感知哈希及其在語音檢索與認(rèn)證中的應(yīng)用.pdf

1、“互聯(lián)網(wǎng)+”時(shí)代的到來，網(wǎng)絡(luò)通信飛速發(fā)展，人們可以直接通過語音與計(jì)算機(jī)或各種移動(dòng)終端設(shè)備之間進(jìn)行交流，完成各種語音指令，給人們帶來方便的同時(shí)也導(dǎo)致語音的存儲(chǔ)量“爆炸式”增長(zhǎng)。云計(jì)算的誕生，為大規(guī)模信息存儲(chǔ)提供了轉(zhuǎn)機(jī)。但云存儲(chǔ)平臺(tái)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(duì)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(yīng)用于大規(guī)模語音檢索與認(rèn)證應(yīng)用中，主要

2、研究工作如下:
　　(1)設(shè)計(jì)了一種基于共振峰頻率和時(shí)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(shí)域短時(shí)能量差具有較強(qiáng)的魯棒性以及計(jì)算復(fù)雜度相對(duì)較低的特點(diǎn)，將時(shí)域能量差作為語音段的細(xì)節(jié)特征，量化為語音的細(xì)節(jié)感知哈希序列，將粗糙感知哈希序列和細(xì)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(shí)驗(yàn)結(jié)果表明，本文算法具有很強(qiáng)的

3、感知魯棒性，良好的區(qū)分性和摘要性，并且該算法的設(shè)計(jì)過程是從實(shí)際應(yīng)用角度出發(fā)，將該感知哈希方案應(yīng)用于大規(guī)模語音檢索時(shí)能有效提升檢索效率。
　　(2)實(shí)現(xiàn)了基于感知哈希的語音檢索與認(rèn)證應(yīng)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(yīng)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(jì)算量。本文從大數(shù)據(jù)的應(yīng)用背景出發(fā)，提出分級(jí)匹配思想，可明顯提升計(jì)算效率，為該感知哈希方案