感知哈希及其在语音检索与认证中的应用

发布时间：2017-07-02 15:21

  本文关键词：感知哈希及其在语音检索与认证中的应用，，由笔耕文化传播整理发布。

【摘要】：“互联网+”时代的到来,网络通信飞速发展,人们可以直接通过语音与计算机或各种移动终端设备之间进行交流,完成各种语音指令,给人们带来方便的同时也导致语音的存储量“爆炸式”增长。云计算的诞生,为大规模信息存储提供了转机。但云存储平台并不是可信任的第三方,如何保证云端数据的安全性以及如何提高云端大规模语音数据处理的效率成为亟需解决的问题。针对上述问题,本文研究了适用于语音的感知哈希算法,并将其应用于大规模语音检索与认证应用中,主要研究工作如下：(1)设计了一种基于共振峰频率和时域能量差的感知哈希方案,该方案利用共振峰能够表征说话人音色特征这一特性,提取语音段的共振峰频率作为特征参数构造语音的粗糙感知哈希序列。利用时域短时能量差具有较强的鲁棒性以及计算复杂度相对较低的特点,将时域能量差作为语音段的细节特征,量化为语音的细节感知哈希序列,将粗糙感知哈希序列和细节感知哈希序列按分帧的顺序结合起来,作为最终的感知哈希序列。仿真实验结果表明,本文算法具有很强的感知鲁棒性,良好的区分性和摘要性,并且该算法的设计过程是从实际应用角度出发,将该感知哈希方案应用于大规模语音检索时能有效提升检索效率。(2)实现了基于感知哈希的语音检索与认证应用。感知哈希算法特征选取和量化方法多种多样,但在各种应用中的匹配过程通常都是逐一匹配感知哈希序列的比特位,选取相关性最高的记为匹配结果,这种方法增加了许多不必要的计算量。本文从大数据的应用背景出发,提出分级匹配思想,可明显提升计算效率,为该感知哈希方案应用于云端大规模语音检索提供了新思路。本文设计的语音检索方案,匹配过程首先对语音的粗略特征进行匹配,筛选出与目标语音具有相似音色的语音片段,然后对筛选出的具有相似音色的语音匹配其细节特征,最终获得精确匹配结果。应用于云端海量语音信号处理时可以省去匹配细节感知哈希序列的计算量,提高匹配效率。同时考虑到数据传输过程的安全性,对检索结果进一步认证,认证通过才返回给用户。实验结果表明,该检索方案可获得较高查全率和查准率,同时检索效率明显提高。
【关键词】：感知哈希 语音 数字水印 检索 认证
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.3
【目录】：

• 摘要6-7
• abstract7-10
• 第1章 绪论10-17
• 1.1 课题的研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 语音感知哈希技术研究现状11-13
• 1.2.2 语音检索技术研究现状13-14
• 1.2.3 语音认证技术研究现状14-15
• 1.3 本文主要研究内容15-16
• 1.4 本文结构16-17
• 第2章 感知哈希概述及语音检索、认证技术17-27
• 2.1 感知哈希概述17-23
• 2.1.1 感知哈希的定义17-18
• 2.1.2 感知哈希的性质18-19
• 2.1.3 感知哈希的应用19-20
• 2.1.4 感知哈希性能的评价指标20-23
• 2.2 语音检索技术23-24
• 2.2.1 基于内容的语音检索框架23-24
• 2.2.2 检索性能评价标准24
• 2.3 语音认证技术24-26
• 2.3.1 语音认证系统的基本要求25
• 2.3.2 感知哈希应用于语音认证的意义25-26
• 2.4 本章小结26-27
• 第3章 基于共振峰频率的语音感知哈希算法27-38
• 3.1 概述27
• 3.2 LPC方法提取共振峰频率27-29
• 3.3 基于共振峰频率和时域能量差的感知哈希算法29-32
• 3.3.1 基于共振峰频率的粗糙感知哈希生成30-31
• 3.3.2 基于时域能量差的细节感知哈希生成31-32
• 3.3.3 粗糙感知哈希与细节感知哈希的结合32
• 3.4 实验结果与性能分析32-36
• 3.4.1 感知哈希区分性分析32-34
• 3.4.2 感知哈希鲁棒性分析34-35
• 3.4.3 感知哈希抗碰撞性分析35-36
• 3.4.4 感知哈希摘要性分析36
• 3.4.5 感知哈希熵率分析36
• 3.5 本章小结36-38
• 第4章 感知哈希在语音检索与认证中的应用38-53
• 4.1 概述38-39
• 4.2 基于感知哈希的语音检索与认证框架设计39-40
• 4.3 基于感知哈希的语音检索40-42
• 4.4 基于感知哈希的语音认证42-44
• 4.5 实验结果及分析44-52
• 4.5.1 检索查全率/查准率分析44-46
• 4.5.2 检索效率分析46-48
• 4.5.3 不可听性分析48-49
• 4.5.4 水印处理对感知鲁棒性的影响49-50
• 4.5.5 语音认证结果分析50-52
• 4.6 本章小结52-53
• 总结与展望53-55
• 致谢55-56
• 参考文献56-60
• 攻读硕士学位期间发表的论文及科研成果60

【相似文献】

中国期刊全文数据库 前10条

1 张勇,雷振明;基于流应用中的哈希查表性能研究[J];计算机工程与应用;2003年25期

2 马如林;蒋华;张庆霞;;一种哈希表快速查找的改进方法[J];计算机工程与科学;2008年09期

3 蒋大宏;动态哈希方法[J];计算机工程;1993年01期

4 蒋大宏;实现检索代价最优的动态哈希法[J];计算机工程与应用;1994年Z2期

5 刘冠福;;动态哈希表的设计及应用[J];计算机时代;1996年02期

6 朱芳芳;李训根;;改进的哈希表查找算法[J];杭州电子科技大学学报;2013年05期

7 赵宇;;基于哈希表查找方法的优势及其算法的改进[J];中小企业管理与科技(下旬刊);2012年03期

8 高文利;朱丽;;哈希表在计算语言学中的运用[J];现代语文(语言研究版);2009年06期

9 贺元香;史宝明;;除留余数法建立哈希表的方法改进[J];甘肃科技;2008年07期

10 刘舱强;邓昌胜;余谅;;基于哈希表的最长前缀匹配算法改进[J];微计算机信息;2009年30期

中国重要会议论文全文数据库 前2条

1 朱芳芳;李训根;;改进的哈希表查找算法[A];浙江省电子学会2013学术年会论文集[C];2013年

2 赵竞;余宏亮;张X;郑纬民;;广域网分布式哈希表存储副本可靠性的维护[A];全国网络与信息安全技术研讨会论文集（下册）[C];2007年

中国博士学位论文全文数据库 前4条

1 黄慧群;内容中心网络的查表技术研究[D];解放军信息工程大学;2014年

2 季剑秋;面向大规模数据相似计算和搜索的哈希方法研究[D];清华大学;2015年

3 彭建章;非阻塞算法与多进程网络程序优化研究[D];中国科学技术大学;2013年

4 付海燕;基于图像哈希的大规模图像检索方法研究[D];大连理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 郝广洋;语音感知哈希及其在密文语音检索中的应用研究[D];西南交通大学;2015年

2 任刘姣;感知哈希及其在语音检索与认证中的应用[D];西南交通大学;2016年

3 王戊林;面向视频检索的高效哈希技术研究[D];山东大学;2016年

4 卢佳音;基于图像哈希检索的图像重排方法研究[D];大连理工大学;2013年

5 汪龙重;达梦数据库哈希连接算法的研究[D];华中科技大学;2012年

6 杨牧洲;分层哈希链表及其在数据查询认证中的应用[D];东北大学;2009年

7 黄志骞;基于迭代量化的用于近似最近邻检索的哈希方法[D];华南理工大学;2015年

8 王聪;基于局部敏感哈希的声源定位方法[D];大连理工大学;2015年

9 陈凯;数据库哈希连接算法研究[D];复旦大学;2013年

10 张梁;基于局部敏感哈希的近似近邻查询算法研究[D];南京邮电大学;2015年

  本文关键词：感知哈希及其在语音检索与认证中的应用，由笔耕文化传播整理发布。

本文编号：510475