科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统互联网低比特率编解码器（internet Low Bit Rate Codec,iLBC）语音隐写主要集中在线性频谱频率系数矢量量化、码本搜索矢量量化或增益量化的单个阶段，难以应对多阶段下的联合隐写检测等问题，提出一种基于多特征融合和双向长短时记忆（Bi-Directional Long Short-Term Memory,BiLSTM）网络的iLBC语音隐写检测算法.通过分析隐写对不同阶段参数带来的影响，提取线性频谱频率系数矢量量化、码本搜索矢量量化和增益量化过程中的多种隐写特征，并分别输入到相应的BiLSTM检测网络，最后将各检测网络的结果进行融合，得到最终隐写检测结果 .实验表明，所提算法可以实现多阶段下的联合隐写检测，而且在语音时长较短时，仍能取得优异的检测结果，平均检测准确率达到了90%以上.
- 单位
