[发明专利]基于基音延迟子帧组组内差值Markov转移概率特征的AMR基音延迟隐写分析方法

说明书

技术领域

本发明涉及数字媒体处理技术领域，特别涉及一种判断AMR语音是否经过秘密信息隐写的多媒体信息内容安全技术领域。

技术背景

近些年以来，伴随着移动通讯手段的不断成熟，通讯厂商已经全面推广针对移动互联网的通讯技术手段，语音通讯业务需求量日益增长，对语音通讯的编码质量以及网络带宽占用量的要求全面提升。为满足移动语音通讯的需求，在1999年10月，3GPP(3rd Generation Partnership Project)指定AMR(AdaptiveMulti-Rate，自适应多码率)语音编码作为移动互联网语音通讯的语音压缩编码标准，使得AMR编码在GSM、TDMA、UMTS和VoLTE中被广泛使用。目前，各类移动终端设备，如：三星、苹果和华为等手机厂商将AMR设置为手机的语音格式。同时，安装在智能终端的各种通信APP，如：微信、QQ和Skype等，在语音聊天和语音留言功能中，格式亦采用AMR编码。随着AMR编码标准的普及，AMR语音为隐写术提供了全新的空间。

针对AMR语音的隐写算法逐渐出现，这些算法主要集成在AMR语音的编码过程中，通过在编码过程中调整和修改相关参数，使参数中含有秘密信息完成嵌入。基于AMR语音的编码特性，已有的隐写算法主要涉及语音压缩编码中的线性预测阶段、自适应码本搜索阶段和固定码本调制阶段。其中，针对AMR语音自适应码本搜索阶段的隐写算法，对编码过程中基音延迟进行微调实现秘密信息的隐藏，检测难度大，相应的隐写分析算法也较少。

在AMR语音编码自适应码本搜索阶段，基音延迟是对语音基音周期的预测结果，浊音段基音延迟之间具有短时稳定性。而现有面向基音延迟的隐写方法通过控制基音延迟的搜索范围实现秘密信息的嵌入，将会导致浊音段基音延迟的短时稳定特性发生改变。基于上述考虑，采用基于基音延迟子帧组组内差值Markov转移概率作为特征，可实现针对AMR基音延迟隐写方法的有效检测。

本发明的隐写分析检测方法基于AMR语音，在发明内容陈述之前需要对AMR语音的编解码原理进行介绍。

AMR语音压缩编码是基于ACELP的混合语音压缩编码技术，其特点是可以依照待压缩音频的具体情况和通信环境，选择合适的语音压缩编码码率。图1是AMR编码原理示意图，其基本原理是对原始语音按帧编码时，根据使合成语音与原始语音的加权均方误差最小的准则，从自适应码本和固定码本中挑选出合适的码本矢量来代替残差信号，并将码矢地址和增益及各滤波器的参数量化编码后传送到接收端。AMR编码器输入语音的采样频率为8kHz，语音信号是16bit量化无压缩的线性PCM编码，以20ms为一帧进行编码，一帧包含160个采样点，每帧中以5ms为单位，分为4个子帧。根据其实现的功能主要可分为三大部分，包括线性预测阶段、自适应码本搜索阶段和固定码本调制阶段。以下为涉及到的专业术语解释：

1、压缩音频：指经过有损压缩的音频，如MP3、WMA、AMR均为有损压缩音频。

2、Cover：载体音频，即未进行秘密信息嵌入的音频。

3、Stego：载密音频，即进行了秘密信息嵌入的音频。

4、子帧组：AMR语音每帧包括4个子帧，第一子帧和第二子帧构成一个子帧组，第三子帧和第四子帧构成一个子帧组。

5、组内关系：表示子帧组中前一子帧基音延迟和后一子帧基音延迟之间的关系。

发明内容

本发明针对目前面向AMR隐写分析方法相对缺少的问题，实现了面向AMR基音延迟的隐写分析。

本发明的技术方案采用基于基音延迟子帧组组内差值Markov转移概率作为短时稳定性评价标准提取特征，采用SVM分类器对AMR语音的Cover和Stego样本进行二分类。1、一种基于基音延迟子帧组组内差值Markov转移概率特征的AMR基音延迟隐写分析方法，其特征在于，包括：

步骤1、基于基音延迟子帧组组内差值Markov转移概率作为短时稳定性评价标准提取特征，具体包括：