申请/专利权人：华侨大学

申请日：2024-01-18

公开（公告）日：2024-04-16

公开（公告）号：CN117614740B

主分类号：H04L9/40

分类号：H04L9/40;H04M7/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明提供了一种基于多级矢量联合优化的IP语音隐写方法，属于安全通信领域，适用于以IP语音VoiceoverInternetProtocol,VoIP为载体的隐蔽通信。该方法旨在不损害语音质量的前提下，充分利用人类听觉系统的不敏感性和语音编码过程中存在的冗余，巧妙地嵌入隐秘信息。包括（1）预先准备步骤；（2）隐秘信息嵌入步骤；（3）隐秘信息提取步骤。本发明利用多级矢量量化方法中不同码本的码字之间的强关联性，通过对线性预测系数进行联合修改，从而实现具有强不可感知性的IP语音隐写。本方法在保证载体最大利用率的同时最大程度减少了对语音载体的修改，从而能够在确保嵌入容量的同时有效维护载密语音的隐写不可感知性。

主权项：1.一种基于多级矢量联合优化的IP语音隐写方法,其特征在于，包括：获取待隐写的语音帧数据，确定所述语音帧数据中每个码字索引的隐藏容量，将所述隐藏容量设为x比特，构建预设的码本中所有码字与x比特所述隐藏容量中隐秘信息之间的映射关系，并将所述码本划分成多个子码本集合；对当前语音帧进行线性预测系数矢量量化处理，获得码字索引序列，根据所述码字索引序列构建多级矢量联合优化模型，以确保最新生成的码字索引序列与原码字索引序列表示的目标矢量的欧式距离最小，以确保最小化语音失真；获得与所述多级矢量联合优化模型相对应的多级矢量联合优化模型求解方案，并在所述子码本集合中筛选出使语音失真最小的码字索引序列，具体为：确定预设的语音编解码器的码本集合{C1,C2,…,Cm}中的码字数量分别为{N1,N2,…,Nm}，其中，每一码本的码字均能够表示的隐秘信息为x比特，x比特隐秘信息表示为{20,21,…,2x-1,2x}；计算码本Ck中的每个码字Ck[i]的欧几里德范数，其中，k＝1,2,…,m，i＝1,2,…,Nk；根据码字的欧几里德范数对码字集合{Ck[1],Ck[1],…,Ck[Nk]}进行降序排列处理，得到新的码字集合{Sk[1],Sk[1],…,Sk[Nk]}；根据重新排列的码字集合{Sk[1],Sk[1],…,Sk[Nk]}，将码本Ck划分为多个子码本划分过程形式化表述为： 其中，j表示x比特隐秘信息的值，h表示每个子码本包含的码字数量，子码本Ck,j中的h个码字都表示隐秘信息j；根据当前语音帧需嵌入的隐秘信息{s1,s2,…,sm}，从所述子码本集合中，获取符合隐秘信息的子码本集合{RC1,RC2,…,RCm}，其中，k＝1,2,…,m，获取过程形式化表述为： 其中，子码本RCk中的所有码字都表示x比特的隐秘信息sk；对当前语音帧进行线性预测系数矢量量化处理，得到码字索引序列{I1,I2,…,Im}，构建多级矢量联合优化模型，所述多级矢量联合优化模型在{RC1,RC2,…,RCm}中获得新的码字索引序列{K1,K2,…,Km}，以确保LSF矢量X和重构矢量Y的欧式距离最小，确保最小化语音失真，其中，X＝C1[I1]+C2[I2]+…+Cm[Im]，Y＝C1[K1]+C2[K2]+…+Cm[Km]；考虑不同码本的码字关联性，设定联合优化目标，以降低语音失真，联合优化目标形式化表述为：minZ＝EX,C1[K1]+…+Cm[Km]s.t.Ci[Ki]∈RCi,i＝1,2,…,m其中，Z表示语音失真，E表示计算欧式距离的函数；设语音帧的目标矢量为X，初始化零矢量Y，设定迭代计数器i＝1，进行迭代处理，在每一轮迭代中，将码本RCi里面的所有码字分别与Y相加，计算相加矢量与目标矢量X的欧式距离，找到使欧式距离最小的最优码字索引Ki，查找的过程形式化表述为： 当判断到当前迭代结束时，更新矢量Y＝Y+RCi[Ki]，迭代计数器i＝i+1，继续下一轮迭代，并且在判断到im时，已遍历完所有码本，找到与输入向量X最匹配的码字索引序列{K1,K2,…,Km}；确定所述隐秘信息的长度、所述隐秘信息的内容、以及语音编解码器量化过程中矢量量化器的级联次数，并根据每个语音帧所能嵌入的最大隐藏容量，将所述隐秘信息进行分组处理，以使得每组的隐秘信息能够全部嵌入单个语音帧；其中，利用所述多级矢量联合优化模型求解方案修改语音帧的码字索引序列，并依次将分组后的隐秘信息嵌入至语音帧中，具体为：发送方确定所述隐秘信息的长度L和所述隐秘信息B＝{bi|bi∈{0,1},i＝1,2,…,L}，并确定语音编解码器量化过程中矢量量化器的级联次数m；对所述隐秘信息进行预处理，经过处理后的隐秘信息为B＝{bi|bi∈{0,1,…,2x-1},i＝1,2,…,Lx}，其中，bi为x比特隐秘信息的十进制表示，隐秘信息分组表示为Bq＝{bi|bi∈{0,1,…,2x-1},i∈{q-1m+1,q-1m+2,…,qm},q∈{1,2,…,r}},其中，设L能被m整除；初始化语音帧序号p＝1，提取的隐秘信息分组序号q＝1，并初始化提取隐秘信息序列根据待嵌入的隐秘信息Bq＝{bi|bi∈{0,1,…,2x-1},i∈{q-1m+1,q-1m+2,…,qm}}，利用多级矢量联合优化模型从子码本集合{Ck,b|k∈{1,2,…,m},b∈{0,1,…,2x-1}}中选出符合隐秘信息的子码本集合{RC1,RC2,…,RCm}；根据多级矢量联合优化模型求解算法，对当前语音帧中目标矢量X和符合隐秘信息的子码本集合{RC1,RC2,…,RCm}进行处理，得到新的码字索引序列{K1,K2,…,Km}，并替换成当前语音帧的码字索引序列；当判断到qr时，隐秘信息已全部嵌入到语音帧里，结束隐秘信息嵌入；当判断到q≤r时，继续向下一个语音帧嵌入隐秘信息，更新p＝p+1，q＝q+1，重新求解下一个语音帧的码字索引序列；根据所述预设的码本中所有码字与x比特所述隐藏容量中隐秘信息之间的映射关系，提取每一语音帧中码字索引序列所表示的分组后的隐秘信息，直至所有隐秘信息提取完毕，生成IP语音隐写结果，具体为：接送方确定隐秘信息的长度L，以及语音编解码器量化过程中矢量量化器的级联次数m；初始化语音帧序号p＝1，隐秘信息分组序号q＝1，隐秘信息序列空集针对序号为p的语音帧，当前码字索引序列为{K1,K2,…,Km}；在子码本集合Ck,b中搜索包含码字索引Ki的子码本，提取隐秘信息bi，其中，k∈{1,2,…,m},b∈{0,1,…,2x-1}，i∈{1,2,…,m}，隐秘信息bi的提取过程形式化表述为： 使得bi＝z,如果Ki∈Ci,z将提取到的隐秘信息{b1,b2,…,bm}添加到隐秘信息序列B中，并判断是否遍历完所有得语音帧或者若是，结束隐秘信息提取过程；若否，继续向下一个语音帧提取秘密信息，更新p＝p+1，q＝q+1，重新进行搜索处理。

全文数据：

权利要求：

百度查询： 华侨大学 一种基于多级矢量联合优化的IP语音隐写方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD