ارائه يك روش بهبوديافته نهان‌كاوي گفتار در داده‌هاي صوتي مبتني بر VoIP با استفاده از رويكرد يادگيري عميق

امروزه پروتكل انتقال صدا از طريق اينترنت (VoIP)  به‌صورت گسترده در ارتباطات بلادرنگ و شبكه‌هاي اجتماعي مورداستفاده قرار گرفته و به حامل مناسبي براي روش‌هاي نهان‌نگاري تبديل‌شده است. در راستاي مقابله با اين تهديدات، روش‌هاي متعدد نهان كاوي ابداع شده‌اند كه در ميان راه‌حل‌هاي ارائه‌شده، تركيب روش‌هاي پردازش سيگنال و يادگيري ماشين، امكان ايجاد نهان كاوهايي بادقت بسيار بالا را فراهم نموده است. در اين مقاله يك رويكرد تركيبي از روش‌هاي پردازش سيگنال گفتار و الگوريتم‌هاي هوش مصنوعي استفاده شده است. در اين تحقيق ابتدا پيش‌پردازش داده بر روي سيگنال صوتي فشرده‌شده با كدك G.729 صورت مي گيرد كه ويژگي‌هاي درون فريمي و همبستگي‌هاي بين فريمي را بادقت خوبي استخراج مي كند. سپس نتايج به‌دست‌آمده به يك شبكه يادگيري عميق داده شده تا آموزش داده‌هاي پاك از داده‌هاي نهان نگاشته انجام گيرد. ارزيابي نتايج حاصل از پياده سازي، ميزان بهبود را هم در بخش صحت تشخيص و در بحث زمان محاسبات شامل مي شود. روش پيشنهادي براي دو خانواده مهم نهان‌نگاري يعني QIM و PMS مورد ارزيابي قرار گرفته و براي نرخ هاي مختلف ادغام روش مذكور تست و پياده‌سازي شده است. نكته مهم ديگر تست برخط بودن روش ارائه‌شده بوده كه براي فايل‌هاي 1000 ميلي‌ثانيه‌اي، زمان پاسخ‌گويي كمتر از 5 ميلي‌ثانيه بوده كه نشان از سرعت‌ بالاي مدل پيشنهادي در مرحله اجرا مي باشد.