论文部分内容阅读
针对传统最小均方误差 （Least mean square error, LMS）和最小二乘准则 （Recursive least squares, RLS）的神经网络语音水印的局限性，提出了基于短时能量和最小相对均方误差 （Least relative mean square error，LRMS）准则的神经网络语音水印算法。首先在首帧语音中嵌入同步序列，然后求出每帧的短时能量并对大于设定阈值的语音帧进行小渡变换，最后利用以LRMS准则构建的神经网络实现水印的嵌入和提取。通过合理设定短时能量阈值，实现了