نهان نگاری در صوت مبتنی بر الگوریتم تبدیل موجک درخت صفر درجشده

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 92

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SAPD-14-3_010

تاریخ نمایه سازی: 8 مهر 1402

چکیده مقاله:

نهاننگاری در صوت همانند نهاننگاری در رسانههای دیگر (تصویر، ویدئو و ...)، از اهمیت ویژهای برخوردار است. در این مقاله نهاننگاری در صوت مبتنی بر الگوریتم تبدیل موجک درخت صفر درجشده ارائه شده است. ارتقاء مقاومت در برابر نویز سفید و نویز افزایشی با کمترین SNR یکی از موضوعات مهم در نهاننگاری است. الگوریتم پیشنهادی، در برابر نویز سفید نرمال بیشتر از نویز یکنواخت مقاوم بوده ودر برابر SNRهای بالاتر از ۱۰db نرخ بیت خطای کمتر از ۱ بیت دارد. در صورت حمله به الگوریتم پیشنهادی، با توجه به BER بهدست آمده، سیگنال مخفی کاملا تخریب میشود. همچنین روش پیشنهادی در برابر اضافهکردن نویز افزایشی مقاوم است. الگوریتم پیشنهادی در حوزه فرکانس با مقیاس فاصله کپستروم و فایلهای صوتی به فرم موزیک با تن (بلندی) ملایم، کمترین تغییرات را در معیار همواری صوت دارد و افزایش پیام مخفی تاثیر چندانی در ایجاد اغتشاش در حوزه فرکانس ندارد. الگوریتم پیشنهادشده طیف فرکانسی، سیگنال صوتی را چندان تغییر نمیدهد و همچنین از خاصیت سطح آستانه شنوایی پیروی میکند و موزیک تن بالا با گفتار مرد دارای بهترین نتایج میباشند بنابراین از هر جهت مساعد با ساختار طیف بارک میباشند. همچنین الگوریتم پیشنهادی نتایج مطلوبی در حوزه زمان دارد. کمترین SNR مربوط به موزیک تن بالا با گفتار زن میباشد که دارای SNRی در حدودdb  ۱۳ میباشد. با توجه به نتایج حاصلشده، با انتخاب سیگنال صوتی با گفتار زن بدترین حالت درج پیام مخفی را خواهیم داشت. زیرا در سیگنال گفتار زن همواری خاصی محسوس است. بنابراین با درج پیام مخفی در این نوع سیگنال صوتی، تا حدودی این فرم یکنواختی از بین خواهد رفت و با توجه به مقایسهشدن مولفه به مولفه دو سیگنال اصلی و سیگنال حاوی پیام مخفی، میزان معیار CZD افزایش مییابد.

کلیدواژه ها:

تبدیل موجک درخت صفر درجشده (EZW) ، نویز سفید ، خطای افزایشی ، معیار BSD و MBSD ، مقیاس فاصله کپستروم CDM ، فاصله ایتاکورا - سایتو ISD و فاصله COSH ، تبدیل رادون زمان کوتاه STFRT ، SNR و فاصله سزنا-کوشی CZD

نویسندگان

رضا اصفهانی

استادیار گروه مخابرات دانشگاه جامع امام حسین (ع)، تهران، ایران

احمدرضا متین فر

استادیار دانشگاه جامع امام حسین (ع)، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • C. Kratzer, J. Dittmann, T. Vogel and R. Hillert, "Design ...
  • L. Boney, A. H. Tewfik, and K. N. Hamdy, "Digital ...
  • Cvejic, Nedeljko, “Algorithms For Audio Watermarking and Steganography, ۲۰۰۴ ...
  • S. S. Agaian, D. Akopian, O. Caglayan, and S. A. ...
  • W. C. CHU, “Speech Coding Algorithms-Foundation and Evaluation of Standatadized ...
  • J. Herre and S. Dick, “Psychoacoustic Models for Perceptual Audio ...
  • J. M. Shapiro, "Embedded image coding using zerotrees of wavelet ...
  • V. Ralph Algazi and Robert R. Estes Jr. "Analysis-based coding of image transform ...
  • K. L. Narasihimhaprasad, M. V. Nagabhushanam, V. V. Satyanarayana Tallapragada, ...
  • J. Antonio Alvarez-Cedillo, T. Alvarez-Sanchez, M. Aguilar-Fernandez, and J. Sandoval-Gutierrez, ...
  • Rekik, Siwar et al. “Speech steganography using wavelet and Fourier ...
  • H. Inoue, A. Miyazaki, A. Yamamoto, and T. Katsura, "A ...
  • Z. Xu, K. Wang, and X. -h. Qiao, "Digital Audio ...
  • Xiang, Shijun, Hyoung Joong Kim, and Jiwu Huang. "Audio watermarking ...
  • M. Baziyad, et al., "Maximizing embedding capacity for speech steganography: ...
  • F. J. Farsana and K. Gopakumar, "Speech encryption algorithm based ...
  • A. Kuznetsov, et al., "Direct Spread Spectrum Technology for Data ...
  • نمایش کامل مراجع