聲音心理學模型第一頁，共三十一頁，編輯于2023年，星期五主要內容1.聽覺模型2.M-PEAG1心理聲學模型結構3.仿真結果4.關于后期工作的想法5.總結第二頁，共三十一頁，編輯于2023年，星期五1.聽覺模型1.1人耳聽覺模型(HAS)1.2人耳生理系統和臨界頻段1.3安靜狀態閾值和掩蔽第三頁，共三十一頁，編輯于2023年，星期五1.聽覺模型人耳對于頻率的感知

呈對數規律的;會產生出差頻;人耳生理系統和臨界頻段

臨界頻段=24.7(4.37F+1)有調成分和無調成分

當音調間的頻率差大于臨界頻段時，就是一般的和音；而當頻率差小于臨界頻段時，就成為不諧和音Bark

感知頻率的單位，1個臨界頻段的寬度為1Bark。使用Bark來標度，需要將物理頻率轉化為心理聲學頻率。這樣，一個純音就可以用心理掩蔽曲線來表示。第四頁，共三十一頁，編輯于2023年，星期五1.聽覺模型安靜狀態閾值

安靜狀態閾值曲線表示了在給定頻率上，人耳能夠聽到聲音的最小聲壓級。0dB時的閾值為1kHz。人耳在1~5kHz的范圍內最為敏感，可以聽到低于0dB參考值幾個分貝的信號。一般而言，兩個相同能量不同頻率的信號，聽起來是不一樣的。類似的，能夠聽到的噪聲和失真也隨頻率而改變。在太高或太低的頻率處，聽覺的靈敏度也會下降。第五頁，共三十一頁，編輯于2023年，星期五1.聽覺模型掩蔽閾值掩蔽閾值是指幾乎聽不到聲音的聲壓級。當同時有好幾個音調時，當高音調完全掩蓋低音調時，就會出現掩蔽。掩蔽的一般性介紹

掩蔽的分類:同時掩蔽;異時掩蔽掩蔽的特點:利用聲調的強弱;利用人腦的反應延遲

第六頁，共三十一頁，編輯于2023年，星期五2.M-PEAG1心理聲學模型結構2.1譜計算2.2聲壓級測定2.3安靜狀態閾值2.4判決有調和無調2.5有調和無調成分的抽取2.6單獨掩蔽閾值的計算2.7總體掩蔽閾值的計算第七頁，共三十一頁，編輯于2023年，星期五2.1譜計算進行512點的FFT計算。FFT是直接對輸入PCM信號加海寧窗后進行的。海寧窗h(i)和功率譜X(k)的計算公式分別為：

第八頁，共三十一頁，編輯于2023年，星期五2.2聲壓級的測定子帶n中的聲壓級的計算公式如下:第九頁，共三十一頁，編輯于2023年，星期五2.3安靜狀態閾值安靜閾值也稱絕對閾值，它依賴于信號的抽樣頻率，由經驗得出。對應計算掩蔽閾值頻率范圍中的每個樣點，根據總體比特率補償絕對閾值，對于比特率≥96kbit/s，補償值為12dB，對于比特率<96kbit/s，補償值為0dB。下圖1給出了樣本音頻信號的安靜狀態閾值。

第十頁，共三十一頁，編輯于2023年，星期五2.3安靜狀態閾值第十一頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分一個掩蔽成分的可調性影響到掩蔽閾值，因此必須判定有調與無調成分。為了計算總掩蔽閾值，必須從FFT頻譜中得出有調和無調成分。首先決定局部最大值，然后提取有調成分（正弦波），以及計算一個臨界頻段頻率范圍內無調成分的強度。下圖2給出了樣本音頻信號局部最大值的確定，圖中帶圈的成分為局部最大值成分。第十二頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分第十三頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分而臨界頻段的頻寬隨著中心頻率變化，低頻時大約0.1kHz頻寬，高頻時大約4kHz頻寬。從心理聲學實驗可以知道，耳朵的低頻分辨率比高頻分辨率好。為了決定某個局部最大值是否可能是有調成分，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定的：

df=172.266Hz，0kHz<f≤5.512kHzdf=281.25Hz，5.512kHz<f≤11.024kHzdf=562.50Hz，11.024kHz<f≤19.982kHz第十四頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分綜上所述，要列出譜線X(k)是有調或是無調，需執行以下三個運算:

標明局部最大值。

列出有調成分并計算聲壓級.列出無調成分并計算功率.下面的圖3和圖4依次顯示了有調和無調成分的讀取。第十五頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分第十六頁，共三十一頁，編輯于2023年，星期五2.4判決有調和無調成分第十七頁，共三十一頁，編輯于2023年，星期五2.5有調和無調掩蔽成分的抽取抽取是用來減少掩蔽成分數目的步驟，它是計算綜合掩蔽閾值時必須考慮的問題。只要有調成分的X(k)之間滿足小于0.5Bark的寬度，就可以抽取這樣的有調成分。方法是列出有調成分，在臨界頻段范圍內采用0.5Bark寬度的滑動窗，若窗內存在兩個或更多的成分，僅保持窗內最高功率的成分，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有調成分、無調成分和安靜狀態閾值的比較。第十八頁，共三十一頁，編輯于2023年，星期五2.5有調和無調掩蔽成分的抽取第十九頁，共三十一頁，編輯于2023年，星期五2.5有調和無調掩蔽成分的抽取第二十頁，共三十一頁，編輯于2023年，星期五2.6單獨掩蔽閾值的計算通常在所有的N/2個頻率樣點的譜線中，僅僅只有其中一部分頻率樣點的譜線用于綜合掩蔽閾值計算。在最低頻的6個子帶的頻域范圍內的譜線不考慮進行下采樣；接著6個子帶的頻域范圍內的譜線，每隔1個譜線考慮進行下采樣；剩余的最高頻處的18個子帶的頻域范圍內的譜線，每隔4個譜線考慮進行下采樣。將所有考慮進行下采樣的譜線進行下采樣，下采樣的樣點數n=106。第二十一頁，共三十一頁，編輯于2023年，星期五2.6單獨掩蔽閾值的計算對于這108個樣點，經驗給定對應的譜值。對每個序號為k有調無調成分，選擇最接近其譜值X(k)的106樣點譜值中的某個樣點，將該成分序號令為i，i∈{1,2,3,...,106}。j為所有有調、無調成分在抽取后的譜線序號。有調和無調的單獨掩蔽閾值分別由下式計算：第二十二頁，共三十一頁，編輯于2023年，星期五2.6單獨掩蔽閾值的計算第二十三頁，共三十一頁，編輯于2023年，星期五2.6單獨掩蔽閾值的計算第二十四頁，共三十一頁，編輯于2023年，星期五2.7總體掩蔽閾值的計算第i個頻率樣點的總掩蔽閾值LTg(i)是由序號為j的所有有調無調掩蔽成分的單獨掩蔽閾值LTtm[z(j),z(i)]、LTnm[z(j),z(i)]和安靜狀態閾值LTq(i)求出的，把相應于單獨掩蔽閾值的功率和安靜狀態閾值的功率相加可求得總掩蔽閾值：其中，有調掩蔽成分總數為m，無調掩蔽成分總數為n。圖9給出了樣本音頻信號的總體掩蔽閾值，即圖中黑色的虛線。第二十五頁，共三十一頁，編輯于2023年，星期五2.7總體掩蔽閾值的計算第二十六頁，共三十一頁，編輯于2023年，星期五3.仿真結果仿真文件選擇:1-5.wav仿真數據截取:總體掩蔽閾值第二十七頁，共三十一頁，編輯于2023年，星期五

4.關于后期工作的想法

基于心理聲學模型的音頻數據隱藏方案:

利用宿主音頻信號的心理學模型得到的掩蔽閾值，對偽隨機序列調制后的隱藏消息進行頻域掩蔽，將掩蔽后的偽隨機消息嵌入宿主音頻。利用偽隨機信號的相關性思路的結合第二十八頁，共三十一頁，編輯于2023年，星期五5.總結心理聲學模型的優缺點

采用以宿主音頻信號本身的頻域掩蔽效應來調制隱藏的偽隨機序列，因此被隱藏的偽隨機序列是基于宿主音頻信號內容的，嵌入后具有良好的聽覺不可感知性.但是在變換域中的抗攻擊能力較弱.第二十九頁，共三十一頁，編輯于2023年，星期五5.總結信息隱藏技術的展望利用數字化媒體進行信息隱藏是一個嶄新的研究領域，在應用需求的刺激下得到了迅速的發展，使其能夠橫跨數字信號處理、圖像處理、語音處理、模式識別、數字通信、多媒體技術、密碼學等多個學科，盡管在目前還沒形成完整的理論體系，但由于它是一項與具體應用十分密切的實用