缩语音帧信号的作用是为了恢复被篡改语音帧的内容,如果将压缩后的语音帧信号嵌入到其自身,则无法实现被篡改语音内容的恢复。因此,本方案通过密钥k1生成用于置乱的I个位置编号p={p1,p2,...,pi,...,pI},并对压缩后的语音帧信号cs按照下式依次进行位置映射,映射后的压缩语音帧信号记为cs'={cs1',cs'2,...,csi',...,cs'I},cs′i=cspi。
(4)为了使嵌入的水印不影响校验信息的生成,将每一帧语音信号 fi={fi,1,fi,2,...,fi,j,...,fi,J}的各个采样点按照下式进行处理,并得到处理后的语音帧信号 fi’={fi,’1,fi,’2,...,fi,’j,...,fi,’J}。接着,fi’经密码学中的Hash函数运算,用于生成验证当前语音帧是否被篡改的校验信息cci。
cci=Hash(fi')
(5)每一帧的水印信息包含三个部分:压缩语音信号csi′、语音帧号i以及校验信息cci,将三者拼接合成未加密的水印信息wi=(wi,1,wi,2,...,wi,m,...,wi,M)。
(6)为了提高水印的安全性,根据密钥k2对生成的水印信息加密,得到最终待嵌入的水印信息w'i=(w′i,1,w′i,2,...,w′i,m,...,w′i,M)。
(8)按照本方案所提出的修改最低有效位数权重的水印嵌入方案依次将加密后的水印信息w′i,m嵌入到对应语音片段xm中。
(9)合并所有含水印语音帧,从而可以得到最终含水印的语音信号S’。
3、语音内容认证及恢复方案:
(1)假设待检测语音信号为S′,从第一个采样点开始选择连续的J个样本作为一帧语音信号f。
(2)按照嵌入过程中生成校验信息的方式重构当前语音帧f的校验信息cc。
(3)对每一帧语音信号f采用与嵌入过程步骤(7)的方式进行分段处理,记第m个语音片段为zm={zm,1,zm,2,...,zm,n,...,zm,N}。
(4)按照所设计嵌入算法中步骤(1)计算各个语音片段采样点的最低有效位数,并根据下列公式计算各语音片段的权重即可得到提取的水印信息。
其中,y={y1,y2,...,yN}为对应语音片段zm中各采样点的最低有效位数。
(5)根据密钥k2对步骤(3)中提取的水印信息解密,从而可以得到压缩信号tcs,帧号n以及校验信息cc’。
(6)比较重构的校验信息cc和提取的校验信息cc’。若两者完全相等,则可以断定当前所选采样点所构成的语音帧为完整未被篡改的语音帧。此时,可以得到未被篡改的语音帧信号 fn、正确的语音帧号n以及压缩信号csn。移动J个样本点,并选择连续的J个样本点作为新的一段语音帧并进行完整性认证。反之,若两者不相等,则认为当前所选语音帧中第一个采样点遭受篡改,紧接着移动一个采样点并选择后续的J个样本点作为新的一段语音帧,并进行新一轮的校验。重复对选择的语音帧进行认证,直到对待检测语音中所有采样点验证完成。
(7)待检测语音中所有采样点验证完成后,若记录的未被篡改的语音帧号n不是连续的整数,则通过查找n中所缺失语音帧号的数量及位置确定被篡改语音帧的数量eN以及对应被篡改语音帧的位置eI。
(8)当eN等于零时,判定语音信号未被篡改,检测结束;反之,当被篡改语音帧的数量 eN大于零时,判定待检测语音信号已经被篡改,并根据水印生成及嵌入步骤中的密钥k1获得用于逆置乱压缩信号tcs对应的位置编号p,并通过得到的序列p对得到的压缩语音帧信号 tcs进行位置逆置乱以得到未被置乱前各段语音帧对应的压缩信号cs*;随后采用所述语音压缩编码对应的解码方式对得到的压缩信号cs*进行解码重构原始语音信号S*;根据被篡改语音帧的位置eI,利用重构语音信号S*中对应位置的语音帧采样点替换待检测语音S′中被篡改语音帧中的采样点,同时保留待检测语音信号S′中通过认证的语音帧fn,从而得到最终恢复的语音信号rS。
本发明方法的效果可以通过以下的性能分析验证:
1、不可听性
选取采样率为8kHz,样本长度为61140,分辨率为16比特的单声道WAVE格式的英文女声、英文男声、法语女声、法语男声、德语女声、德语男声6种不同类型的语音进行水印嵌入,得到含水印语音信号。原始语音信号与含水印语音信号的SNR值、PESQ分数以及SDG值测试结果见表1。由表1可看出,所测试的6种语音的SNR值均在69dB以上,PESQ分数接近分值4,而SDG值均为0。由图2可以看出,原始语音信号的波形与含水印语音信号的波形在视觉上没有区别,可见修改最低有效位数权重的脆弱水印算法具有很好的不可听性。
2、脆弱性
为了测试所提出修改最低有效位数权重水印嵌入算法的脆弱性,误比特率(BER)被用来测试含水印语音信号在遭受不同程度的信号处理操作之后,所提取水印的错误概率。表2列出了不同常规信号处理后水印提取的BER值,从表中结果可以看,基于修改最低有效位数权重嵌入的水印,一旦遭受常规信号处理操作之后超过30%,甚至50%提取的水印比特发生了改变。从表2的数据可看出,所提出的水印嵌入算法对高斯噪声、低通滤波、重量化、重采样等常规信号处理具有较强的敏感性。
3、恶意篡改定位及篡改恢复性能
图3、图4、图5分别给出了含水印语音信号在遭受替换、插入、删除等恶意的篡改攻击后,根据嵌入的水印信息对语音信号中被篡改语音帧的精确定位结果以及恢复后的语音波形,从恢复的波形可以看到该算法能够实现被篡改内容的近似恢复。表3列出了不同的语音信号在遭受相同的篡改攻击后,恢复语音信号的SNR值、PESQ分数以及SDG值,从表3可以进一步说明,恢复后的语音信号具有良好的恢复质量。
表1不可听性测试结果
表2不同语音在不同信号处理下提取水印的误比特率(BER)
表3不同语音在遭受替换攻击后的恢复质量
(2000个采样点被替换)
Claims (3)
1.基于修改最低有效位数权重的语音内容认证和篡改恢复方法,其特征在于,包括:
水印生成及嵌入步骤,包括:
1.1将原始语音S分为I帧,每帧语音包含J个采样点,记第i帧信号为fi={fi,1,fi,2,...,fi,j,...,fi,J},其中i=1,…,I;
1.2采用语音压缩编码算法,依次对每帧语音fi进行编码,得到压缩后的语音帧信号csi;所有压缩后的语音帧信号记为cs={cs1,cs2,...,csi,...,csI};
1.3位置映射:通过密钥k1生成用于置乱的I个位置编号p={p1,p2,...,pi,...,pI},并对压缩后的语音帧信号cs按照下式依次进行位置映射,映射后的压缩语音帧信号记为cs'={cs1',cs'2,...,csi',...,cs'I},
1.4将每一帧语音信号fi={fi,1,fi,2,...,fi,j,...,fi,J}的各个采样点按照下式进行处理,得到处理后的语音帧信号fi’={fi,’1,fi,’2,...,fi,’j,...,fi,’J};接着,fi’经Hash函数运算,用于生成验证第i段语音帧是否被篡改的校验信息cci,
cci=Hash(fi');
1.5每一帧的水印信息包含三个部分:映射后的压缩语音帧信号csi′、语音帧号i以及校验信息cci,将三者拼接合成水印信息wi=(wi,1,wi,2,...,wi,m,...,wi,M);
1.7采用修改最低有效位数权重的水印嵌入方案依次将水印信息wi,m嵌入到对应语音片段xm中;
1.8合并所有含水印语音帧,得到最终含水印的语音信号S’;
所述修改最低有效位数权重的水印嵌入方案为,包括步骤:
2.1设原始语音片段采样信号x={x1,x2,...,xn,...,xN},水印信息为w,w∈[0,2N-1];
计算原始语音片段采样信号x的最低有效位数y={y1,y2,…,yn,…,yN},其中
yn=|xn|mod 10;
2.2通过原始语音片段采样信号x的最低有效位数值y计算该片段的权重c,其取值范围为[0,2N-1],
2.3计算各个原始语音片段采样信号x的权重c与待嵌入水印信息w的差值,并将其转换为二进制序列d={d1,d2,...,dn,...,dN},此二进制序列长度与原始语音片段采样信号x的长度N相等,
d=(|c-w|)2;
2.4采用以下公式得到含水印信息的最低有效位数y'={y1',y'2,...,y'n,...,y'N},
2.5将含水印信息的最低有效位数y’分别与原始语音片段采样信号x中的采样点按照如下方式相结合,得到含水印信息的语音片段采样信号x’={x1',x'2,...,x'n,...,x'N},
语音内容认证和篡改恢复步骤:
3.1设待检测语音信号为S′,从第一个采样点开始选择连续的J个样本作为一帧语音信号f;
3.2按照步骤1.4生成校验信息的方式,重构语音信号f的校验信息cc;
3.3对每一帧语音信号f,按照步骤1.6的方式进行分段处理,记第m个语音片段采样信号为zm={zm,1,zm,2,...,zm,n,...,zm,N};
3.4按照步骤2.1的方式计算各个语音片段采样信号zm的最低有效位数y={y1,y2,…,yn,…,yN},并计算各个语音片段采样信号zm的权重,得到提取的水印信息wm,
所述水印信息wm中包含映射后的压缩语音帧信号tcs,语音帧号n以及校验信息cc’;
3.5比较重构的校验信息cc和提取的校验信息cc’;若两者完全相等,则断定当前所选采样点所构成的语音帧为完整未被篡改的语音帧;此时,得到并记录未被篡改的语音帧信号fn、未被篡改的语音帧号n以及嵌入的压缩信号csn;移动J个样本点,并选择连续的J个样本点作为新的一段语音帧并进行完整性认证;反之,若两者不相等,则当前所选语音帧中第一个采样点遭受篡改,随后移动一个采样点并选择后续的J个样本点作为新的一段语音帧,并进行新一轮的校验;依次重复对选择的语音帧进行认证,直到对待检测语音中所有采样点验证完成;
3.6待检测语音中所有采样点验证完成后,若记录的未被篡改的语音帧号n不是连续的整数,则通过查找n中所缺失语音帧号的数量及位置确定被篡改语音帧的数量eN以及对应被篡改语音帧的位置eI;
3.7当eN等于零时,判定语音信号未被篡改,检测结束;反之,当被篡改语音帧的数量eN大于零时,判定待检测语音信号已经被篡改,并根据水印生成及嵌入步骤中的密钥k1获得用于逆置乱压缩信号tcs对应的位置编号p,并通过得到的序列p对得到的压缩语音帧信号tcs进行位置逆置乱以得到未被置乱前各段语音帧对应的压缩信号cs*;随后采用所述语音压缩编码对应的解码方式对得到的压缩信号cs*进行解码重构原始语音信号S*;根据被篡改语音帧的位置eI,利用重构语音信号S*中对应位置的语音帧采样点替换待检测语音S′中被篡改语音帧中的采样点,同时保留待检测语音信号S′中通过认证的语音帧fn,从而得到最终恢复的语音信号rS。
2.如权利要求1的方法,其特征在于,
所述水印生成及嵌入步骤中,还包括:根据密钥k2对生成的水印信息wi=(wi,1,wi,2,...,wi,m,...,wi,M)加密,得到加密后待嵌入的水印信息w'i=(w'i,1,w'i,2,...,w'i,m,...,w'i,M);
所述水印生成及嵌入步骤中,步骤1.7相应替换为:采用修改最低有效位数权重的水印嵌入方案依次将水印信息w'i,m嵌入到对应语音片段xm中;
所述语音内容认证和篡改恢复步骤中,步骤3.4相应替换为:按照步骤2.1的方式计算各个语音片段采样信号zm的最低有效位数y={y1,y2,…,yn,…,yN},并计算各个语音片段采样信号zm的权重,得到提取的加密的水印信息w'm,
所述语音内容认证和篡改恢复步骤中,还包括:根据密钥k2对提取的加密的水印信息w'm解密后得到水印信息wm。
3.如权利要求1或2的方法,其特征在于,所述语音压缩编码算法为G.723.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711154980.0A CN107993669B (zh) | 2017-11-20 | 2017-11-20 | 基于修改最低有效位数权重的语音内容认证和篡改恢复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711154980.0A CN107993669B (zh) | 2017-11-20 | 2017-11-20 | 基于修改最低有效位数权重的语音内容认证和篡改恢复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107993669A CN107993669A (zh) | 2018-05-04 |
CN107993669B true CN107993669B (zh) | 2021-04-16 |
Family
ID=62031541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711154980.0A Active CN107993669B (zh) | 2017-11-20 | 2017-11-20 | 基于修改最低有效位数权重的语音内容认证和篡改恢复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107993669B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108962267B (zh) * | 2018-07-09 | 2019-11-15 | 成都信息工程大学 | 一种基于哈希特征的加密语音内容认证方法 |
CN109413444A (zh) * | 2018-10-30 | 2019-03-01 | 苏州科达科技股份有限公司 | 视频的完整性校验数据生成方法、完整性校验方法及装置 |
CN110197054B (zh) * | 2019-04-26 | 2022-08-02 | 平安科技(深圳)有限公司 | MusicXML格式文件水印嵌入及提取方法、装置及存储介质 |
CN112364386B (zh) * | 2020-10-21 | 2022-04-26 | 天津大学 | 一种结合压缩感知和dwt的音频篡改检测与恢复方法 |
CN112995135B (zh) * | 2021-02-03 | 2021-11-02 | 贵州财经大学 | 一种面向海量数字语音内容的批量内容认证方法 |
CN114999502B (zh) * | 2022-05-19 | 2023-01-06 | 贵州财经大学 | 基于自适应字分帧的语音内容水印生成、嵌入方法、语音内容的完整性认证及篡改定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1658555A (zh) * | 2004-02-17 | 2005-08-24 | 三洋电机株式会社 | 电子水印嵌入装置及方法和电子水印提取装置及方法 |
CN102522092A (zh) * | 2011-12-16 | 2012-06-27 | 大连理工大学 | 一种基于g.711.1的语音带宽扩展的装置和方法 |
CN102522089A (zh) * | 2011-12-02 | 2012-06-27 | 华中科技大学 | 用于g.723.1语音编码器的信息嵌入和提取方法 |
CN103456308A (zh) * | 2013-08-05 | 2013-12-18 | 西南交通大学 | 一种可恢复的密文域语音内容认证方法 |
CN103986721A (zh) * | 2014-05-27 | 2014-08-13 | 华侨大学 | 一种面向ip语音的最低有效位隐写方法 |
CN105895109A (zh) * | 2016-05-10 | 2016-08-24 | 信阳师范学院 | 一种基于dwt和dct的数字语音取证和篡改恢复方法 |
CN106531176A (zh) * | 2016-10-27 | 2017-03-22 | 天津大学 | 音频信号篡改检测与恢复的数字水印算法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100595202B1 (ko) * | 2003-12-27 | 2006-06-30 | 엘지전자 주식회사 | 디지털 오디오 워터마크 삽입/검출 장치 및 방법 |
US20080089554A1 (en) * | 2006-03-03 | 2008-04-17 | Catcher Inc. | Device and method for digitally watermarking an image with data |
US9674350B2 (en) * | 2015-04-27 | 2017-06-06 | Pbxwall Ltd. | Telecommunication fraud prevention system and method |
-
2017
- 2017-11-20 CN CN201711154980.0A patent/CN107993669B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1658555A (zh) * | 2004-02-17 | 2005-08-24 | 三洋电机株式会社 | 电子水印嵌入装置及方法和电子水印提取装置及方法 |
CN102522089A (zh) * | 2011-12-02 | 2012-06-27 | 华中科技大学 | 用于g.723.1语音编码器的信息嵌入和提取方法 |
CN102522092A (zh) * | 2011-12-16 | 2012-06-27 | 大连理工大学 | 一种基于g.711.1的语音带宽扩展的装置和方法 |
CN103456308A (zh) * | 2013-08-05 | 2013-12-18 | 西南交通大学 | 一种可恢复的密文域语音内容认证方法 |
CN103986721A (zh) * | 2014-05-27 | 2014-08-13 | 华侨大学 | 一种面向ip语音的最低有效位隐写方法 |
CN105895109A (zh) * | 2016-05-10 | 2016-08-24 | 信阳师范学院 | 一种基于dwt和dct的数字语音取证和篡改恢复方法 |
CN106531176A (zh) * | 2016-10-27 | 2017-03-22 | 天津大学 | 音频信号篡改检测与恢复的数字水印算法 |
Non-Patent Citations (2)
Title |
---|
《Semifragile Speech Watermarking Based on Least Significant Bit Replacement of Line Spectral Frequencies》;Nematollahi, Mohammad Ali et al.;《Mathematical Problems in Engineering》;20170131;全文 * |
《基于音频信息的数据库水印算法研究》;王海庆;《中国优秀硕士学位论文全文数据库 信息科技辑》;20081015(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107993669A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107993669B (zh) | 基于修改最低有效位数权重的语音内容认证和篡改恢复方法 | |
Zhu et al. | When seeing isn't believing [multimedia authentication technologies] | |
Tiwari et al. | Watermarking based image authentication and tamper detection algorithm using vector quantization approach | |
Wang et al. | Centroid-based semi-fragile audio watermarking in hybrid domain | |
Liu et al. | A novel speech content authentication algorithm based on Bessel–Fourier moments | |
CN101409813A (zh) | 防止和识别图像篡改的图像编码方法 | |
Bansal et al. | A survey on steganography using least significant bit (lsb) embedding approach | |
CN103456308A (zh) | 一种可恢复的密文域语音内容认证方法 | |
CN1315091C (zh) | 一种基于特征的数字图象认证方法 | |
Liu et al. | Adaptive feature calculation and diagonal mapping for successive recovery of tampered regions | |
CN114999502B (zh) | 基于自适应字分帧的语音内容水印生成、嵌入方法、语音内容的完整性认证及篡改定位方法 | |
Maung et al. | Authentication of MP4 file by perceptual hash and data hiding | |
CN108962267B (zh) | 一种基于哈希特征的加密语音内容认证方法 | |
Qian et al. | A fragile watermarking algorithm for speech authentication by modifying least significant digits | |
Li et al. | Audio-lossless robust watermarking against desynchronization attacks | |
Li et al. | Parameterization of LSB in self-recovery speech watermarking framework in big data mining | |
CN107680608B (zh) | 一种基于喷泉码的易碎水印自恢复方法 | |
Amirtharajan et al. | Info Hide–A Cluster Cover Approach | |
Zhu et al. | Multimedia authentication and watermarking | |
Hu et al. | A semi fragile watermarking algorithm based on compressed sensing applied for audio tampering detection and recovery | |
Valenzise et al. | Identification of sparse audio tampering using distributed source coding and compressive sensing techniques | |
CN108877819B (zh) | 一种基于系数自相关度的语音内容取证方法 | |
Tsai et al. | A watermarking-based authentication with malicious detection and recovery | |
Zhang et al. | Encrypted speech authentication and recovery scheme based on fragile watermarking | |
Bhowal et al. | Secured Genetic Algorithm Based Image Hiding Technique with Boolean Functions. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |