买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利一种基于稀疏扰动的载体音频增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116884422B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310799966.5，技术领域涉及：G10L19/018；该发明授权一种基于稀疏扰动的载体音频增强方法是由何沛松;李江川;刘嘉勇设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于稀疏扰动的载体音频增强方法在说明书摘要公布了：本发明公开了一种基于稀疏扰动的载体音频增强方法，包括步骤：使用训练集，对判别器和对抗扰动生成器进行多次对抗训练，得到训练好的对抗扰动生成器；使用训练好的对抗扰动生成器，对待增强的载体音频，利用音频内容的时域和强度变化特征计算得到稀疏扰动；将稀疏扰动添加到待增强的载体音频，得到增强载体音频。增强载体音频可用于后续的音频隐写。本发明得到的增强载体音频，在通过音频隐写嵌入秘密信息后能够有效误导目标隐写分析器产生错误的检测结果，提升安全性；同时保持载体音频具有良好的听觉质量。

本发明授权一种基于稀疏扰动的载体音频增强方法在权利要求书中公布了：1.一种基于稀疏扰动的载体音频增强方法，其特征在于，包括： 步骤一，使用训练集，对判别器和对抗扰动生成器进行多次对抗训练，得到训练好的对抗扰动生成器； 所述对抗训练，具体为： 1.1将载体音频c输入到对抗扰动生成器G，获得对抗扰动v；其中，载体音频c表示为c＝[c1，c2，...，cN]，N表示载体音频的采样点总数，ci表示第i个采样点的音频强度； 1.2计算载体音频c的变化强度描述子d＝[d1，d2，...，dN]；其中，d1＝dN＝0；当i∈{2,3，...，N-1}时，式中，表示第i个采样点在时间维度的相对变化强度，表示第i个采样点与载体音频c的相对强度，表示载体音频c的平均强度，即∈为预设的极小数； 1.3将载体音频c输入到K个不同的隐写分析器Dt＝{Dt，1，Dt，2，...，Dt，K}，K≥1； 计算载体音频c对于第k个隐写分析器Dt，k的梯度权重序列 其中，Lt，k表示输入载体音频c后第k个隐写分析器Dt，k前向传播过程输出的损失函数值； 计算融合梯度权重序列Mf， 1.4计算融合梯度权重序列Mf与变化强度描述子d之间的点积ti＝Mfi×di；将ti与阈值Tm比较，即得到二值权重序列B＝[B1，B2，...，BN]； 1.5将对抗扰动v与二值权重序列B进行点积操作，得到稀疏扰动vl； 1.6将稀疏扰动vl添加到载体音频c中，得到增强载体音频c′，即c′＝vl+c； 1.7使用基于最低有效位的音频隐写算法，将秘密信息嵌入到增强载体音频c′中，得到增强载密音频s′； 1.8根据判别器损失函数LGAN_D，利用Adam优化方法更新判别器D，得到更新后的判别器D′； 所述判别器损失函数LGAN_D＝Ds′-ys2+Dc+B⊙v-yc2； 其中，Ds′表示增强载密音频s′被判别器D分类为载密音频的概率，ys表示载密音频的标签，ys＝1；Dc+B⊙v表示载体音频c被判别器D分类为载密音频的概率，yc表示载体音频的标签，yc＝0；⊙表示点积操作； 1.9根据对抗扰动生成器G的总体损失函数LG，利用Adam优化方法更新对抗扰动生成器G，得到更新后的对抗扰动生成器G′； 所述对抗扰动生成器G的总体损失函数LG＝αLGAN_G+βLadv；其中，α表示对抗扰动生成器损失LGAN_G的权重，β表示对抗损失Ladv的权重； 所述对抗扰动生成器损失LGAN_G＝D′s′+B⊙Gc-yc2，式中，D′s′+B⊙Gc表示增强载密音频s′被步骤1.8更新后的判别器D′分类为载密音频的概率，Gc表示对抗扰动生成器G生成的对抗扰动； 所述对抗损失Ladv由以下步骤得到：将增强载密音频s′输入到预训练的隐写分析器Dt，将隐写分析器的分类损失作为对抗损失Ladv， 即 步骤二，使用训练好的对抗扰动生成器，将待增强的载体音频，按照步骤1.1-1.5相同的方法，得到稀疏扰动； 步骤三，将稀疏扰动添加到待增强的载体音频，得到增强载体音频。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。