融合频域矩和MFCC特征的语音隐写分析

摘要：

以聚焦信号微细变化的小波包变换为基础,采用统计分析方法,设计并提取对信息隐写过程极为敏感的小波包系数高阶直方图频域统计矩,融合反应人耳感知特性的MFCC矢量,以上述各矢量为特征训练SVM分类器,对不同嵌入率的LSB替换语音隐写方法进行分析,重点研究低嵌入率(如3％和5％等)下的LSB替换隐写检测问题.实验结果表明,小波包系数直方图频域统计矩和MFCC标准及差分特征对LSB替换隐写检测性能均优;在低嵌入率时,MFCC标准及差分特征优于直方图频域矩特征的检测性能;在各种嵌入率下,MFCC标准及差分和直方图频域矩二者融合特征的检测性能尤为突出,在嵌入率为3％时,检测准确率达到68.3％.

关键词：语音隐写分析、直方图频域矩、梅尔倒谱系数、支持向量机、小波包分解

所属期刊栏目：38

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金项目61402115

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2081-2085,2131