基于音頻水印技術(shù)的多機器人聲音身份識別仿真軟件

1、基于音頻水印技術(shù)的多機器人聲音身份識別仿真軟件基于音頻水印技術(shù)的多機器人聲音身份識別仿真軟件1.引言機器人技術(shù)突飛猛進，是時代的潮流。將來機器人與人交流的情形將不再是一機對一人，而是多機對多人。然而與人交流時機器人之間需要通過聲音識別對方身份，同時不能讓參與交流的人有所覺察，所以需要在機器人聲音中嵌入特征水印，解決多個機器人之間的聲音識別問題。語音識別和音頻水印技術(shù)是計算機信息處理的關(guān)鍵技術(shù)。音頻水印技術(shù)是指通過修改音頻信號從而在原始信號中嵌入附加信息的技術(shù)。目前音頻水印嵌入技術(shù)主要有DT域音頻水印嵌入、碼分復(fù)用數(shù)字音頻水印嵌入等等。音頻水印識別技術(shù)主要有系統(tǒng)特征參數(shù)提取識別、DT在線并行算法

2、識別等等。本文基于ATLAB開發(fā)環(huán)境，利用FDATl與用戶界面GUI等設(shè)計工具，通過分頻式音頻水印嵌入與提取方法，開發(fā)了一套模擬多機器人交談情形并識別各個機器人講話時刻的仿真軟件。2.音頻水印嵌入與提取方法音頻水印嵌入與提取方法的本質(zhì)本文由論文聯(lián)盟搜集整理是在一段聲音中嵌入特定的水印作為信息隱藏，接收后再將所隱藏信息提取出來的方法。在本仿真軟件中，首先選定一段聲音作為原始基音，設(shè)定原始基音就是多個機器人互相交談所發(fā)出的聲音。假設(shè)機器人有N個，先在20HZ-20000HZ的頻率范圍內(nèi)為N個機器人選定N種水印載波頻率，依次用中心阻帶頻率為的N個帶阻濾波器對原始基音進展濾波得到基音信號。然后為每個機

3、器人指定一個身份識別ID號，把ID號的二進制數(shù)作為待嵌入水印數(shù)據(jù)，頻率選為。再用第i個待嵌入水印數(shù)據(jù)對頻率為fi的正弦波載波進展調(diào)制，把調(diào)制后的信號幅值調(diào)整到基音信號平均幅值數(shù)倍以下與基音信號疊加。水印添加時刻統(tǒng)一指定為基音信號的時刻。至此得到各個機器人的音頻信號，也就是講話聲音。模擬講話時，各機器人在設(shè)定時刻輸出一次自己的音頻信號，所有機器人的音樂聲互相疊加齊鳴。在多臺機器人講話的同時，每一個機器人對齊鳴聲進展采樣。先依次用中心通帶頻率為的帶通濾波器對齊鳴音信號進展濾波，濾波后得到調(diào)制了的水印數(shù)據(jù)的正弦波載波信號，再用通帶頻率為f0的低通濾波器進展濾波，得到ID號的二進制數(shù)據(jù)。在對所有的載波

4、頻率都進展了一次同樣的操作后，一個機器人就得到了所有機器人的ID水印數(shù)據(jù)，并獲得各機器人的發(fā)聲時刻。3.軟件設(shè)計與實現(xiàn)多機器人聲音身份識仿真別軟件主要由音頻水印嵌入模塊和身份ID識別模塊組成，通過ATLAB語言，F(xiàn)DATl設(shè)計工具實現(xiàn)音頻水印的嵌入與提取，運用Siulink算法模擬多個機器人的交談情形，并通過GUI用戶界面設(shè)計工具實時檢驗發(fā)聲機器人的身份ID和發(fā)生時刻。3.1音頻水印嵌入模塊Sineave模塊用于生成水印載波頻率為的正弦波，Subsyste模塊使用Step函數(shù)產(chǎn)生水印二進制碼波形，并設(shè)置頻率為。Subsyste模塊后面的延時模塊Transprtdelay用于設(shè)置延遲播放聲音時間

5、。Triggeredsubsyste模塊用于接收到高電平時觸發(fā)顯示當前接收時間。Sineave模塊和Subsyste模塊生成的波形疊加后通過零階保持器輸出至揚聲器。3.2聲音身份識別模塊聲音身份識別模塊的根本構(gòu)造如圖2所示，F(xiàn)rAudiDevie模塊為麥克風(fēng)聲音拾齲設(shè)置高頻帶通濾波器中心通帶頻率為，將拾取到的聲音傳給高頻帶通濾波器DigitalFilterDesign，將攜帶二進制水印數(shù)據(jù)的高頻正弦波留下，其余信號抑制掉。由于正弦波有負值部分，需要用絕對值函數(shù)Abs將正值部分取出。設(shè)置低通濾波器DigitalFilterDesign1的通帶頻率為f0，將正弦波的正值部分中頻率為f0的水印濾出。

6、為了獲得完好的二進制水印波形，需要對波形幅值進展調(diào)整。把水印信號送給Bias模塊和符號函數(shù)Sign后，得到幅值為1或-1的波形，再通過波形幅值加1和0.5倍增益運算，提取出二進制水印波形。3.3GUI用戶界面模塊GUI用戶界面如圖3所示。左上角的下拉菜單用于選擇機器人編號，底下的滑動條用于設(shè)置機器人發(fā)聲延遲時間。右上角的控制臺方框內(nèi)有兩個按鍵：講話和聆聽，點擊講話按鍵后揚聲器輸出所選編號機器人的聲音，點擊聆聽按鍵后麥克風(fēng)接收外界聲音。在控制臺下方顯示的是識別出的各機器人的發(fā)聲時間。軟件界面中央是以時間為橫坐標的各機器人聲音中所攜帶水印的波形圖。atlab的GUI用于實現(xiàn)用戶和機器之間的交互，在

7、仿真軟件中，底層程序?qū)iulink模塊中的參數(shù)進展設(shè)置，并將rkspae中產(chǎn)生的數(shù)據(jù)通過顯示在GUI用戶界面上。例如設(shè)置機器人發(fā)聲延遲時間時，需要對滑動條進展操作來設(shè)定時間值f1=str2dublegethandles.edit1，String；set_paraterprnt3k/000/TransprtDelay1，delaytie，nu2strf1實現(xiàn)將滑動條所設(shè)置的延遲時間傳遞給延時模塊Transprtdelay，用于tiedelay的參數(shù)設(shè)置。在用戶界面按下講話按鍵，GUI底層程序?qū)⒘⒓凑{(diào)用對應(yīng)的發(fā)聲模塊。圖3設(shè)置本臺機器為Rbt6，那么將調(diào)用si101函數(shù)。當按下聆聽按鍵時，GU

8、I調(diào)用siterprnt3k函數(shù)。Siulink模塊執(zhí)行完畢后，機器人發(fā)聲水印數(shù)據(jù)保存在rkspae中，通過assigninbase，y16，siuty=evalinbase，y16將rkspae中的數(shù)據(jù)傳遞給GUI，用axeshandles.axes1；pltt，y顯示水印數(shù)據(jù)。Triggeredsubsyste模塊將接收到高電平時的當前時間保存至rkspae中，利用assigninbase，y24，siut8；y8=evalinbase，y24函數(shù)rkspae中的數(shù)據(jù)傳遞給GUI，sethandles.edit9，string，nu2stry8-0.16963函數(shù)將聲音接收時間轉(zhuǎn)化成字符串

9、顯示。GUI用戶界面的操作過程如下：翻開GUI用戶界面，先利用下拉菜單項選擇擇機器人編號，再利用8個滑動條設(shè)置8個機器人的發(fā)聲時間。設(shè)置完成后按下講話按鈕和聆聽按鈕，8個機器人的水印波形及發(fā)聲時間及顯示在界面上。4.軟件運行實例翻開GUI用戶界面，在機器號選擇下拉菜單中選擇對應(yīng)本機的機器號6，那么將要嵌入的水印設(shè)置為二進制數(shù)11011，D0位和D4位均為1，都為高電平，同樣其他的7臺電腦依次選定好機器號，然后在機器人延遲時間選項中調(diào)節(jié)RBT1滑動條，設(shè)置發(fā)聲時刻為第0.423912秒，其他7臺電腦依次按對應(yīng)的RBT號設(shè)置發(fā)聲時刻第0.71739秒、第0.978261秒、第1.30435秒、第1

10、.56522秒、第0.489129秒、第0.847827秒、第1.04348秒。按下講話按鍵，siulink讀取rkspae中的原始音頻，見圖4a，并用第i個待嵌入水印數(shù)據(jù)對頻率為fi的正弦波進展載波，見圖b。隨后水印信號與原始音頻疊加，通過計算機的揚聲器播放出。機器人發(fā)聲完畢后再按下聆聽按鍵，麥克風(fēng)接收其他計算機播放的聲音，通過高頻濾波器將混合音中的水印濾出，濾出的水印見圖4。載波水印通過低頻濾波器后，提取的水印見圖4d。圖4e為水印數(shù)據(jù)調(diào)整后的結(jié)果。待聆聽完畢后GUI用戶界面同時顯示8臺電腦的聲音身份ID號以及發(fā)聲時間：0.42393秒、0.71741秒、0.97828秒、1.3043秒、1.5652秒、0.48915秒、0.84785秒、1.0435秒。此運行