專利名稱：基于聲紋的通話雙方語音加解密方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)據(jù)加密傳輸技術(shù)領(lǐng)域，具體涉及一種基于聲紋的通話雙方語音加解 密方法。
背景技術(shù)：
語音通話是信息化時代社會基本的信息交流方式。隨著人們安全意識的不斷增 強(qiáng)，人們對語音通話的保密性要求越來越高。對語音通話實施加密是保障通話安全的一種 重要技術(shù)手段。由于語音通話的實時性要求，使得語音加密技術(shù)必須做到快速、高效、安全。目前 使用的語音通話加密方法主要為各類對稱加密算法。與非對稱加密算法(公私鑰加密算 法)相比，對稱加密算法速度快、效率高；但是對于語音通話的實時性要求而言，現(xiàn)有的對 稱加密算法所耗費的計算資源仍然過高，難以在通話過程中達(dá)到實時性加密要求。另一方 面，出于安全性考慮，對稱加密算法需要通話雙方定期交換密鑰，這需要通話雙方在維護(hù)語 音通話信道的同時，還需要維護(hù)一條密鑰交換信道，并且必須保證密鑰交換信道的安全性。 維護(hù)一條額外的控制信道將明顯增加系統(tǒng)資源開銷，影響到語音通話的實時性。目前改善語音通話加密實時性的方法主要有(1)增加專用加密芯片。將語音加密過程交由專用芯片完成。該方法可以改善語 音處理的實時性，但是增加了硬件成本，同時，當(dāng)多路加密請求并發(fā)產(chǎn)生時，單一的專用芯 片加密處理容易產(chǎn)生性能瓶頸；并且該方法依然需要維護(hù)一條額外的密鑰交換控制信道。(2)減少對稱加密時的冗余開銷。如2005年10月12日公開的中國專利申請 200410030771. 1，一種實現(xiàn)端到端語音加密的方法。對稱加密算法(分組加密算法)在加密 數(shù)據(jù)時，需要被加密數(shù)據(jù)依照一定的比特數(shù)對齊，未對齊部分用冗余比特填充。專利申請?zhí)?200410030771. 1公開了用拼接前后語音幀的方法，消除了用對稱加密算法加密語音時需要 填充的冗余比特，對語音對稱加密方法的效率有一定程度的改善。不過該方法本質(zhì)上還是 使用對稱加密方法加密語音，并沒有減少加密的算法復(fù)雜度，改善的效率有限。同時，其依 然需要維護(hù)一條額外的密鑰交換控制信道。(3)減少語音的加密數(shù)據(jù)量。如2010年6月30日公開的中國專利申請 200910260090. 7，語音加密的方法及裝置、語音解密的方法及裝置。在完整的語音流中根 據(jù)語音信息重要程度的不同，采用分級加密措施，加密重要語音信息，非重要信息可以不加 密。該方法改善了語音加密速度，但同時增加了語音處理及方法使用的復(fù)雜度。該復(fù)雜度 主要表現(xiàn)在不同的語音編碼方法必須設(shè)計不同的語音加密方法相配套，這為用戶使用該方 法增加了很多不方便因素。該方法依然采用對稱加密方法加密語音，需要維護(hù)一條額外的 密鑰交換控制信道。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足，提出了一種基于聲紋的通話雙方語音加解密方法。該方法利用通話雙方自身的語音特征生成密鑰，密鑰長度可以按需選取，隨機(jī)性好；密鑰可 實時驗證其可靠性，安全性好；無需對語音實施分組加密(對稱加密)，加密速度快；無需增 加額外的密鑰交換控制信道，降低了系統(tǒng)資源開銷。本發(fā)明采取以下技術(shù)方案基于聲紋的通話雙方語音加解密方法，其按如下步 驟第一步，通話雙方預(yù)先交換一段共享秘密。用此共享秘密生成最初的初始密鑰，加 密最初的語音通話；第二步，通話雙方開啟語音通話，確定網(wǎng)絡(luò)傳輸包格式，要求包格式中有保留字段 項；以下步驟語音通話雙方的操作是對稱的，為了方便敘述，只敘述一方的操作過程。 敘述中將語音發(fā)送一方稱為語音發(fā)送方，另一方稱為語音接收方。第三步，在對話過程中，語音發(fā)送方隨機(jī)間隔一個時段計算本方的語音特征信息 MFCC參數(shù)(梅爾倒譜系數(shù))一次，并從中提取密鑰；第四步，語音發(fā)送方在發(fā)送參與計算MFCC參數(shù)的語音包時，為其按序編號；第五步，語音接收方接收語音包，將含序列編號的語音包按序拼接并計算MFCC參 數(shù)，從中提取密鑰；第六步，語音發(fā)送方在發(fā)送完畢含聲紋密鑰的語音包后，間隔一定時間發(fā)送倒計 時語音包；第七步，語音接收方收到倒計時語音包，開啟倒計時，時間到即替換當(dāng)前使用密 鑰。優(yōu)選的，該步驟為可選步驟，用以增強(qiáng)密鑰安全性。通話過程中，語音接收方訓(xùn)練 一個語音發(fā)送方的GMM聲紋識別模型，當(dāng)語音接收方進(jìn)行第五步操作，從話者語音信號中 提取密鑰的同時，對該段語音進(jìn)行聲紋認(rèn)證，認(rèn)證通過則認(rèn)為提取的密鑰是可靠的。本發(fā)明方法利用通話雙方自身的語音特征生成密鑰，密鑰長度可以按需選取，隨 機(jī)性好；密鑰可實時驗證其可靠性，安全性好；無需對語音實施分組加密(對稱加密)，加密 速度快；無需增加額外的密鑰交換控制信道，降低了系統(tǒng)資源開銷。


圖1為基于聲紋的通話雙方密鑰交換示意圖。圖2為通話雙方聲紋密鑰狀態(tài)流程圖。圖3為話者聲紋的MFCC參數(shù)計算流程圖。圖4為話者聲紋識別流程圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。1)通話雙方交換語音流，并且該過程不斷重復(fù)；2)語音信號流隨話者的對話內(nèi)容、生理狀態(tài)而呈現(xiàn)出隨機(jī)性，在此基礎(chǔ)上經(jīng)語音 信號處理后提取出的語音特征參數(shù)(MFCC參數(shù))也呈現(xiàn)隨機(jī)性。(MFCC參數(shù)隨話者的音調(diào)、 音節(jié)、音節(jié)上下文、聲門氣流模型，及各己獨特的發(fā)音方式等不同而不同。)
基于以上事實，我們可以從通話雙方的語音信號本身提取有效密鑰，實施加解密。 由于語音信號量大，可以提取出足夠長的有效密鑰，并且有很好的隨機(jī)性，因此，本發(fā)明采 用異或加密的方法對語音流進(jìn)行加解密，實踐中效果很好，大大加快了加解密的速度。另 外，MFCC參數(shù)不僅有很好的隨機(jī)性，而且與話者聲紋特征有關(guān)聯(lián)，可以通過進(jìn)一步的信號處 理，驗證所得語音信號是否由話者發(fā)出，同時也驗證了提取密鑰的可靠性(此處假定聽者 本身會對語音通話內(nèi)容是否完整做出準(zhǔn)確判斷，這保證了替換部分語音信號的攻擊方法會 失敗)。下面為了敘述的方便將語音信號中提取出的有效密鑰稱為聲紋密鑰，聲紋密鑰的傳 遞由語音通話自然完成，無需額外的控制信道。如圖1所示，基于聲紋的通話雙方語音加解密流程第一步，雙方預(yù)先交換一段共享秘密。該共享秘密可以是雙方的公鑰，通過不對稱 加密方式再傳遞一個隨機(jī)數(shù)(隨機(jī)數(shù)長度可以靈活選擇，一般選1024bit)，該隨機(jī)數(shù)即為 初始密鑰；也可以是雙方預(yù)先已共享的一段隨機(jī)數(shù)，該隨機(jī)數(shù)自動成為初始密鑰。隨機(jī)數(shù)的 傳輸通道可以是話音通道本身，因為此時還未開啟話音通話。第二步，通信雙方開啟語音通話，確定網(wǎng)絡(luò)傳輸包格式。連續(xù)的語音信號在 hternet網(wǎng)、移動通信網(wǎng)(3G、4G網(wǎng))中傳遞，都需要分段打包為若干個語音包，在網(wǎng)絡(luò)中以 包為單位傳輸。語音包遵循一定的包格式，例如在VOIP語音傳輸中一般選擇將語音打包為 UDP包?？疾榫W(wǎng)絡(luò)傳輸包格式中是否有保留字段，如沒有保留字段，則在網(wǎng)絡(luò)傳輸包格式中 增加一個保留字段(一般為2字節(jié))，保留字段用以標(biāo)注含密鑰流信息的語音包。第三步，隨機(jī)間隔一個時段計算本方的語音特征信息MFCC參數(shù)，并從中提取密 鑰。用以計算MFCC參數(shù)的語音必須連續(xù)，但時長可以視語音質(zhì)量靈活決定，一般取200ms 500ms ；計算MFCC參數(shù)時，一個MFCC參數(shù)一般表示為一個雙精度數(shù)據(jù)類型(32位系統(tǒng)中為 64bit)，可以取小數(shù)部分的32bit (隨機(jī)性好)，多個32bit即MFCC參數(shù)組合形成密鑰。第四步，將語音信號按網(wǎng)絡(luò)傳輸要求分段、打包，同時為參與計算MFCC參數(shù)的語 音包按序編號，編號存放在網(wǎng)絡(luò)傳輸包的包頭保留字段中；普通語音包保留字段填0。第五步，語音接收方接收語音包，用當(dāng)前密鑰對語音包進(jìn)行異或運算，解密語音 包。同時考察語音包中保留字段是否有序列編號，有則計算語音包的MFCC參數(shù)，從中提取 密鑰，將取得的密鑰作為替換密鑰，準(zhǔn)備替換當(dāng)前使用密鑰。第六步，語音發(fā)送方在發(fā)送完畢含聲紋密鑰的語音包后，間隔M個語音包(M為常 數(shù)，視鏈路情況而定，可取10)，發(fā)送保留字段置為-9，-8，-7，…的倒計時語音包。第七步，語音接收方收到倒計時語音包(可以是-9 -1間的任一個語音包，這樣 可以降低網(wǎng)絡(luò)傳輸?shù)牟豢煽恳蛩?，開啟倒計時(即從-9到-1計數(shù))，當(dāng)接收語音包保留 字段出現(xiàn)0時，將替換密鑰變?yōu)楫?dāng)前使用密鑰(原密鑰丟棄)，并用該密鑰實施后續(xù)的語音 包解密運算。上述第三 七步說明了語音通話雙方單工工作時的情況，圖2顯示了語音通話者 雙工工作時的密鑰交換狀態(tài)。此步為可選步驟，其可以增加安全性，聲紋認(rèn)證過程顯示在圖4中。通話過程中， 語音接收方訓(xùn)練一個語音發(fā)送方的GMM聲紋識別模型，當(dāng)語音接收方進(jìn)行第五步操作，從 話者語音信號中提取密鑰的同時，對該段語音進(jìn)行聲紋認(rèn)證，認(rèn)證通過則認(rèn)為提取的密鑰 是可靠的。
語音信號的MFCC參數(shù)提取過程如圖3所示。具體計算過程為1)預(yù)增強(qiáng)(Pre-Emphasis)以Sl (η) (η :0. . N_l)表示語音時域信號，預(yù)增強(qiáng)公式為
S (n) = Sl (η) _a*Sl (n_l) (0. 9 < a < 1. 0)2)音框化(Framing)音框化即對語音信號分幀。3)漢明窗(Hamming Windowing)假設(shè)音框化的信號為S(n)，η = 0，1，…，N-I0那么乘上漢明窗后為
權(quán)利要求
1.基于聲紋的通話雙方語音加解密方法，其特征是按如下步驟第一步，通話雙方預(yù)先交換一段共享秘密，此共享秘密生成最初的初始密鑰，加密最初 的語音通話；第二步，通話雙方開啟語音通話，確定網(wǎng)絡(luò)傳輸包格式，包格式中有保留字段項；以下步驟語音通話雙方的操作是對稱的，只敘述其中一方的操作過程，一方稱為語音 發(fā)送方，另一方稱為語音接收方第三步，在對話過程中，語音發(fā)送方隨機(jī)間隔一個時段計算本方的語音特征信息MFCC 參數(shù)一次，并從中提取密鑰；第四步，語音發(fā)送方在發(fā)送參與計算MFCC參數(shù)的語音包時，為其按序編號；第五步，語音接收方接收語音包，將含序列編號的語音包按序拼接并計算MFCC參數(shù)， 從中提取密鑰；第六步，語音發(fā)送方在發(fā)送完畢含聲紋密鑰的語音包后，間隔一定時間發(fā)送倒計時語 音包；第七步，語音接收方收到倒計時語音包，開啟倒計時，時間到即替換當(dāng)前使用密鑰。
2.如權(quán)利要求1所述的基于聲紋的通話雙方語音加解密方法，其特征是語音接收方 訓(xùn)練一個語音發(fā)送方的GMM聲紋識別模型，當(dāng)語音接收方進(jìn)行第五步操作，從話者語音信 號中提取密鑰的同時，對該段語音進(jìn)行聲紋認(rèn)證，認(rèn)證通過則認(rèn)為提取的密鑰是可靠的。
3.如權(quán)利要求1所述的基于聲紋的通話雙方語音加解密方法，其特征是第一步，所述 共享秘密是雙方的公鑰，通過不對稱加密方式再傳遞一個隨機(jī)數(shù)，該隨機(jī)數(shù)即為初始密鑰。
4.如權(quán)利要求1所述的基于聲紋的通話雙方語音加解密方法，其特征是第一步，所述 共享秘密是雙方預(yù)先已共享的一段隨機(jī)數(shù)，該隨機(jī)數(shù)自動成為初始密鑰。
5.如權(quán)利要求1所述的基于聲紋的通話雙方語音加解密方法，其特征是所述隨機(jī)數(shù) 的傳輸通道是話音通道本身。
全文摘要
本發(fā)明涉及基于聲紋的通話雙方語音加解密方法一，通話雙方先交換一段共享秘密；二，通信雙方開啟語音通話，確定網(wǎng)絡(luò)傳輸包格式；以下步驟雙方操作是對稱的三，在對話過程中，語音發(fā)送方隨機(jī)間隔一個時段計算本方的語音特征信息MFCC參數(shù)一次，并從中提取密鑰；四，語音發(fā)送方在發(fā)送參與計算MFCC參數(shù)的語音包時，為其按序編號；五，語音接收方接收語音包，將含序列編號的語音包按序拼接并計算MFCC參數(shù)，從中提取密鑰；六，語音發(fā)送方在發(fā)送完畢含聲紋密鑰的語音包后，間隔一定時間發(fā)送倒計時語音包；七，語音接收方收到倒計時語音包，開啟倒計時，時間到即替換當(dāng)前使用密鑰。本發(fā)明利用通話雙方的語音特征生成密鑰，密鑰長度可以按需選取，隨機(jī)性好。
文檔編號H04W12/04GK102064937SQ20111000320
公開日2011年5月18日 申請日期2011年1月10日 優(yōu)先權(quán)日2011年1月10日
發(fā)明者吳震東 申請人:杭州電子科技大學(xué)