本文關(guān)鍵詞：感知哈希及其在語音檢索與認證中的應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：“互聯(lián)網(wǎng)+”時代的到來,網(wǎng)絡通信飛速發(fā)展,人們可以直接通過語音與計算機或各種移動終端設備之間進行交流,完成各種語音指令,給人們帶來方便的同時也導致語音的存儲量“爆炸式”增長。云計算的誕生,為大規(guī)模信息存儲提供了轉(zhuǎn)機。但云存儲平臺并不是可信任的第三方,如何保證云端數(shù)據(jù)的安全性以及如何提高云端大規(guī)模語音數(shù)據(jù)處理的效率成為亟需解決的問題。針對上述問題,本文研究了適用于語音的感知哈希算法,并將其應用于大規(guī)模語音檢索與認證應用中,主要研究工作如下：(1)設計了一種基于共振峰頻率和時域能量差的感知哈希方案,該方案利用共振峰能夠表征說話人音色特征這一特性,提取語音段的共振峰頻率作為特征參數(shù)構(gòu)造語音的粗糙感知哈希序列。利用時域短時能量差具有較強的魯棒性以及計算復雜度相對較低的特點,將時域能量差作為語音段的細節(jié)特征,量化為語音的細節(jié)感知哈希序列,將粗糙感知哈希序列和細節(jié)感知哈希序列按分幀的順序結(jié)合起來,作為最終的感知哈希序列。仿真實驗結(jié)果表明,本文算法具有很強的感知魯棒性,良好的區(qū)分性和摘要性,并且該算法的設計過程是從實際應用角度出發(fā),將該感知哈希方案應用于大規(guī)模語音檢索時能有效提升檢索效率。(2)實現(xiàn)了基于感知哈希的語音檢索與認證應用。感知哈希算法特征選取和量化方法多種多樣,但在各種應用中的匹配過程通常都是逐一匹配感知哈希序列的比特位,選取相關(guān)性最高的記為匹配結(jié)果,這種方法增加了許多不必要的計算量。本文從大數(shù)據(jù)的應用背景出發(fā),提出分級匹配思想,可明顯提升計算效率,為該感知哈希方案應用于云端大規(guī)模語音檢索提供了新思路。本文設計的語音檢索方案,匹配過程首先對語音的粗略特征進行匹配,篩選出與目標語音具有相似音色的語音片段,然后對篩選出的具有相似音色的語音匹配其細節(jié)特征,最終獲得精確匹配結(jié)果。應用于云端海量語音信號處理時可以省去匹配細節(jié)感知哈希序列的計算量,提高匹配效率。同時考慮到數(shù)據(jù)傳輸過程的安全性,對檢索結(jié)果進一步認證,認證通過才返回給用戶。實驗結(jié)果表明,該檢索方案可獲得較高查全率和查準率,同時檢索效率明顯提高。
【關(guān)鍵詞】：感知哈希 語音 數(shù)字水印 檢索 認證
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN912.3
【目錄】：

• 摘要6-7
• abstract7-10
• 第1章 緒論10-17
• 1.1 課題的研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 語音感知哈希技術(shù)研究現(xiàn)狀11-13
• 1.2.2 語音檢索技術(shù)研究現(xiàn)狀13-14
• 1.2.3 語音認證技術(shù)研究現(xiàn)狀14-15
• 1.3 本文主要研究內(nèi)容15-16
• 1.4 本文結(jié)構(gòu)16-17
• 第2章 感知哈希概述及語音檢索、認證技術(shù)17-27
• 2.1 感知哈希概述17-23
• 2.1.1 感知哈希的定義17-18
• 2.1.2 感知哈希的性質(zhì)18-19
• 2.1.3 感知哈希的應用19-20
• 2.1.4 感知哈希性能的評價指標20-23
• 2.2 語音檢索技術(shù)23-24
• 2.2.1 基于內(nèi)容的語音檢索框架23-24
• 2.2.2 檢索性能評價標準24
• 2.3 語音認證技術(shù)24-26
• 2.3.1 語音認證系統(tǒng)的基本要求25
• 2.3.2 感知哈希應用于語音認證的意義25-26
• 2.4 本章小結(jié)26-27
• 第3章 基于共振峰頻率的語音感知哈希算法27-38
• 3.1 概述27
• 3.2 LPC方法提取共振峰頻率27-29
• 3.3 基于共振峰頻率和時域能量差的感知哈希算法29-32
• 3.3.1 基于共振峰頻率的粗糙感知哈希生成30-31
• 3.3.2 基于時域能量差的細節(jié)感知哈希生成31-32
• 3.3.3 粗糙感知哈希與細節(jié)感知哈希的結(jié)合32
• 3.4 實驗結(jié)果與性能分析32-36
• 3.4.1 感知哈希區(qū)分性分析32-34
• 3.4.2 感知哈希魯棒性分析34-35
• 3.4.3 感知哈�？古鲎残苑治�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 本章小結(jié)36-38
• 第4章 感知哈希在語音檢索與認證中的應用38-53
• 4.1 概述38-39
• 4.2 基于感知哈希的語音檢索與認證框架設計39-40
• 4.3 基于感知哈希的語音檢索40-42
• 4.4 基于感知哈希的語音認證42-44
• 4.5 實驗結(jié)果及分析44-52
• 4.5.1 檢索查全率/查準率分析44-46
• 4.5.2 檢索效率分析46-48
• 4.5.3 不可聽性分析48-49
• 4.5.4 水印處理對感知魯棒性的影響49-50
• 4.5.5 語音認證結(jié)果分析50-52
• 4.6 本章小結(jié)52-53
• 總結(jié)與展望53-55
• 致謝55-56
• 參考文獻56-60
• 攻讀碩士學位期間發(fā)表的論文及科研成果60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張勇,雷振明;基于流應用中的哈希查表性能研究[J];計算機工程與應用;2003年25期

2 馬如林;蔣華;張慶霞;;一種哈希表快速查找的改進方法[J];計算機工程與科學;2008年09期

3 蔣大宏;動態(tài)哈希方法[J];計算機工程;1993年01期

4 蔣大宏;實現(xiàn)檢索代價最優(yōu)的動態(tài)哈希法[J];計算機工程與應用;1994年Z2期

5 劉冠福;;動態(tài)哈希表的設計及應用[J];計算機時代;1996年02期

6 朱芳芳;李訓根;;改進的哈希表查找算法[J];杭州電子科技大學學報;2013年05期

7 趙宇;;基于哈希表查找方法的優(yōu)勢及其算法的改進[J];中小企業(yè)管理與科技(下旬刊);2012年03期

8 高文利;朱麗;;哈希表在計算語言學中的運用[J];現(xiàn)代語文(語言研究版);2009年06期

9 賀元香;史寶明;;除留余數(shù)法建立哈希表的方法改進[J];甘肅科技;2008年07期

10 劉艙強;鄧昌勝;余諒;;基于哈希表的最長前綴匹配算法改進[J];微計算機信息;2009年30期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 朱芳芳;李訓根;;改進的哈希表查找算法[A];浙江省電子學會2013學術(shù)年會論文集[C];2013年

2 趙競;余宏亮;張X;鄭緯民;;廣域網(wǎng)分布式哈希表存儲副本可靠性的維護[A];全國網(wǎng)絡與信息安全技術(shù)研討會論文集（下冊）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 黃慧群;內(nèi)容中心網(wǎng)絡的查表技術(shù)研究[D];解放軍信息工程大學;2014年

2 季劍秋;面向大規(guī)模數(shù)據(jù)相似計算和搜索的哈希方法研究[D];清華大學;2015年

3 彭建章;非阻塞算法與多進程網(wǎng)絡程序優(yōu)化研究[D];中國科學技術(shù)大學;2013年

4 付海燕;基于圖像哈希的大規(guī)模圖像檢索方法研究[D];大連理工大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 郝廣洋;語音感知哈希及其在密文語音檢索中的應用研究[D];西南交通大學;2015年

2 任劉姣;感知哈希及其在語音檢索與認證中的應用[D];西南交通大學;2016年

3 王戊林;面向視頻檢索的高效哈希技術(shù)研究[D];山東大學;2016年

4 盧佳音;基于圖像哈希檢索的圖像重排方法研究[D];大連理工大學;2013年

5 汪龍重;達夢數(shù)據(jù)庫哈希連接算法的研究[D];華中科技大學;2012年

6 楊牧洲;分層哈希鏈表及其在數(shù)據(jù)查詢認證中的應用[D];東北大學;2009年

7 黃志騫;基于迭代量化的用于近似最近鄰檢索的哈希方法[D];華南理工大學;2015年

8 王聰;基于局部敏感哈希的聲源定位方法[D];大連理工大學;2015年

9 陳凱;數(shù)據(jù)庫哈希連接算法研究[D];復旦大學;2013年

10 張梁;基于局部敏感哈希的近似近鄰查詢算法研究[D];南京郵電大學;2015年

  本文關(guān)鍵詞：感知哈希及其在語音檢索與認證中的應用，由筆耕文化傳播整理發(fā)布。

本文編號：510475