聲音心理學(xué)模型

聲音心理學(xué)模型第1頁(yè)，共31頁(yè)，2023年，2月20日，星期四主要內(nèi)容1.聽(tīng)覺(jué)模型2.M-PEAG1心理聲學(xué)模型結(jié)構(gòu)3.仿真結(jié)果4.關(guān)于后期工作的想法5.總結(jié)第2頁(yè)，共31頁(yè)，2023年，2月20日，星期四1.聽(tīng)覺(jué)模型1.1人耳聽(tīng)覺(jué)模型(HAS)1.2人耳生理系統(tǒng)和臨界頻段1.3安靜狀態(tài)閾值和掩蔽第3頁(yè)，共31頁(yè)，2023年，2月20日，星期四1.聽(tīng)覺(jué)模型人耳對(duì)于頻率的感知

呈對(duì)數(shù)規(guī)律的;會(huì)產(chǎn)生出差頻;人耳生理系統(tǒng)和臨界頻段

臨界頻段=24.7(4.37F+1)有調(diào)成分和無(wú)調(diào)成分

當(dāng)音調(diào)間的頻率差大于臨界頻段時(shí)，就是一般的和音；而當(dāng)頻率差小于臨界頻段時(shí)，就成為不諧和音Bark

感知頻率的單位，1個(gè)臨界頻段的寬度為1Bark。使用Bark來(lái)標(biāo)度，需要將物理頻率轉(zhuǎn)化為心理聲學(xué)頻率。這樣，一個(gè)純音就可以用心理掩蔽曲線來(lái)表示。第4頁(yè)，共31頁(yè)，2023年，2月20日，星期四1.聽(tīng)覺(jué)模型安靜狀態(tài)閾值

安靜狀態(tài)閾值曲線表示了在給定頻率上，人耳能夠聽(tīng)到聲音的最小聲壓級(jí)。0dB時(shí)的閾值為1kHz。人耳在1~5kHz的范圍內(nèi)最為敏感，可以聽(tīng)到低于0dB參考值幾個(gè)分貝的信號(hào)。一般而言，兩個(gè)相同能量不同頻率的信號(hào)，聽(tīng)起來(lái)是不一樣的。類似的，能夠聽(tīng)到的噪聲和失真也隨頻率而改變。在太高或太低的頻率處，聽(tīng)覺(jué)的靈敏度也會(huì)下降。第5頁(yè)，共31頁(yè)，2023年，2月20日，星期四1.聽(tīng)覺(jué)模型掩蔽閾值掩蔽閾值是指幾乎聽(tīng)不到聲音的聲壓級(jí)。當(dāng)同時(shí)有好幾個(gè)音調(diào)時(shí)，當(dāng)高音調(diào)完全掩蓋低音調(diào)時(shí)，就會(huì)出現(xiàn)掩蔽。掩蔽的一般性介紹

掩蔽的分類:同時(shí)掩蔽;異時(shí)掩蔽掩蔽的特點(diǎn):利用聲調(diào)的強(qiáng)弱;利用人腦的反應(yīng)延遲

第6頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.M-PEAG1心理聲學(xué)模型結(jié)構(gòu)2.1譜計(jì)算2.2聲壓級(jí)測(cè)定2.3安靜狀態(tài)閾值2.4判決有調(diào)和無(wú)調(diào)2.5有調(diào)和無(wú)調(diào)成分的抽取2.6單獨(dú)掩蔽閾值的計(jì)算2.7總體掩蔽閾值的計(jì)算第7頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.1譜計(jì)算進(jìn)行512點(diǎn)的FFT計(jì)算。FFT是直接對(duì)輸入PCM信號(hào)加海寧窗后進(jìn)行的。海寧窗h(i)和功率譜X(k)的計(jì)算公式分別為：

第8頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.2聲壓級(jí)的測(cè)定子帶n中的聲壓級(jí)的計(jì)算公式如下:第9頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.3安靜狀態(tài)閾值安靜閾值也稱絕對(duì)閾值，它依賴于信號(hào)的抽樣頻率，由經(jīng)驗(yàn)得出。對(duì)應(yīng)計(jì)算掩蔽閾值頻率范圍中的每個(gè)樣點(diǎn)，根據(jù)總體比特率補(bǔ)償絕對(duì)閾值，對(duì)于比特率≥96kbit/s，補(bǔ)償值為12dB，對(duì)于比特率<96kbit/s，補(bǔ)償值為0dB。下圖1給出了樣本音頻信號(hào)的安靜狀態(tài)閾值。

第10頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.3安靜狀態(tài)閾值第11頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分一個(gè)掩蔽成分的可調(diào)性影響到掩蔽閾值，因此必須判定有調(diào)與無(wú)調(diào)成分。為了計(jì)算總掩蔽閾值，必須從FFT頻譜中得出有調(diào)和無(wú)調(diào)成分。首先決定局部最大值，然后提取有調(diào)成分（正弦波），以及計(jì)算一個(gè)臨界頻段頻率范圍內(nèi)無(wú)調(diào)成分的強(qiáng)度。下圖2給出了樣本音頻信號(hào)局部最大值的確定，圖中帶圈的成分為局部最大值成分。第12頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分第13頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分而臨界頻段的頻寬隨著中心頻率變化，低頻時(shí)大約0.1kHz頻寬，高頻時(shí)大約4kHz頻寬。從心理聲學(xué)實(shí)驗(yàn)可以知道，耳朵的低頻分辨率比高頻分辨率好。為了決定某個(gè)局部最大值是否可能是有調(diào)成分，還必須了解局部最大值所處頻率處臨界頻段的頻寬df。在不同的頻率段所用的頻寬是事先規(guī)定的：

df=172.266Hz，0kHz<f≤5.512kHzdf=281.25Hz，5.512kHz<f≤11.024kHzdf=562.50Hz，11.024kHz<f≤19.982kHz第14頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分綜上所述，要列出譜線X(k)是有調(diào)或是無(wú)調(diào)，需執(zhí)行以下三個(gè)運(yùn)算:

標(biāo)明局部最大值。

列出有調(diào)成分并計(jì)算聲壓級(jí).列出無(wú)調(diào)成分并計(jì)算功率.下面的圖3和圖4依次顯示了有調(diào)和無(wú)調(diào)成分的讀取。第15頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分第16頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.4判決有調(diào)和無(wú)調(diào)成分第17頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.5有調(diào)和無(wú)調(diào)掩蔽成分的抽取抽取是用來(lái)減少掩蔽成分?jǐn)?shù)目的步驟，它是計(jì)算綜合掩蔽閾值時(shí)必須考慮的問(wèn)題。只要有調(diào)成分的X(k)之間滿足小于0.5Bark的寬度，就可以抽取這樣的有調(diào)成分。方法是列出有調(diào)成分，在臨界頻段范圍內(nèi)采用0.5Bark寬度的滑動(dòng)窗，若窗內(nèi)存在兩個(gè)或更多的成分，僅保持窗內(nèi)最高功率的成分，移去所有較小功率的成分。圖5和圖6給出了樣本音頻信號(hào)有調(diào)成分、無(wú)調(diào)成分和安靜狀態(tài)閾值的比較。第18頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.5有調(diào)和無(wú)調(diào)掩蔽成分的抽取第19頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.5有調(diào)和無(wú)調(diào)掩蔽成分的抽取第20頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.6單獨(dú)掩蔽閾值的計(jì)算通常在所有的N/2個(gè)頻率樣點(diǎn)的譜線中，僅僅只有其中一部分頻率樣點(diǎn)的譜線用于綜合掩蔽閾值計(jì)算。在最低頻的6個(gè)子帶的頻域范圍內(nèi)的譜線不考慮進(jìn)行下采樣；接著6個(gè)子帶的頻域范圍內(nèi)的譜線，每隔1個(gè)譜線考慮進(jìn)行下采樣；剩余的最高頻處的18個(gè)子帶的頻域范圍內(nèi)的譜線，每隔4個(gè)譜線考慮進(jìn)行下采樣。將所有考慮進(jìn)行下采樣的譜線進(jìn)行下采樣，下采樣的樣點(diǎn)數(shù)n=106。第21頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.6單獨(dú)掩蔽閾值的計(jì)算對(duì)于這108個(gè)樣點(diǎn)，經(jīng)驗(yàn)給定對(duì)應(yīng)的譜值。對(duì)每個(gè)序號(hào)為k有調(diào)無(wú)調(diào)成分，選擇最接近其譜值X(k)的106樣點(diǎn)譜值中的某個(gè)樣點(diǎn)，將該成分序號(hào)令為i，i∈{1,2,3,...,106}。j為所有有調(diào)、無(wú)調(diào)成分在抽取后的譜線序號(hào)。有調(diào)和無(wú)調(diào)的單獨(dú)掩蔽閾值分別由下式計(jì)算：第22頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.6單獨(dú)掩蔽閾值的計(jì)算第23頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.6單獨(dú)掩蔽閾值的計(jì)算第24頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.7總體掩蔽閾值的計(jì)算第i個(gè)頻率樣點(diǎn)的總掩蔽閾值LTg(i)是由序號(hào)為j的所有有調(diào)無(wú)調(diào)掩蔽成分的單獨(dú)掩蔽閾值LTtm[z(j),z(i)]、LTnm[z(j),z(i)]和安靜狀態(tài)閾值LTq(i)求出的，把相應(yīng)于單獨(dú)掩蔽閾值的功率和安靜狀態(tài)閾值的功率相加可求得總掩蔽閾值：其中，有調(diào)掩蔽成分總數(shù)為m，無(wú)調(diào)掩蔽成分總數(shù)為n。圖9給出了樣本音頻信號(hào)的總體掩蔽閾值，即圖中黑色的虛線。第25頁(yè)，共31頁(yè)，2023年，2月20日，星期四2.7總體掩蔽閾值的計(jì)算第26頁(yè)，共31頁(yè)，2023年，2月20日，星期四3.仿真結(jié)果仿真文件選擇:1-5.wav仿真數(shù)據(jù)截取:總體掩蔽閾值第27頁(yè)，共31頁(yè)，2023年，2月20日，星期四

4.關(guān)于后期工作的想法

基于心理聲學(xué)模型的音頻數(shù)據(jù)隱藏方案:

利用宿主音頻信號(hào)的心理學(xué)模型得到的掩蔽閾值，對(duì)偽隨機(jī)序列調(diào)制后的隱藏消息進(jìn)行頻域掩蔽，將掩蔽后的偽隨機(jī)消息嵌入宿主音頻。利用偽隨機(jī)信號(hào)的相關(guān)性思路的結(jié)合第28頁(yè)，共31頁(yè)，2023年，2月20日，星期四5.總結(jié)心理聲學(xué)模型的優(yōu)缺點(diǎn)

采用以宿主音頻信號(hào)本身的頻域掩蔽效應(yīng)來(lái)調(diào)制隱藏的偽隨機(jī)序列，因此被隱藏的偽隨機(jī)序列是基于宿主音頻信號(hào)內(nèi)容的，嵌入后具有良好的聽(tīng)覺(jué)不可感知性.但是在變換域中的抗攻擊能力較弱.第29頁(yè)，共31頁(yè)，2023年，2月20日，星期四5.總結(jié)信息隱藏技術(shù)的展望利用數(shù)字化媒體進(jìn)行信息隱藏是一個(gè)嶄新的研究領(lǐng)域，在應(yīng)用需求的刺激下得到了迅速的發(fā)展，使其能夠橫跨數(shù)字信號(hào)處理、圖像處理、語(yǔ)音處理、模式識(shí)別、數(shù)字通信、多媒體技術(shù)、密碼學(xué)等多個(gè)學(xué)科，盡管在目前還沒(méi)形成完整的理論體系，但由于它是一項(xiàng)與具體應(yīng)用十分密切的實(shí)用技