技術特征：

1.一種隱私保護的深度語音數字水印流式嵌入與檢測方法，依賴以下裝置實現：

2.根據權利要求1所述的方法，其特征在于，所述的對水印信息進行編碼，并通過第一深度神經網絡模型將其轉換為固定長度為通用音頻水印數據，具體為：

3.根據權利要求1或2所述的方法，其特征在于，所述的接收通用音頻水印數據，建立語音通話，獲取用戶語音數據，使用輕量化的第二深度神經網絡模型對通用音頻水印數據進行自適應調整并嵌入到用戶語音數據的特定區(qū)間上，獲得水印語音數據，具體為：

4.根據權利要求3所述的方法，其特征在于，所述的使用第三深度神經網絡模型對水印語音數據進行數據脫敏，獲得用戶脫敏數據，具體為：

5.根據權利要求1或2或4所述的方法，其特征在于，所述的通過第四深度神經網絡模型將其轉換成為采樣點級別的水印檢測結果，通過對水印檢測結果計算平均值，解析數字水印信息，具體為：

6.根據權利要求5所述的方法，其特征在于，所述的發(fā)送端用戶終端指定待嵌入的固定長度為的二進制水印信息，并將該信息通過通信網絡發(fā)送至服務器端之前，還包括以下步驟：

7.根據權利要求6所述的方法，其特征在于，所述的多尺度重建損失為：

技術總結
本發(fā)明公開了一種隱私保護的深度語音數字水印流式嵌入與檢測方法，基于端云協同處理環(huán)境，有效隔離語音內容中的用戶敏感信息與水印信息，同時實現流式嵌入、區(qū)間標注、防水印偽造、信道魯棒等有益效果，支持語音內容版權聲明、偽造樣本標識等場景，服務第三方水印嵌入和檢測應用，在整個水印嵌入階段，服務器端僅根據水印信息生成通用水印數據，從而避免了用戶隱私信息的泄露風險。在檢測環(huán)節(jié)，接收端用戶端采用第三深度神經網絡對音頻內容進行脫敏處理，使得服務器端僅能通過處理后的脫敏數據來推斷水印的存在，隔絕了用戶原始語音數據與服務器端的直接接觸，顯著提升了用戶隱私保護水平，提高用戶與第三方檢測平臺之間的信任感。

技術研發(fā)人員：陳錢牛,盧立,陳錳,趙小迪,任奎
受保護的技術使用者：浙江大學
技術研發(fā)日：
技術公布日：2024/12/19