• 藍色版面
  • 綠色版面
  • 橘色版面
  • 粉紅色版面
  • 棕色版面
帳號:guest(120.119.126.29)          離開系統
字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

研究生: 余適印
研究生(外文): Shih-Yin Yu
論文名稱: 應用小波轉換和BCH編碼在語音浮水印之研究
論文名稱(外文): A study of speech watermarking based on wavelet transform and BCH coding
指導教授: 陳璽煌
指導教授(外文): Shi-Huang Chen
學位類別: 碩士
校院名稱: 樹德科技大學
系所名稱: 資訊工程學系
論文出版年: 2008
畢業學年度: 96
語文別: 中文
論文頁數: 134
中文關鍵詞: BCH編碼小波轉換BCH編碼強健性浮水印浮水印
外文關鍵詞: wavelet transform、BCH coding、robust、watermarkBCH codingwatermark
相關次數:
  • 被引用:0
  • 點閱:95
  • 評分:*****
  • 下載:17
  • 書目收藏:0
本論文使用小波轉換和BCH編碼提出一種新的語音浮水印演算法,此方法將語音訊號進行小波轉換分解出32個子頻帶,透過BCH編碼後,將訊息嵌入到任何一個子頻帶,再利用小波包反轉換重構合併為含有語音浮水印的語音訊號。該演算法的特性如下:
1)更有效的嵌入方法可以抵抗壓縮攻擊。
2)使用了小波轉換的多重分析特性和BCH糾正錯誤編碼來提高浮水印的強健性。
3)透過人類主要的聽覺頻帶來調整適合的演算法,將嵌入在低頻、中頻或高頻所構成出浮水印。
4)所提出的技術不需透過原始語音訊號也能擷取出浮水印。
實驗結果驗證本論文提出的語音浮水印演算法具有良好的不可感知特性,同時能抵抗G.711、G.726和GSM 6.10等語音編碼標準的壓縮處理
This paper proposes a novel speech watermarking algorithm using wavelet transform and BCH coding. This way will use wavelet transform to decompose speech signal into 32 sub-bands. After through BCH encoding, one can embed the watermark information to anyone of 32 sub-bands. Finally, using inverse wavelet transform to reconstruct the watermarked speech signal from these 32 sub-bands. The characteristics of the proposed algorithm are as follows: 1) a more steady embedded code strategy adopts to resist the compressed attack more effectively; 2) the use of multi-resolution property of wavelet transform and the BCH error correcting code to improve the robustness of watermark; 3) the watermark will be embedded into the low-, middle-, or high frequency components by an adaptive algorithm according to human perceptual critical bands; 4) the proposed scheme can extract the watermark without using the original speech signal. Experimental results show that the proposed watermarking algorithm is inaudible and robust against G.711, G.726, and GSM 6.10 speech coding standards.
中文摘要  i
英文摘要  ii
誌謝  iii
目錄  iv
表目錄  vii
圖目錄  viii
一、緒論  1
1.1 研究背景  1
1.2 相關研究  2
1.3 研究方法  3
1.4 論文架構  4
二、語音編碼系統  5
2.1 語音編碼系統背景  5
2.2 ADPCM簡介  6
2.2.1 PCM  6
2.2.2 DPCM  7
2.2.3 ADPCM編碼原理  7
2.2.3.1 Quantization Part  10
2.2.3.1.1 自適應量化器  11
2.2.3.1.2 自適應逆量化器  11
2.2.3.2 Prediction Part  12
2.2.3.3 Control Part  14
2.2.3.3.1 自適應速度控制  15
2.2.3.3.2 量化器定標因子自適應器  16
2.2.3.3.3 單頻與瞬變音檢測  17
2.2.3.4 Data Format Conversion Part  18
2.3A-law and μ-law編碼原理  19
2.3.1 μ-law編解碼原理  21
2.3.2 A-law 編解碼原理  23
2.4 GSM 13kbit/s RPE-LTP語音編碼  24
2.4.1 GSM 13kbit/s RPE-LTP編碼原理  25
2.4.1.1 預處理  26
2.4.1.2 LPC分析  27
2.4.1.3 短時分析濾波器  28
2.4.1.4 長時預測  29
2.4.1.5 REP編碼  30
2.4.2 GSM 13kbit/s RPE-LTP解碼原理  31
三、BCH編解碼簡介  33
3.1 糾錯碼的類別及演進  34
3.2 BCH編碼理論分析  35
3.3 BCH錯誤糾正編碼  38
3.4 BCH編碼的實例說明  40
四、小波轉換簡介  42
4.1 小波轉換的介紹  43
4.1.1 多解析度分析  45
4.2 小波與傅立葉轉換之比較  48
4.3 小波轉換的實現  50
4.3.1 小波轉換使用濾波器架構實現  50
4.3.1.1 使用濾波器分析實現小波轉換  51
4.3.1.2 反向小波轉換的合成濾波器  55
4.3.2 小波轉換使用提升架構實現  57
五、語音浮水印技術  61
5.1 浮水印嵌入  61
5.2 語音壓縮模式  63
5.3 浮水印粹取  64
六、實驗環境介紹與實驗結果  66
6.1實驗環境介紹  66
6.2實驗結果  68
七、結論與未來工作  132
參考文獻  133
[1]陳璽煌, ”A Study on Speech Signal Processing Using Wavelet Transforms”, 2001,國立成功大學電機工程學系,博士論文。
[2]王小川,語音訊號處理,全華科技圖書股份有限公司,2004。
[3]成禮智、王紅霞、羅永 編著,小波的理論與應用,2005。
[4]D.G Childers 著,Matlab之語音處理與合成工具箱,2004。
[5]魏巍 主編,Matlab 信息工程工具箱技術手冊,2005。
[6]周傳 主編,Matlab小波分析高級技術,2006。
[7]Wai C. Chu,SPEECH CODING ALGORITHMS,2003。
[8]韓紀慶、張磊、鄭鐵然,語音訊號處理,清華大學出版社,2005。
[9]Charles W. Brokish,MTS Michele Lewis,MTSA SC Group Technical Marketing,A-law and mu-law Companding Implementations Using the TMS320C54X,1997.
[10]劉適程,”A BCH Code-Based Robust Audio Watermarking in Cepstrum Domain”,2006,國立東華大學資訊工程研究系,碩士論文。
[11]F. Jabloun , A. E. Cetin, and E. Erzin, “Teager Energy Based Feature Parameters for Speech Recognition in Car Noise” , IEEE Signal Processing Letter. , vol. 6, pp. 259-261, 1999.
[12]Hubbard ,B.B., ”The World According to Wavelets-The Story of a Mathematical Technique in the Making”,2nd ed, A.K. Peters ,Ltd., Wellesley, Mass, 1998.
[13]Danielson, G. C., and Lanczos, C., 1942 “Some Improvements in Practial Fourier Analysis and Their Application to X-Ray Scattering from Liquids.” J. Franklin Institute, vol. 233,pp.365-380,435-452.
[14]Burrus, C.S., Gopinath, R.A., and Guo, ”Introduction to Wavelets and Wavelet Transforms”, Prentice Hall, Upper Saddle River, N J., pp. 250-251, 1998.
[15]T.K. Truong and Shi-Huang Chen , 2003 “Subtitle Enhancement in Mpeg-4 for Very Low Bit Rate Streaming Video”, IS&T/SPIE’s 15th Annual Symposium, Electronic Imaging Science and Technology , Santa Clara, Calif, USA.
[16]Working Draft 3.0 of FGS Amendment to ISO/IEC 14496-2, Dec. 1999.
[17]Weiping Li, 1998.”Bir-Plane Coding of DCT Coefficients for FGS,” ISO/IEC JTC1/SC29/WG11, Doc. M3089.
[18]Croisier, A., Esteban, D., and Galand, C., 1976.”Perfect Channel Splitting by Use of Interpolation/Decimation/Tree Decomposition Techniques.” Int. Conf. On Inform. Sciences and Systems, Patras, pp. 443-446 Greece.
[19]Gilbert Strang and Truong Nguyen, “Wavelets and Filter Banks. Wellesley”, MA:Wellesley-Cambridge Press, 1996.
[20]C. Sidney Burrus, Ramesh A. Gopinath and Haitao Guo, “Introduction to Wavelets and Wavelet Transforms”, Upper Saddle River, NJ: Prentice-Hall, 1998.
[21]I. Daubechies, Ten Lectures on Wavelets, CBMS, SIAM publ., 1992.
[22]W. Sweldens, “The Lifting Scheme: A New Philosophy in Biorthogonal Wavelet Constructions,” in Wavelet Application in Signal and Image Processing III, A. F. Laine and M. Unser, Eds. New York: SPIE, vol. 2569, pp. 68-79, 1995.
[23]趙曉群 編著,數字語音編碼,2007。
[24]Ze-Nian Li Mark S. Drew,Fundamentals of Multimedia,2004.
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
* *