CN106024000A - 一种基于频谱映射的端到端的语音加解密方法 - Google Patents

Abstract

本发明公开了一种基于频谱映射的端到端语音加密方法，包括以下步骤：对数字语音信号进行线性预测(LPC)分析得到LPC系数；将LPC系数转换为线性谱频率(LSF)系数，对LSF系数按照给定的密钥进行映射变换，再将映射后的LSF系数转换为LPC系数，并构造出合成滤波器；原始数字语音信号通过线性预测，得到预测残差信号，最后将预测残差信号通过由映射变换后的LPC系数所构造的合成滤波器得到加密后的语音信号。保证了加密语音信号的语音特征，实现有效的语音加密。

Description

一种基于频谱映射的端到端的语音加解密方法

技术领域

本发明涉及一种语音加解密方法，具体地涉及一种基于线性预测编码和频谱映射的语音加解密方法。

背景技术

语音是人类获取信息的重要手段，语音通信是现代通信中最有效最方便的手段之一。随着通信技术的发展，各种各样的语音通信出现在人们的生活中。但是现实生活中的语音通信难免地会受到安全威胁，如窃听、电话跟踪、电话劫持和拒绝服务等。因此，语音加密对于保证语音的安全十分重要。语音加密的重要性表现在两个方面：一方面，随着人们保护自己隐私权意识逐步上升，对语音加密的重视程度越来越高；另一方面，在军事通信、商业洽谈、政治谈判等特殊应用中，信息一旦被泄露，将会造成巨大损失，在这里语音加密十分必要。

然而，传统的移动通信缺乏端到端的加密机制，移动网络节点设备间传输的为经过模数转换的明文信息，被窃听的风险极高。现有的移动通信过程一般经历手机端语音信号的模数转化、编码传输、基站解码再编码技术，手机端解码数模转换为语音信号等几个过程。而现有的加密手段多在编码过程之后进行加密，再通过基站的解密解码再编码加密，这种加密方式是建立在核心网络部分安全可信的前提下，因为只考虑了无线信道部分的安全，其明文信息对基站可见，导致系统不能为用户提供端到端的安全通信。编码后加密的方式不可否认的具有加密数据少，占用信道小等优点，但其对基站透明的特点使得这种加密方式仍存在被窃听的风险。

中国专利文献CN201210055857公开了一种语音加密系统，提出了一种语音加密算法，首先对语音信号按照设定长度分段进行时域到频域的转换，然后在频域对语音信号频率分组置乱，最后将频域转换为时域形成加密后的语音信号。虽然可以在一定程度上降低被窃听的风险，但是，经过理论分析与实验证明，该方法合成的加密语音信号对加解密两端的同步要求高，实用性较差，无法广泛的应用。

发明内容

为了解决现有技术存在的问题，本发明目的是：提供一种基于频谱映射的端到端语音加解密方法，基于线性预测编码和频谱映射，在加密端对数字语音信号进行线性预测(LPC)分析得到LPC系数，然后将LPC系数转换为线性谱频率(LSF)系数，对LSF系数按照给定的密钥进行映射变换，再将映射后的LSF系数转换为LPC系数，并构造出合成滤波器；另一方面，原始语音通过线性预测，得到预测残差信号，最后将预测残差信号通过由映射变换后的LPC系数所构造的合成滤波器得到加密后的语音信号，保证了加密语音信号的语音特征，实现有效的语音加密。

本发明的技术方案是：

一种基于频谱映射的端到端语音加密方法，其特征在于，包括以下步骤：

S01：对数字语音信号进行线性预测LPC分析得到LPC系数；

S02：将LPC系数转换为线性谱频率LSF系数，对LSF系数按照给定的密钥进行映射变换，再将映射后的LSF系数转换为LPC系数，并构造出合成滤波器；

S03：原始数字语音信号通过线性预测，得到预测残差信号，最后将预测残差信号通过由映射变换后的LPC系数所构造的合成滤波器得到加密后的语音信号。

优选的，所述步骤S01中的LPC系数通过以下步骤得到：

线性预测LPC为用过去p个样点值s(n)来预测现在或未来样点值预测误差ε(n)为：

其中，a_i为线性预测系数，n为自然数；

线性预测LPC的Yule-Walker方程：

Levinson-Durbin算法递推公式为：

a_ki＝a_k-1,i+a_kka_k-1,k-i,i＝1,2,…,k-1

由此可以求解出两阶线性预测的预测系数a_i,i＝1,2,…,p。

优选的，所述将LPC系数转换为线性谱频率LSF系数包括以下步骤：

p阶线性预测滤波器函数为：

定义，P(z)＝A(z)+z^-(p+1)A(z^-1)，Q(z)＝A(z)-z^-(p+1)A(z^-1)

则，

当阶数p为偶数时有：

当阶数p为奇数时有：

P′(z)＝P(z)

P′(z)和Q′(z)为对称的偶次多项式，根为复值共轭对，只需确定位于上半圆的根即可，设在上半圆P′(z)和Q′(z)的根为i＝1,2,…,p,其线谱频率为根的角频率0<ω_i<π；

当阶数p为偶数时令

M₁＝p/2,M₂＝p/2

当阶数p为奇数时令

M₁＝(p+1)/2,M₂＝(p-1)/2

利用泰勒级数展开原理，将共轭零点对数分别为M₁和M₂对应的P′(z)和Q′(z)展开，有M₁+M₂＝p，用z＝e^jw代入，并利用余弦定理转换有：

P″(ω)＝2cosM₁ω+2P′(1)cos(M₁-1)ω+…+2P′(M₁-1)cosω+P′(M₁)

Q″(ω)＝2cosM₁ω+2Q′(1)cos(M₁-1)ω+…+2Q′(M₁-1)cosω+Q′(M₁)

再令x＝cosω，将上式用Chebyshev多项式T_m(x)＝cos(mx)展开有：

第m阶x的Chebyshev多项式T_m(x)满足递推T_m(x)＝2xT_k-1(x)-T_k-2(x)，初值T₀(x)＝1，T₁(x)＝x，求x在[1,-1]区间内，搜索P″(x)＝0和Q″(x)＝0的根植{x_i}，而对应的LSF的参数值ω_i由ω_i＝arccosx_i来确定。

优选的，所述步骤S02的映射变换包括线性映射和非线性映射，其中线性映射分为平移映射、旋转映射、相似映射、反演映射，非线性映射即利用各类非线性算子实现映射。

优选的，所述步骤S02中LSF系数转换为LPC系数，包括以下步骤：

由LSF参数ω_i逆向推导Chebyshev多项式来求解，LSF参数值ω_k，令x_k＝cosω_k,k＝1,2,…,p得中间式

按原推导过程对应关系，由P″(x)逆推得P′(ω)和P′(z)，同样由Q″(x)逆推得Q(ω)和Q(z)进而逆推导可得p(z)和Q(z)：

P(z)＝P′(z)*(1+z^-1)

Q(z)＝Q′(z)*(1-z^-1)

则有：

A(z)＝(P(z)+Q(z))/2

由A(z)可得LPC参数a_i。

优选的，在步骤S01之前对输入的数字语音信号加窗分帧处理，即用窗函数w(n)乘以s(n)，使得加窗语音信号s_w＝s(n)*w(n)。

本发明还公开了一种语音解密方法，其特征在于，包括以下步骤：

S11：将加密后的数字语音信号进行线性预测LPC分析得到LPC系数；

S12：将LPC系数转换为线性谱频率LSF系数，对LSF系数按照密钥进行逆映射变换，再将逆映射后的LSF系数转换为LPC系数，并构造解密语音合成滤波器；

S13：加密数字语音信号通过线性预测，得到预测残差信号，最后将预测残差信号通过由逆映射变换后的LPC系数所构造的解密语音合成滤波器 得到原始语音信号。

与现有技术相比，本发明的优点是：

1、本发明是基于线性预测编码和频谱映射的语音加解密方法，在加密端对数字语音信号进行线性预测(LPC)分析得到LPC系数，然后将LPC系数转换为线性谱频率(LSF)系数，对LSF系数按照给定的密钥进行映射变换，再将映射后的LSF系数转换为LPC系数，并构造出合成滤波器；另一方面，原始语音通过线性预测，得到预测残差信号，最后将预测残差信号通过由映射变换后的LPC系数所构造的合成滤波器得到加密后的语音信号，保证了加密语音信号的语音特征，实现有效的语音加密。

2、解密过程是加密过程的逆过程。解密端对加密后的数字语音信号线性预测(LPC)得到加密信号的LPC系数，然后将LPC系数转化为线性谱频率(LSF)系数，对LSF系数按照密钥逆映射，再将逆映射后的LSF系数转换为LPC系数，并构造出语音合成滤波器；与此同时，加密语音通过线性预测，得到预测的残差信号，最后将预测残差信号通过由逆映射变化后的LPC系数构造的合成滤波器得到原始语音信号，简单而高效地恢复出原始信号。对加解密两端的同步要求低，实用性较好，具有广泛的应用前景。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明语音加密装置的结构框图；

图2为本发明语音解密装置的结构框图；

图3为原始语音信号波形图；

图4为加密语音信号波形图；

图5为解密语音信号波形图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例：

如图1所示，待加密的信号为数字语音信号如图3所示，根据语音信号 的短时平稳性能，为了便于对语音信号特征参数的分析，需要对语音信号进行分帧，此处采用的分帧方法为加窗分帧技术。与此同时，帧与帧之间平滑过渡，保证语音信号的连续性，分帧后的信号为s(n)。

首先对语音信号帧s(n)作线性预测(LPC)分析，其p阶线性预测系数a_i由LevinsonDurbin算法利用自相关函数求出。考虑到线性谱频率LSF系数具有良好的量化特性和插值特性，并且线性谱频率LSF可以很好地与频谱保留的共振峰的位置和带宽相对应，因此在语音处理中常常直接对LSF进行控制和处理，因此本文是直接对LSF系数映射转换。本文利用Chebyshev法将求出的LPC系数转为线谱对LSF参数。按照给定的密钥选择合适的映射方式对LSF系数映射，此处是语音加密的主要实现部分。最后将映射后的LSF转换为LPC系数，构成语音加密合成滤波器，用于合成加密后的语音信号。

另一方面，原始语音通过线性预测，得到预测残差信号e(n)，最后将预测残差信号e(n)通过由映射变换后的LPC系数所构造的语音加密合成滤波器得到加密后的语音信号。至此，实现了原始语音信号的加密，加密后的语音波形图如图4所示。

如图2所示，解密过程是加密过程的逆过程。解密端对加密后的数字语音信号线性预测(LPC)分析，得到加密信号的LPC系数，然后将LPC系数转化为线性谱频率(LSF)系数，按照提供的密钥对LSF系数逆映射，恢复出原始语音信号的LSF系数。为合成原始语音信号，需要再将LSF系数转换为LPC系数，并构造出语音合成滤波器；与此同时，加密语音通过线性预测，得到预测的残差信号，最后将预测残差信号通过由逆映射变化后的LPC系数构造的合成滤波器得到原始语音信号，简单而高效地恢复出原始信号，波形图如图5所示。

具体实现方法：

由于语音信号的短时平稳性，为了避免截断效应的产生，通常需要对输入的语音信号加窗分帧处理，同时也需要保证语音信号帧与帧之间的连续性。

分帧是用可以动的有限长度窗口进行加权的方法来实现的，即用窗函数w(n)乘以s(n)，使得加窗语音信号s_w＝s(n)*w(n).

语音信号数字处理中常用的窗函数时矩形窗和汉明窗，表达式如下：

矩形窗：

汉明窗：

其中，N为帧长，n为自然数。

(1)线性预测分析

线性预测的基本思想是用过去p个样点值s(n)来预测现在或未来样点值

预测误差ε(n)为：

其中，a_i，i＝1,2,…,p为线性预测系数，可由Levinson-Durbin算法求出，Levinson-Durbin算法利用自相关矩阵的对称性和Toepltz性质提出了高效的递推算法。

线性预测的Yule-Walker方程

从方程中可以看出，它共有p+1个方程，当k＝0,1,2,…,p的已知时，可以解得a_pk[k＝1,2,…,p]以及样p+1个未知量。Levinson-Durbin算法递推公式为：

a_ki＝a_k-1,i+a_kka_k-1,k-i,i＝1,2,…,k-1 (7)

由此可以求解出两阶线性预测的预测系数a_i,i＝1,2,…,p，式中l为中间变量。

(2)LPC系数转换为LSF系数

本文思想是将LPC系数转换为LSF系数，对LSF系数进行加密，再将加密后的LSF系数转化为LPC系数，合成加密后的语音信号，保证合成后的加密语音信号包含有语音 特性，所以需要将LPC系数转换为LSF系数。

第i阶线性预测误差滤波器传递函数的递推关系为：

Aⁱ(z)＝A^i-1(z)-k_iz^-1A^i-1(z^-1) (9)

则有p阶线性预测滤波器函数为：

定义：

P(z)＝A(z)+z^-(p+1)A(z^-1) (11)Q(z)＝A(z)-z^-(p+1)A(z^-1)

所以：

可以证明，当A(z)的零点在Z平面单位圆内时，P(z)和Q(z)的零点都在单位圆上，并且P(z)和Q(z)有共轭复根和零点沿着单位圆随ω的增加交替出现。P(z)必定有一个根z＝-1(ω＝π)，Q(z)必定有一个根z＝-1。

设P(z)的零点为Q(z)的零点为由于P(z)和Q(z)的零点都在单位圆上，所以这些零点可以直接用频率来表示：

0<ω_i<θ_i<…<ω_p/2<θ_p/2<π (13)

ω_i，θ_i成对出现，反映了谱的特性，所以称之为线谱对(LSP)，由于LSF参数是频域参数，所以它和语音信号谱包络的峰有更紧密的联系。

当阶数p为偶数时有

(14)

当阶数p为奇数时有

P′(z)＝P(z)

(15)

P′(z)和Q′(z)为对称的偶次多项式，根为复值共轭对，只需确定位于上半圆的根即可。设在上半圆P′(z)和Q′(z)的根为i＝1,2,…,p,其线谱频率为根的角频率 0<ω_i<π。

当阶数p为偶数时令

M₁＝p/2,M₂＝p/2 (16)

当阶数p为奇数时令

M₁＝(p+1)/2,M₂＝(p-1)/2 (17)

利用泰勒级数展开原理，将共轭零点对数分别为M₁和M₂对应的P′(z)和Q′(z)展开，有M₁+M₂＝p。用z＝e^jw代入，并利用余弦定理转换有

P″(ω)＝2cosM₁ω+2P′(1)cos(M₁-1)ω+…+2P′(M₁-1)cosω+P′(M₁)

Q″(ω)＝2cosM₁ω+2Q′(1)cos(M₁-1)ω+…+2Q′(M₁-1)cosω+Q′(M₁)

(18)

再令x＝cosω，将上式用Chebyshev多项式T_m(x)＝cos(mx)展开有

第m阶x的Chebyshev多项式T_m(x)满足递推T_m(x)＝2xT_k-1(x)-T_k-2(x)，初值T₀(x)＝1,

T₁(x)＝x，利用搜索法求出LSF参数值。以上Chebyshev多项式解法实质是求x在[1,-1]区间内，搜索P″(x)＝0和Q″(x)＝0的根植{x_i}，而对应的LSF的值即可由ω_i＝arccosx_i来确定。

LSF分析是用P个离散频率来表示语音信号频谱特性的一种方法，LSF系数偏差只对该频率附近的语音频谱产生影响，而对其他频率上的LSF语音频谱影响不大。

(3)LSF映射变换

根据提供的密钥对LSF系数映射变换即为加密的主要过程。数据映射包括线性映射和非线性映射，其中线性映射可以分为平移映射、旋转映射、相似映射、反演映射等。

本文主要根据对LSF系数ω_i的映射实现线谱频率的映射变换过程，其中密钥为映射因子。由于LSF系数ω_i在0～π范围内，所以本文采用的是旋转映射，根据提供的密钥实现对LSF系数的映射变换。

(4)LSF系数转化为LPC系数

对于LSF转换成LPC，由LSF参数ω_i和θ_i逆向推倒Chebyshev多项式来求解，LSF参数值ω_k，令x_k＝cosω_k,k＝1,2,…,p得中间式：

按原推导过程对应关系，可以由P″(x)逆推得P′(ω)和P′(z)，同样由Q″(x)逆推得Q(ω)和Q(z)进而按方程(11)逆推导可得P(z)和Q(z)，而有：

P(z)＝P′(z)*(1+z^-1)

Q(z)＝Q′(z)*(1-z^-1) (22)

则有：

A(z)＝(P(z)+Q(z))/2 (23)

则由A(z)可得LPC参数a_i和k_i。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (7)

1.一种基于频谱映射的端到端语音加密方法，其特征在于，包括以下步骤：

S01：对数字语音信号进行线性预测LPC分析得到LPC系数；

S02：将LPC系数转换为线性谱频率LSF系数，对LSF系数按照给定的密钥进行映射变换，再将映射后的LSF系数转换为LPC系数，并构造出加密语音合成滤波器；

S03：原始数字语音信号通过线性预测，得到预测残差信号，最后将预测残差信号通过由映射变换后的LPC系数所构造的加密语音合成滤波器得到加密后的语音信号。

2.根据权利要求1所述的语音加密方法，其特征在于，所述步骤S01中的LPC系数通过以下步骤得到：

线性预测LPC为用过去p个样点值s(n)来预测现在或未来样点值 预测误差ε(n)为：

其中，a_i为线性预测系数，n为自然数；

线性预测LPC的Yule-Walker方程：

Levinson-Durbin算法递推公式为：

a_ki＝a_k-1,i+a_kka_k-1，k-i,i＝1,2,…,k-1

由此可以求解出两阶线性预测的预测系数α_i,i＝1,2,…,p。

3.根据权利要求1所述的语音加密方法，其特征在于，所述将LPC系数转换为线性谱频率LSF系数包括以下步骤：

p阶线性预测滤波器函数为：

定义，P(z)＝A(z)+z^-(p+1)A(z^-1)，Q(z)＝A(z)-z^-(p+1)A(z^-1)

则，

当阶数p为偶数时有：

当阶数p为奇数时有：

P′(z)＝P(z)

P′(z)和Q′(z)为对称的偶次多项式，根为复值共轭对，只需确定位于上半圆的根即可，设在上半圆P′(z)和Q′(z)的根为i＝1,2,…,p,其线谱频率为根的角频率0<ω_i<π；

当阶数p为偶数时令

M₁＝p/2,M₂＝p/2

当阶数p为奇数时令

M₁＝(p+1)/2,M₂＝(p-1)/2

利用泰勒级数展开原理，将共轭零点对数分别为M₁和M₂对应的P′(z)和Q′(z)展开，有M₁+M₂＝p，用z＝e^jw代入，并利用余弦定理转换有：

P″(ω)＝2cosM₁ω+2P′(1)cos(M₁-1)ω+…+2P′(M₁-1)cosω+P′(M₁)

Q″(ω)＝2cosM₁ω+2Q′(1)cos(M₁-1)ω+…+2Q′(M₁-1)cosω+Q′(M₁)

再令x＝cosω，将上式用Chebyshev多项式T_m(x)＝cos(mx)展开有：

第m阶x的Chebyshev多项式T_m(x)满足递推T_m(x)＝2xT_k-1(x)-T_k-2(x)，初值T₀(x)＝1，T₁(x)＝x，求x在[1,-1]区间内，搜索P″(x)＝0和Q″(x)＝0的根植{x_i}，而对应的LSF的参数值ω_i由ω_i＝arccosx_i来确定。

4.根据权利要求1所述的语音加密方法，其特征在于，所述步骤S02的映射变换包括线性映射和非线性映射，其中线性映射分为平移映射、旋转 映射、相似映射、反演映射，非线性映射即利用各类非线性算子实现映射。

5.根据权利要求3所述的语音加密方法，其特征在于，所述步骤S02中LSF系数转换为LPC系数，包括以下步骤：

由LSF参数ω_i逆向推导Chebyshev多项式来求解，LSF参数值ω_k，令x_k＝cosω_k,k＝1,2,…,p得中间式

按原推导过程对应关系，由P″(x)逆推得P′(ω)和P′(z)，同样由Q″(x)逆推得Q(ω)和Q(z)进而逆推导可得P(z)和Q(z)：

P(z)＝P′(z)*(1+z^-1)

Q(z)＝Q′(z)*(1-z^-1)

则有：

A(z)＝(P(z)+Q(z))/2

由A(z)可得LPC参数a_i。

6.根据权利要求2所述的语音加密方法，其特征在于，在步骤S01之前对输入的数字语音信号加窗分帧处理，即用窗函数w(n)乘以s(n)，使得加窗语音信号s_w＝s(n)*w(n)。

7.一种语音解密方法，其特征在于，包括以下步骤：

S11：将加密后的数字语音信号进行线性预测LPC分析得到LPC系数；

S12：将LPC系数转换为线性谱频率LSF系数，对LSF系数按照密钥进行逆映射变换，再将逆映射后的LSF系数转换为LPC系数，并构造解密语音合成滤波器；

S13：加密数字语音信号通过线性预测，得到预测残差信号，最后将预测残差信号通过由逆映射变换后的LPC系数所构造的解密语音合成滤波器得到原始语音信号。