基于感知哈希的语音身份及内容认证技术研究

摘要

随着多媒体技术及网络技术的飞速发展，使得多媒体信息传播和存储变得越来越方便的同时，也带来了极大的风险。因此多媒体信息的版权保护以及内容认证的安全问题变的越来越重要。感知哈希由于其感知特性，对多媒体信号常规处理具有良好的鲁棒性，近年来成为多媒体信息安全研究热点。
　　本文基于感知哈希，分别设计了说话人身份认证算法及语音内容认证算法，论文的主要工作如下：
　　(1)基于说话人指纹特征生成感知哈希，设计一种可以对说话人身份进行认证的算法。首先将说话人的指纹图像，在密钥的控制下随机的选择出多个矩形区域，然后计算每个矩形区域的重心坐标，量化后，分别转换为对应的二进制形式，最后并置形成代表说话人指纹图像感知哈希，将其作为数字水印嵌入到语音中达到说话人特征与语音关联的目的，因此该算法克服了传统说话人身份认证方案容易受到环境、说话人身体状态等客观因素影响的不足。算法对旋转、噪声是鲁棒的，同时也具有较强的安全性与唯一性。
　　(2)根据语音过零率及质心特征，设计了一种基于感知哈希的语音内容认证算法。利用语音特征过零率与质心经过感知哈希提取算法得到代表语音特征的感知哈希，再通过量化语音均值的方法将感知哈希值视作一种水印嵌入到语音中，这样语音中就包含了代表语音本身特征感知哈希值，通过相应的提取算法，将感知哈希值提取出来，经过认证算法，可判断语音是否被篡改并定位篡改位置。经过实验证明，本算法对噪声、低通滤波等常规信号处理具有良好的鲁棒性，对恶意篡改攻击能正确判断并定位。