基于DNN语音识别模型的信息隐藏方法研究

摘要

随着各种多媒体如语音和图像的使用变得越来越普遍，这些数字多媒体不可避免地带来了通信信息安全性的问题，而信息隐藏技术有望为信息安全性提供技术保护。目前大部分信息隐藏技术都是以图像作为载体的研究，而以语音为载体的研究成果相对比较少。语音是一种在人们平时生活中经常用到的交流工具，且在语音信号中有大量的冗余可以用来进行隐秘信息的隐藏，因此对以语音信号为载体的信息隐藏方法研究也有很大的价值。　　当前的语音信息隐藏研究可以大致分为基于时间域的技术和基于变换域的技术。基于时间域的技术具有较大的隐藏容量，但不可感知性较差；基于变换域的技术具有更好的不可感知性，但是隐藏容量相对较低。为了解决隐藏容量与不可感知性两者之间不平衡的问题，本文新提出了一种基于深度神经网络(Deep Neural Networks, DNN)自动语音识别(AutomaticSpeechRecognition,ASR)模型的语音信息隐藏技术。本文的主要工作如下：　　(1)提出了一种基于DNN自动语音识别模型的语音信息隐藏技术，该技术以原始语音信号作为输入，在经过私有的基于DNN的自动语音识别模型的训练后，可以获得嵌入了隐藏信息的语音信号(称为stego-audio)。　　(2)对提出的方法进行了隐藏容量、不可感知性、安全性、鲁棒性与不可检测性的性能指标评估。实验结果表明，所提出的语音信息隐藏技术具有48cps的高隐藏容量，且具有良好的不可感知性、不可检测性与高安全性。　　(3)使用网络编程完成了一个基于用户-服务器(Client-Server)架构的语音信息隐藏通信原型系统设计，实现了用户登陆与认证、语音信息的采集与传输、隐秘信息的嵌入与提取等功能。　　(4)在总结与展望中，我们还提出了本文所生成携密语音的一种潜在应用，该方法生成的携密语音可被用于激活基于DNN的ASR模型固有的内在后门，这给智能语音助手带来了严重威胁。

目录

声明

第 1 章 绪论

1.1 研究背景与意义

1.2 信息隐藏技术的发展历程

1.2.1 信息隐藏技术的历史

1.2.2 现代信息隐藏技术的发展

1.2.3 信息隐藏技术的应用

1.3 本文主要工作与组织结构

第 2 章 语音信息隐藏技术概述

2.1 语音信息隐藏生理学基础

2.1.1 人耳的构造

2.1.2 听觉感受性

2.1.3 掩蔽效应

2.2 语音信息隐藏系统构成

2.3 语音信息隐藏技术分类

2.3.1 时间域算法

2.3.2 变换域算法

2.4 语音信息隐藏技术评估指标

2.4.1 隐藏容量

2.4.2 不可感知性

2.4.3 安全性

2.4.4 鲁棒性

2.4.5 不可检测性

2.5 本章小结

第 3 章 基于DNN 语音识别模型的信息隐藏技术

3.1 预备理论知识

3.1.1 自动语音识别技术（Automatic Speech Recognition，ASR）

3.1.2 CTC-loss 理论

3.1.3 对抗样本（Adversarial Examples，AEs）

3.2 基于DNN语音识别模型的信息隐藏算法

3.2.1 隐秘信息的嵌入

3.2.2 优化语音信息隐藏算法

3.2.3 提升算法鲁棒性

3.2.4 隐秘信息的提取

3.3 实验结果

3.3.1 隐藏容量分析

3.3.2 不可感知性分析

3.3.3 安全性分析

3.3.4 鲁棒性分析

3.3.5 不可检测性分析

3.4 本章小结

第 4 章 语音信息隐藏原型系统实现

4.1 语音信息隐藏系统整体框架

4.2 语音信息采集

4.3 网络连接和传输

4.4 隐秘信息的嵌入和提取

4.5 系统界面

4.6 软件功能测试

4.7 本章小结

总结与展望

5.1 本文工作总结

5.2 展望未来

5.2.1 提升鲁棒性

5.2.2 智能语音助手固有后门

参考文献

致 谢