Please use this identifier to cite or link to this item: http://ena.lp.edu.ua:8080/handle/ntb/29600
Title: Методи та засоби маркерування мовних сигналів
Other Titles: Methods and means of speech signals watermarking
Методы и средства маркировки речевого сигнала
Authors: Пелех, Юрій Миронович
Bibliographic description (Ukraine): Пелех Ю. М. Методи та засоби маркерування мовних сигналів : автореферат дисертації на здобуття наукового ступеня кандидата технічних наук : 05.13.23 – системи та засоби штучного інтелекту / Юрій Миронович Пелех ; Міністерство освіти і науки України, Національний університет “Львівська політехніка”. – Львів, 2015. – 27 с. – Бібліографія: с. 19–22 (22 назви).
Issue Date: 2015
Publisher: Національний університет "Львівська політехніка"
Keywords: маркерування
аудіо сигнал
водяний знак
спектр
сегментація
коефіцієнт гладкості Гельдера
спектральні магнітуди
псевдообертання матриць подібності
watermarking
audio signal
watermark
spectrum
segmentation
Hölder condition
spectral magnitudes
pseudoinverse matrix
маркировка
аудио сигнал
водяной знак
спектр
сегментация
коэффициент гладкости Гельдера
спектральные магнитуды
псевдообращение матриц подобия
Abstract: Дисертація присвячена вдосконаленню та розробленню стійких до вхідних даних методів маркерування та сегментації цифрових аудіо сигналів. Основна увага спрямовується на методи, які використовують “сліпу” схему декодування водяного знаку з сигналу, тобто такі, що для декодування не потребують оригінальних даних. Недоліком існуючих “сліпих” методів маркерування є їх незахищеність від несанкціонованого доступу та неприхованість від сторонніх осіб чи засобів. Розроблено метод маркерування аудіо сигналу, який базується на побудові сегментів та пошуку спектральних магнітуд, який є незалежним від характеристик вхідного сигналу і дає можливість маркерувати цифрові сигнали з мінімальними інформаційними втратами. Розроблено метод вбудовування водяного знаку у аудіо сигнал, який базується на розбитті сигналу за опорними точками та аналізі коефіцієнта гладкості Гельдера, є стійким до операцій передискретизації та зміни часового масштабу аудіо сигналу. Розроблено метод розбиття аудіо сигналу за опорними точками, побудований на псевдообертанні матриць подібності, забезпечує ефективний поділ сигналу на стаціонарні ділянки в різних областях енергій і не залежить від моделі мовотворення. Цей метод ефективно доповнює існуючі методи сегментації, які базуються на вибраних моделях мовотворення, що дало змогу з більшою точністю проводити сегментацію цифрових сигналів. The thesis is devoted to the development and improvement methods of digital audio signals watermarking and segmentation that will be resistant to input parameters. There are created software implementations for developed methods of audio signals watermarking and segmentation. The paper is mainly focused on methods that use “blind” watermark decoding scheme of the signal that means watermark decoding methods do not need original data to decode watermark from the marked signal. However, the main disadvantage of “blind” watermarking methods is their lack of protection from unauthorized watermark detection in the signal. The paper contains classification of “blind” and “semi-blind” watermarking methods, its features, benefits and disadvantages. As a result, it is figured out that these methods require further research and improvements in performance, robustness, accuracy of watermark decoding and signal identification. There are developed two methods of digital audio signals watermarking. One of these methods is based on building segments and searching for spectral magnitudes. This method does not dependent on the input signal characteristics and performs digital signals watermarking with minimal loss of information and high reliability of such types of attacks as noise, cropping, resampling, requantization, compression and lowpass filtering. The second method of the watermark embedding in the audio signal is based on segmentation and Hölder condition. This method is resistant to signal oversampling and the time scale modifications of the audio signal. The main benefit of this method is high accuracy of watermarked signal identification, which is approximately at 96%. Further more, there are developed three methods of audio signal segmentation. The aim of signal segmentation is to improve watermark robustness and invisibility from unauthorized access. The developed method of audio signal segmentation that is based on the pseudoinverse matrix of similarity provides an efficient signal division on watermarking segments at different measures of signal energy and does not depend on the signal nature, its original topology and basic coverage. Segmentation of the audio signal based on singular value decomposition of convergence matrix of relative measures can be also used in tasks of parametric signal identification and intellectual analysis. The audio signal segmentation method based on pseudoinverse matrix of energies provides more accurate level of signal segmentation and allows to embed more data (watermark data) into short audio signals. These segmentation methods can effectively complement other methods of segmentation based on selected signal type, allowing more granular segmentation of the digital signals. The method of watermarked signal identification through the solution of finding a maximum magnitudes provides independent watermarked signal identification without the original signal and its watermark. Based on the theoretical and practical results of the research work there was developed the software solution that implements developed methods of digital audio signals segmentation, watermarking and watermarked signals identification. Developed software solution is certified by Microsoft and published in Windows Phone Store for public usage. Диссертация посвящена совершенствованию и разработке устойчивых к входным данным методов маркировки и сегментации цифровых аудио сигналов. Основное внимание направляется на методы, которые используют “слепую” схему декодирования водяного знака из сигнала, то есть такие, что для декодирования не требуют оригинальных данных. Недостатком существующих “слепых” методов маркировки является их незащищенность от несанкционированного доступа и не скрытность от посторонних лиц или средств. Разработан метод маркировки аудио сигнала, который базируется на построении сегментов и поиска спектральных магнитуд, который не зависит от характеристик входного сигнала и позволяет маркировать цифровые сигналы с минимальными информационными потерями. Разработан метод кодирования водяного знака в аудио сигнал, который базируется на разбиении сигнала за опорными точками и анализе коэффициенте гладкости Гельдера, устойчив к операциям передискретизации и изменения временного масштаба речевого сигнала. Разработан метод разбиения речевого сигнала за опорными точками построен на псевдовращениях матриц сходства, который обеспечивает эффективное разделение сигнала на стационарные участки в различных областях энергий и не зависит от модели речеобразования. Этот метод может эффективно дополнять другие методы сегментации, которые базируются на некоторых моделях языкотворчества, что позволило с большей точностью проводить сегментацию цифровых сигналов.
URI: http://ena.lp.edu.ua:8080/handle/ntb/29600
Content type: Autoreferat
Appears in Collections:Автореферати та дисертаційні роботи

Files in This Item:
File Description SizeFormat 
avt_Pelekh.pdf995,68 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.