基于小波变换的语音隐藏算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (36): 100-102.

基于小波变换的语音隐藏算法

陈雪松^1,2,金七顺²,杨永田¹

1.哈尔滨工程大学计算机科学与技术学院，哈尔滨 150001
2.大庆石油学院电气信息工程学院，黑龙江大庆 163318

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-21 发布日期:2007-12-21
通讯作者: 陈雪松

Speech hiding algorithm based on wavelet transform

CHEN Xue-song^1,2,JIN Qi-shun²,YANG Yong-tian¹

1.College of Computer Science and Technology，Harbin Engineering University，Harbin 150001，China
2.Faculty of Electricity and Information Engineering，Daqing Petroleum Institute，Daqing，Heilongjiang 163318，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-21 Published:2007-12-21
Contact: CHEN Xue-song

摘要/Abstract

摘要： 提出了一种基于小波变换的语音隐藏方法，把一段语音作为秘密信息嵌入一段数字音频信号中，其目的是用音频信号作伪装来传递秘密的语音信息或把语音信息作为一种标记来保护音频作品。这种方法根据人类听觉系统的特点，利用小波对语音信号进行压缩，增加了数据的嵌入量。载体音频信号小波变换后，选择部分小波系数用适当的嵌入参数嵌入信息。实验表明该算法的隐蔽性好，隐藏的数据量大，对常见的信号处理操作具有较强的稳健性，符合掩蔽通信的要求。

关键词: 信息隐藏, 小波变换, 嵌入量

Abstract: This paper proposes a kind of speech hiding algorithm based on wavelet transform.It embeds a speech as the secret message into a digital audio signal in order to transmit secret message under the camouflage of the audio signal or protect the audio product by using the speech signature as a mark.The method described in this paper makes use of the Human Auditory System（HAS） characteristics and the wavelet to compress the speech signature，so it increases the capacity.A proper parameter and some wavelet coefficients of the cover audio signal are selected to embed information.The experimental results show that the algorithm can hide high capacity of date imperceptibly and it is robust to routine operations on digital signal.

Key words: information hiding, wavelet transform, embedded quantity

陈雪松^1,2,金七顺²,杨永田¹. 基于小波变换的语音隐藏算法[J]. 计算机工程与应用, 2007, 43(36): 100-102.

CHEN Xue-song^1,2,JIN Qi-shun²,YANG Yong-tian¹. Speech hiding algorithm based on wavelet transform[J]. Computer Engineering and Applications, 2007, 43(36): 100-102.

[1]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[2]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[3]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[4]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[5]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[6]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[7]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[8]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[9]	田慧明1，吴成茂2，田小平2. 基于混沌理论和整数变换的可逆信息隐藏[J]. 计算机工程与应用, 2019, 55(12): 194-201.
[10]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.
[11]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[12]	沈静，陆静，李宏，钟志光. 基于RGB相关性的彩色图像可逆信息隐藏方法[J]. 计算机工程与应用, 2018, 54(20): 69-73.
[13]	陈波1，刘厚泉1，赵志凯2. 时间序列多尺度异常检测方法[J]. 计算机工程与应用, 2018, 54(20): 122-127.
[14]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.
[15]	崔金鸽1，陈炳权1，2，徐庆1. 基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法[J]. 计算机工程与应用, 2018, 54(18): 223-228.