导读:本文包含了语音流论文开题报告文献综述及选题提纲参考文献，主要关键词:iLBC,隐写,隐写分析,增益量化
语音流论文文献综述
李望望[1]（2019）在《面向iLBC语音流的隐写与隐写分析技术研究》一文中研究指出由于加密技术不能很好地满足用户对隐私信息的保护,而隐写术可以掩饰隐私信息的存在,已成为信息安全领域的重要研究分支。近年来,随着VOIP(Voice over Internet Protocol)的快速发展,以低比特率压缩语音流为隐藏载体的秘密通信已逐渐成为隐写术研究的重点问题之一。然而,现有的语音隐写技术存在嵌入容量不高,并且不能抵抗相应隐写分析技术检测等问题。另一方面,为防止隐写术的过度利用,隐写分析技术可以有效地监督和检测数字载体,这对防止机密资料流失、监视非法信息,从而保障国家的安全和社会的稳定具有十分重要的意义。基于此,本学位论文面向iLBC(Internet Low Bit Rate Codec)语音流研究信息隐写与隐写分析技术,主要包含以下叁个方面:(1)调研了iLBC编码语音流作为隐藏载体的研究现状,分析了当前音频隐写技术普遍存在的一些问题。(2)针对如何权衡嵌入容量、不可感知性以及不可检测性的问题,提出了一种基于增益量化过程的iLBC语音隐写方案。首先对iLBC增益量化过程中的量化表进行合理划分,然后根据不同的秘密信息比特选择相应的分组对增益进行量化,最后将增益量化索引进行打包并发送到解码端,解码端按照相反的嵌入过程可以提取秘密信息。(3)针对增益量化隐写方法,分析iLBC语音流中增益量化索引序列的相关性经隐写嵌入秘密信息后有哪些改变,并提取四种变化程度最大的相关性特征。在此基础上,基于长短时记忆(LSTM,Long Short-Term Memory)网络进行隐写分析,实验验证了特征的有效性。(本文来源于《合肥工业大学》期刊2019-05-01）
张秋余,文付华,乔思斌,胡文进[2]（2018）在《基于G.729编码语音流的隐秘通信方法》一文中研究指出为了解决实时语音移动通信过程中语音隐秘通信的安全性问题,提出一种新的基于G.729编码语音流的隐秘通信方法.该方法首先利用数字逻辑变换(数字逻辑运算与循环移位运算)对隐秘信息进行各种变换,然后结合嵌入载体(从G.729编码比特流中选取的特定比特位所组成的码字)进行相似度(PSV)计算,最后从PSV中找出最大值所对应的一组码字向量进行信息隐藏.实验结果表明,该方法透明性较好,嵌入效率很高(5.02),嵌入速率也比较大(1.00),并在G.729编解码过程中嵌入和提取时满足实时性要求,可用于实时语音通信过程中的隐秘信息传输.(本文来源于《兰州理工大学学报》期刊2018年06期）
杜佳梦,陈仪,荣泽成[3]（2018）在《浅述基于压缩感知的语音流媒体信号的丢包恢复》一文中研究指出本研究的目的是为了引入一种基于压缩采样技术的新方案,用于重构多媒体流中丢失的数据。通过使用交织技术将语音流媒体信号封装在发送方的不同分组中。压缩采样技术用于在接收端丢失数据包的情况下恢复音频信息。本文为语音音频信号提供实验结果,说明提出的方法具有可行性。(本文来源于《现代信息科技》期刊2018年06期）
李强[4]（2016）在《认知视域下少数民族语言思维的特征研究——以滇西民族地区汉语方言的语音流变为例》一文中研究指出人类社会进入21世纪以来,在现代人走出非洲假说的影响下,关于东亚人群的文明起源及其传播路径问题已成为当今学术研究的焦点。本文从认知语言学理论视角,以云南西部少数民族杂居地汉语方言语音的流变为案例,分析研究少数民族语言思维的特征。进一步探讨少数民族语言认知与语言思维内在联系,从而论证少数民族与汉族的历史文化接触的史实及其语言文化交流的渊源关系。(本文来源于《贵州民族大学学报(哲学社会科学版)》期刊2016年06期）
吴彦鹏[5]（2016）在《网络语音流隐写分析技术研究》一文中研究指出隐写分析技术是信息隐藏技术的逆向技术,主要目的在于检测、提取或破坏可疑载体内藏有的秘密信息。由于网络语音流具有较大的信息隐藏容量和较高的实时性,因此网络语音流上的信息隐藏技术具有较大的安全隐患。目前,针对网络语音流的隐写分析技术仍有许多问题需要解决,本文通过分析已有研究工作的优缺点,分别做出了以下几点研究:1.由于网络语音流载体的特性与图像有很大的不同,大部分基于图像的隐写分析技术不能直接应用于语音的信息隐藏检测。通过对待检比特序列进行随机数扩充,可以将待检比特位构建成类似于图像灰度值的参数,并利用传统的隐写分析方法如卡方检测进行信息隐藏的检测。实验结果表明,本方法能够较好地检测出网络语音流上的信息隐藏。2.通过实验可以发现,不同的检测特征在不同的参量上有不同的检测性能,因此本文提出了一种分布式的隐写分析方法。该方法针对不同的参量选用了最佳的检测特征。为了验证该方法的有效性,本文以G.729a作为载体,通过大量的样本在支持向量机上进行实验,并与现有方法在不同嵌入率和不同样本长度下的检测效果进行了比较。实验结果表明,本方法相较现有方法在检测效果上有较大优势。3.由于固定码本索引具有较好的隐藏性能,为了检测出固定码本索引上的信息隐藏,本文提出了一种基于参量统计特性的隐写分析方法。该方法通过分析固定码本索引的特性,提出了多种特征,并通过支持向量机对分类器进行训练。实验结果表明,本方法不仅在低嵌入率及低样本长度等条件下较现有方法有更好的检测效果,在现有方法无法检测的单一比特的隐写上,本方法依旧表现出较好的检测性能。4.由于自适应多速率语音编码是Vo IP中常用的语音编码,其固定码本结构较为特殊,具有较好的隐藏特性且不易检测。为此,本文针对其设计了新的检测特征,并利用Ada Boost方法对提取的特征进行特征筛选,以防止提取出的特征维数过高而造成过拟合现象的产生。筛选后的特征被送入支持向量机进行训练。训练后的分类器被用于多种情况下的隐写分析测试,以便于和现有方法进行比较。实验结果表明,该方法相较于现有方法在多种指标上均有明显优势。(本文来源于《华侨大学》期刊2016-06-03）
郭舒婷[6]（2015）在《基于低速率语音流的分级隐写方法研究》一文中研究指出随着互联网技术和通信技术的快速发展及普及,具有实时性、普遍性以及可提供可观隐藏容量的IP语音流引起了信息安全领域研究者们的关注,以IP语音流为载体的隐蔽通信技术也日渐成为新的研究热点。本文以IP语音中广泛存在的低速率语音流为目标载体,着重研究基于低速率语音流中的冗余特性及其隐写性能的不均衡性,并以此为依据探索非均衡、可分级的隐写方法。主要研究内容如下:(1)结合低速率语音编码后的码流仍存在冗余性的特点,深入分析低速率编码语音帧中的可隐藏位。通过对每个帧比特进行逐位置反的方式,采用感知的语音质量评价标准以及信噪比这两种客观语音质量评价标准来评价语音帧中各比特的冗余性,以确定低速率语音帧中的可隐藏位置;并以广泛使用的ITU G.729a为例,对G.729a语音帧的可隐藏位进行分析和标注。(2)借鉴相似度的思想,提出基于相似度匹配的隐写方法。该方法的核心思想是:对具有不同隐藏性能的冗余位以设置相似度阈值的形式调整嵌入操作对其的修改量。经实验论证,该方法可提供较高的不可感知性,且与传统的最低有效位替换方法相比可提供较优的语音质量。(3)从低速率语音帧中各比特对重构语音质量影响不等的特性出发,提出对其中的可隐藏位依据其性能进行分级的思想;并以此为依据,以尽最大可能降低嵌入操作对语音质量的影响为主要目的,提出一种自适应的分级隐写方法。实验结果表明,在同等容量下,所提方法的感知透明性明显优于传统方法。(4)为了达到不可感知性和隐藏容量间的最佳平衡,结合隐写编码策略,提出基于混合隐写编码的隐写方法。该方法根据不同可隐藏等级具备不等的隐藏性能的特点,在各等级上采用与之相适应的隐写策略,以提高整体的隐藏性能。经实验论证,该方法可在不可感知性和隐藏容量间取得较好的折衷,且较之已有方法具有更好的整体性能。(本文来源于《华侨大学》期刊2015-06-10）
周鹏,黄永峰[7]（2015）在《以即时通信语音流为载体的隐写模型与方法》一文中研究指出提出一种采用HOOK机制实现以即时通信语音流为隐藏载体的隐写模型,在通信软件的发送端挂接两个"钩子",采集即时通信语音流作为载体进行实时机密信息嵌入与提取,实现交互式的隐蔽通信过程。选择目前普遍使用的Google talk软件作为研究对象,重点研究Gtalk的iSAC语音编码的隐写方法,建立一种基于LPC参数量化的隐写算法,实现iSAC语音编码下的隐写方法。实验结果表明,该隐写模型适用于目前的即时通信软件的隐蔽通信,拓展了基于VoIP的信息隐写的应用范围;该隐写算法具有良好的隐写容量和隐写速率。(本文来源于《计算机工程与设计》期刊2015年02期）
曹玉强,柏森,蔡凯,李卫东[8]（2013）在《基于G.729压缩语音流隐蔽通信系统研究》一文中研究指出深入研究G.729语音压缩算法,统计压缩比特流不重要位,提出在G.729压缩语音流中嵌入秘密信息的信息隐藏算法。并在此算法基础上设计出IP网络语音隐蔽通信系统,使其能够在普通的中低速IP网络中通过网络语音通话,进行隐蔽通信,提高秘密信息传输的安全性。(本文来源于《现代电子技术》期刊2013年17期）
司玉景,潘接林,颜永红,高杰[9]（2013）在《基于在线语音流的字幕自动生成系统算法研究与实现》一文中研究指出针对语音文稿已知的情况,提出了一种简单方法实现了适用于在线语音流的字幕自动生成系统。主要思路是根据文稿分句的情况确定在线语音的句子边界,进而,将相应的句子显示到屏幕上。假设在线语音的句子起点已知,本文建立了具有帧同步的统计假设似然比模型检测在线语音的句子尾点,在HMM框架下对该模型进行求解。实验表明,如果以检测到的句子尾点与真正的句子尾点的时间差作为指标,对于干净语音,99.5%左右的时间差在一秒以内,达到了实际要求。最后,本文利用所提出的针对在线语音流的字幕自动生成算法,实现了一个适用于在线新闻广播加字幕场景的演示系统。(本文来源于《网络新媒体技术》期刊2013年04期）
苏薇[10]（2013）在《Skype网络流量特征分析与语音流识别》一文中研究指出Skype作为一款基于P2P的VoIP通信软件，以其低廉的通信费用和优质的语音通话服务取得了广阔的市场。然而它的出现给网络带来了沉重负担、冲击了传统VoIP业务。为此，研究Skype通信机制、准确识别Skype语音流有着重大意义，一方面可以借鉴其关键技术改进目前的网络电话语音质量，另一方面可以对Skype流量进行合理限制，从而保证其他实时网络应用的带宽使用。由于Skype采用了私有通信协议和AES加密算法，这给我们的识别工作带来了严重阻碍。本文通过理论分析和应用解析，提出了一套能有效识别Skype语音流的方法，首先通过对Skype网络流量特征分析，发现其登陆过程可以作为识别关键突破口，并对其进行了着重分析，在此基础上提出了信令包检测以识别Skype主机，再通过基于卡方统计的负载特征识别出Skype流量，最后根据语音流的固有频率特征识别出其中的语音流，即为Skype语音流。本文主要工作如下：1．Skype网络流量特征分析。Skype从03年诞生至今版本不断更新，早期对Skype的分析成果大部分已不再适用，为此本文在前人的基础上重新审视Skype，分析了其关键构成、程序流程，并通过禁止特定端口、阻断与特定节点连接对其登陆过程进行了着重分析，其结果有助于识别Skype主机。2．采用基于心跳探测的Skype主机识别方法。Skype客户端通过与一个超级节点建立连接来登陆Skype网络，登陆成功后Skype客户端向该超级节点有规律地发送一种心跳包来探测与该超级节点连接的有效性。本文利用该特征识别运行Skype客户端的主机。3．采用卡方分离器对Skype流量进行提取。在识别出Skype主机的基础上，从其产生的所有流量中通过卡方分离器获得Skype的流量。此方法是借用了07年Dario Bonfiglio等人在Sigcomm上发表的运用卡方分离器识别Skype流的思想，Skype流量包含Skype的语音、视频、即时消息、文件传输等流量。4．采用基于频域特征的Skype语音流识别方法。根据对Skype语音数据包的包大小和包到达时间间隔的分析，发现其包到达时间间隔组成的时间序列具有一定周期性，即频域上表现为其能量在以某个频率为中心的范围内比较集中，我们通过这个集中的能量所占的百分比对其进行表征；另一方面，Skype语音流的包大小具有很小的波动性，这可以通过对包大小时间序列求取方差来提取。结合以上两个频率特征可准确的从上述第3点中获取的Skype流量中提取Skype语音流。本文将信令包检测、卡方统计和频域分析思想运用到Skype的语音流的识别中，取得了较为理想的结果。(本文来源于《电子科技大学》期刊2013-04-01）
语音流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解决实时语音移动通信过程中语音隐秘通信的安全性问题,提出一种新的基于G.729编码语音流的隐秘通信方法.该方法首先利用数字逻辑变换(数字逻辑运算与循环移位运算)对隐秘信息进行各种变换,然后结合嵌入载体(从G.729编码比特流中选取的特定比特位所组成的码字)进行相似度(PSV)计算,最后从PSV中找出最大值所对应的一组码字向量进行信息隐藏.实验结果表明,该方法透明性较好,嵌入效率很高(5.02),嵌入速率也比较大(1.00),并在G.729编解码过程中嵌入和提取时满足实时性要求,可用于实时语音通信过程中的隐秘信息传输.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音流论文参考文献
[1].李望望.面向iLBC语音流的隐写与隐写分析技术研究[D].合肥工业大学.2019
[2].张秋余,文付华,乔思斌,胡文进.基于G.729编码语音流的隐秘通信方法[J].兰州理工大学学报.2018
[3].杜佳梦,陈仪,荣泽成.浅述基于压缩感知的语音流媒体信号的丢包恢复[J].现代信息科技.2018
[4].李强.认知视域下少数民族语言思维的特征研究——以滇西民族地区汉语方言的语音流变为例[J].贵州民族大学学报(哲学社会科学版).2016
[5].吴彦鹏.网络语音流隐写分析技术研究[D].华侨大学.2016
[6].郭舒婷.基于低速率语音流的分级隐写方法研究[D].华侨大学.2015
[7].周鹏,黄永峰.以即时通信语音流为载体的隐写模型与方法[J].计算机工程与设计.2015
[8].曹玉强,柏森,蔡凯,李卫东.基于G.729压缩语音流隐蔽通信系统研究[J].现代电子技术.2013
[9].司玉景,潘接林,颜永红,高杰.基于在线语音流的字幕自动生成系统算法研究与实现[J].网络新媒体技术.2013
[10].苏薇.Skype网络流量特征分析与语音流识别[D].电子科技大学.2013