基于心理声学模型频域能量量化的音频水印算法

第６卷第４期　２０１０年ｌ０月　沈阳工程学院学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｈｅｎｙａｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ）　ＶＯ１．６　Ｎｏ．４　Ｏｃｔ．２ＯｌＯ　基于心理声学模型频域能量量化的音频水印算法　董文倩，孙建平，田聪颖　（华北电力大学电气与电子工程学院，北京１０２２０６）　摘要：首先将心理声学模型引入水印的嵌入和提取过程，作为选择和寻求合适的频域子带进行水印嵌入和提取的指　导，并在此基础上提出了一种音频频域子带能量量化的水印算法．算法利用心理学模型逐帧计算音频帧各个关键频带的　全局掩蔽闽值，并以此作为参考，选择其中几个关键子带进行水印嵌入，嵌入的方式采用基于能量的量化方法．　关键词：理声学模型；数字水印；子带能量量化；ＭＰ３　中图分类号：ＴＰ３０９　文献标识码：Ａ　文章编号：１６７３—１６０３（２０１０）ｏ４—０３４８—０３　数字水印技术是通过将原始数据中加入隐藏的信　息来达到版权保护、隐秘通信等目的的，目前它已经成　为国内外信息安全领域研究的热点．　文献［１］中提出了ＤＷＴ水印嵌入算法，虽然采用　了心理声学模型，且具有保持同步等优点，但仍面临选　择合适的嵌入位置的问题．文献［２］中提出了使用能　量量化方法的水印算法，应用于时域分析，但达到听觉　透明性比较困难，且抵御噪声攻击的鲁棒性差．这里提　出了应用心理声学模型选择水印嵌入位置的水印嵌入　框架，在此框架下，开发了对选择子带进行能量量化嵌　入水印的频域算法．　１水印嵌入算法　１．１算法框架简述　所提出的算法属于频域嵌入算法，其按照以下步　骤进行：①首先将原始音频信号分为互不重叠的、长度　为１　１５２的帧，并通过ＦＦＴ把每帧的时域信号变换到　频域．②把第　帧中的频带采样点划分成３２个关键　频带Ｓｂ¨（ｉ），Ｋ为帧序号，　为子带序号０＜　≤３２，ｉ为　子带内频率采样点序号，０＜ｉ≤Ｐｚ，Ｐｚ为这个子带中　包含的频率采样点个数．应用心理声学模型计算每帧　的子带能量　（　）和全局掩蔽阈值Ｔｎｏｒｍ（Ｊ），其中　０＜　≤３２．③计算ｒａｔｉｏ（Ｊ）＝Ｔｎｏｒｍ（　）／　（　），　为子　带序号．选择Ｒａｔｉｏ最大的４个子带作为水印信号的　嵌入位置，并可以选择把这些位置序列保存起来．④依　照经过预处理的水印信号位，对选择的子带能量应用　Ｅｎｅｒｇｙ　ＱＩＭ算法进行量化，修改这些子带上频率采样　收稿日期：２０１０—０６—１３　作者简介：董文倩（１９８４一），女，辽宁黑山人，硕士研究生　点的值，以实现水印嵌入的目的．⑤子带综合，ＩＦＦＴ变　换到时域，连接各帧组成嵌入水印后的音频文件．　１．２水印预处理　水印预处理分为乱序和编码２步进行．如采用二　值图像作为水印信号，可先对二值图像做降维处理．设　得到的水印数据为Ｖ＝（ｖ　，　，Ｌｖ　），ｍ为水印长度．　为避免未授权者能够还原水印图像，将水印序列Ｖ根　据一个随机序列　重新排序得到Ｗ＝（Ｗ　，Ｗ　，Ｌｗ　）．　此时，Ｒ即成为水印检测时重排还原水印数据的密钥．　在通信系统中，对信息序列纠错编码可以达到更　加可靠和有效的传输．水印系统可以看成一个信息传　输系统，因此，可以应用纠错编码技术提高检测正确率　和水印的鲁棒性．使用最简单的重复编码，将长度为ｍ　的水印重复嵌入ｒ次，在满足ｍ×ｒ≤Ｃ、Ｃ为载体水印　容量的条件下，水印比特检测错误率为　Ｐ　＝∑ｃ：Ｐ　（１一Ｐ）　”　ｎ：２／ｒ　其中，Ｐ为每位的错误率；Ｃ表示组合．在Ｐ较低的情　况下，重复编码能在较大程度上降低水印比特的检测　错误率．　．　１．３心理声学模型分析和频带选择　心理声学模型是一种尽可能逼真地模拟人类听觉　系统特性的算法．该模型可计算以频率为自变量的噪　声掩蔽阈值（ｍａｓｋｉｎｇ　ｔｈｒｅｓｈｏｌｄ），确定每个子带里的信　号能量与掩蔽阈值的比率．心理声学模型是音频压缩　算法在高保真度的要求下实现大的压缩比率的关键．　它首先计算音频帧能量谱Ｐ　（　）＝ＩＳｂ　（ｉ）ｌ　，其中ｉ

　第４期　董文倩，等：基于心理声学模型频域能量量化的音频水印算法　‘３４９・　为频率采样点序号．进而得到每个关键频带的能量　ＵＢ　（　）＝　Ｐ晒（ｋ）／Ｐｚ　Ｊ＝１，２，”．２５　ＬＢ、ＵＢ分别表示第－『个子带包含的频率上界和下界．　每个关键频带能量被用来计算本帧音频内各个子带的　全局掩蔽阈值Ｔｎｏｒｍ（ｊ），Ｊ＝１，２，－－．２５．　将心理声学模型输出的全局掩蔽阈值Ｔｎｏｒｍ（．，）　和关键频带能量　：（．『），．『＝１，２，…２５作比值运算，选　择比值最大的３个频带作为嵌入水印的位置．这个选　择，是因为这些频带被验证在经过压缩算法后仍然能　够保证很大程度上的能量不变性，并且，它们一般处在　被附近的强势子带掩蔽的边缘，嵌入水印后仍可以满　足较好的听觉透明性．　１．４子带能量的量化　水印嵌入方式采用了Ｑ　（Ｑｕａｎｔｉｚａｔｉｏｎ　Ｉｎｄｅｘ　Ｍｏｄｕｌａｔｉｏｎ）算法．其主要思想是根据即将嵌入的水印　位置对音频段的能量进行量化调制，以一定比例修改　音频段各个采样点的幅值，使此段能量变为量化后的　值．但应注意，这种量化调制是作用在能量上的．设某　帧第．『个子带的能量为　（　），并且这个子带已经被　选择进行水印嵌入，量化步长为△，如图１所示．当水　印比特Ｗ　＝１时，　：（．『）被量化到最近的“×”上；当　Ｗ　＝ｏＮ，　：（－『）被量化到最近的“０”上（称以“０”和　“×”为量化聚焦点集的量化器分别为Ｑ。和Ｑ　）．例　如设Ｗ　＝０，　（．７）经过量化后，　（Ｊ）＝ａ。（ｓ．ｚ（Ｊ））．　然后按比例修正包含在这个子带中的频率点的幅值，　完成１比特水印的嵌入．　△　ｓｐ　ａ）　图１能量的量化　对音频频率采样点的修改一定程度上造成了原始　音频的失真，当这种失真足够小时，人耳并不能察觉，　由于　（‘，）的量化步长控制了嵌入强度与听觉透明性　的折中，当△大时，水印更容易检测，同时对原始音频　质量的影响也越大．　１．５提取算法　设待检测信号为Ｓ　＝Ｓ＋Ⅳ，　、Ⅳ分别为嵌入水印　的音频和传输，在音频处理过程中引入的噪声．同嵌入　过程类似，检测过程经过音频分段，频域变换，通过心　理声学模型分析和与嵌入时相同的频带选择方案，寻　找到了承载水印比特率的子带（或者直接应用保存的　频带选择序列，可以达到更高的监测率和更快的监测　过程，但需要嵌入时保存了频带选择序列信息），得到　了这些频率子带的能量　”（　）．根据Ｓｐｚ　ｃｔ（　）最临近的　“Ｏ”或“×”所属的量化器聚集点集判断此段音频嵌　入的水印比特．当得到整个的水印　，　后，计算其与嵌　入水印各位相同的比特Ｐ，如果大于预先设定的某一　阈值　，则认为待检信号中有此水印，如果检测不到同　步或者Ｐ≤Ｔ，则认为没有水印．Ｐ的计算按照下式进行　∑ｗ（ｆ）ｏ　Ｗ　（ｆ）　ｆ＝１　ｐ　———　～　其中，Ｏ代表“同或”．整个检测过程不需要原始信号　的参加．　２实验结果及分析　选取１段单声道、４４．１　ｋＨｚ采样频率、１６　ｂｉｔ、２６　Ｓ　长的贝多芬钢琴曲进行测试．采用一段长度为１　０２４　ｂｉｔ的伪随机序列作为水印．嵌入算法采用上面提出的　心理声学模型的频域子带能量量化算法．图２显示了　小提琴曲的原始音频信号．与原始信号相比，嵌入水印　音频的信噪比ＳＮＲ为３４．１７　ｄＢ．经过多人听力测试，　感受不到二者的差别．　实验检测了水印在以下攻击手段下的检测正确　率．①添加随机白噪声．随着噪声强度的加强，检测正　确率的变化如图３．②ＭＰ３压缩攻击．将嵌入水印的　音频压缩成比特率为１３２　ｋｂｐｓ的ＭＰ３文件再解压，从　中提取水印．③ＭＰ３压缩攻击．将嵌入水印的音频压　缩成比特率为１０２　ｋｂｐｓ的ＭＰ３文件再解压，从中提取　水印．④低通滤波．将嵌入水印的音频通过１个截止　频率为１２　ｋＨｚ的低通滤波器后提取水印．⑤变换采　样速率．将嵌入水印的音频先进行采样从４４．１　ｋＨｚ到　１．Ｏ　０．５　０　＿－一Ｏ．５　—１．０　１．Ｏ　０．５　ＩⅡ皿　０　＿－一０．５　—１．Ｏ　０　５　１０　ｌ５　２０　２５　３０　ｒ／ｓ　图２

原始音频信号和嵌入水印的音频信号　沈阳工程学院学报（自然科学版）　第６卷　

０．００２　０．００４　０．００６　０．００８　０．０１０　０．０１２　０　０１４　０．０ｌ６　０　０１　８　０．０２０　白噪声强度　图３检测正确率随噪声攻击强度的变化曲线　１１．０２５　ｋＨｚ，再内插得到４４．１　ｋＨｚ的音频，从中提取　水印信号．⑥变换采样分辨率．将嵌入水印的音频重　采样，在采样点分辨率由３２　ｂｉｔｓ变成１６　ｂｉｔｓ的音频中　提取水印．　经过以上的攻击以后，得到的检测正确率如表１　所示．从表中可以看出，经过各种攻击后，提取的水印　同嵌入的水印有极大的相关性．该算法在很多音频上　的实验都取得了满意的效果，能够满足音频数字水印　鲁棒性的要求．　３　结　语　基于频域嵌入的数字水印是一种很有研究价值的　数字媒体版权保护方案．这里提出了应用心理声学模　型选择水印嵌入位置的水印嵌入框架，此框架有利于　表１乐曲经过各种攻击后检测到的水印与　原始水印的相关值　攻击手段　检测正确率ｐ（％）　加噪声　ＭＰ３压缩（１３２　ｋｂｐｓ）　ＭＰ３压缩（１０２　ｋｂｐｓ）　低通滤波　变换采样速率　变换采样分辨率　９３．５９　９０．９２　８８．２８　９４．６３　１　９９．９０　有针对性地、有效地控制听觉透明性与攻击鲁棒性的　折中，有很大的灵活性和拓展性．在此框架下，提出了　一种嵌入位置选择方案，并开发了对选择的子带进行　能量量化嵌入水印的算法．仿真实验验证了该算法在　满足保真度要求的情况下，对随机噪声、ＭＰ３、低通滤　波、重采样等攻击手段的鲁棒性．算法检测过程不需要　原始音频的参与．　参考文献　［１］何建昭，梁晓诚．基于心理声学模型的盲音频数字水印改　进型算法［Ｊ］．计算机安全，２００８，８（８）．　［２］王卓，赵千川．基于能量量化的音频水印算法［Ｊ］．计算　机工程与应用，２００４，４０（２６）：４８—５１．　［３］Ｚｈａｏｑｉｎｇ　Ｌｉｕ，Ｑｉｏｎｇ　Ｌｉ，Ｓｈｕａｉ　Ｇｕａｎ，ｅｔ　ａ１．Ａ　Ｒｏｂｕｓｔ　Ｗａｔｅｒ－　ｍａｒｋｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｄｉｆｆｅｒｅｎｔｉａｌ　Ｅｎｅｒｇｙ　ａｎｄ　ＱＩＭ　ｆｏｒ　Ｕｎｃｏｍｐｒｅｓｓｅｄ　Ｖｉｄｅｏ．Ｉｎ：Ｉｎｔｅｌｌｉｇｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｈｉｄｉｎｇ　ａｎｄ　Ｍｕｌｔｉｍｅｄｉａ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ，２００９：３８２—３８５．　［４］李民政，吴绍权，欧阳缮．基于数字水印技术的隐蔽信息传　输系统［Ｊ］．计算机应用与软件，２００６，２３（９）．　［５］刘海燕，郑雪峰，程仁峰，等．基于心理声学模型的音频水　印能量与可靠性研究［Ｊ］．计算机工程，２００８，３４（４）．　Ａｕｄｉｏ　ｗａｔｅｒｍａｒｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｗｉｔｈ　ｑｕａｎｔｉｚｅｄ　ｆｒｅｑｕｅｎｃｙ　ｄｏｍａｉｎ　ｅｎｅｒｇｙ　ｂａｓｅｄ　ｏｎ　ｐｓｙｃｈ０ａｃ０ｕｓｔｉｃ　ｍｏｄｅｌ　ＤＯＮＧ　Ｗｅｎ—ｑｉａｎ，ＳＵＮ　Ｊｉａｎ－ｐｉｎｇ，ＴＩＡＮ　Ｃｏｎｇ－ｙｉｎｇ　（Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈ　Ｃｈｉｎａ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０２２０６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｆｉｒｓｔｌｙ，ｐｓｙｃｈｏａｃｏｕｓｔｉｃ　ｍｏｄｅｌ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ　ｉｎｔｏ　ｗａｔｅｒｍａｒｋ　ｅｍｂｅｄｄｉｎｇ　ａｎｄ　ｅｘｔｒａｃｔｉｏｎ　ｐｒｏｃｅｓｓ　ａｓ　ｔｈｅ　ｇｕｉｄ－　ａｎｃｅ　ｏｆ　ｓｅｌｅｃｔｉｎｇ　ａｎｄ　ｓｅｅｋｉｎｇ　ｔｈｅ　ａｐｐｒｏｐｒｉａｔｅ　ｆｒｅｑｕｅｎｃｙ　ｄｏｍａｉｎ　ｆｏｒ　ｗａｔｅｒｍａｒｋ　ｅｍｂｅｄｄｉｎｇ　ａｎｄ　ｅｘｔｒａｃｔｉｏｎ，ａｎｄ　ｏｎ　ｔｈｉｓ　ｂａｓｉｓ，ａ　ｗａｔｅｒｍａｒｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｗｉｔｈ　ａｕｄｉｏ　ｆｒｅｑｕｅｎｃｙ　ｄｏｍａｉｎ　ｓｕｂ—ｂａｎｄ　ｅｎｅｒｇｙ　ｑｕａｎｔｉｚｅｄ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｉｎ　ｔｈｉｓ　ａｌｇｏ—　ｒｉｔｈｍ，ｔｈｅ　ｇｌｏｂａｌ　ｍａｓｋｉｎｇ　ｔｈｒｅｓｈｏｌｄｓ　ｏｆ　ｅａｃｈ　ｋｅｙ　ｆｒｅｑｕｅｎｃｙ　ｄｏｍａｉｎ　ａｒｅ　ｃａｌｃｕｌａｔｅｄ　ｆｒａｍｅ　ｂｙ　ｆｒａｍｅ　ｗｉｔｈ　ｐｓｙｃｈｏｌｏｇｉｃａｌ　ｍｏｄｅｌ　ａｎｄ　ｔｈｅ　ｒｅｓｕｌｔｓ　ａｒｅ　ｔａｋｅｎ　ａｓ　ｒｅｆｅｒｅｎｃｅｓ，ｓｅｖｅｒａｌ　ｋｅｙ　ｓｕｂ—ｂａｎｄｓ　ａｒｅ　ｓｅｌｅｃｔｅｄ　ｆｏｒ　ｗａｔｅｒｍａｒｋ　ｅｍｂｅｄｄｉｎｇ．Ｔｈｅ　ｅｍ—　ｂｅｄｄｉｎｇ　ｍｅｔｈｏｄ　ａｄｏｐｔｓ　ｅｎｅｒｇｙ，ｂａｓｅｄ　ｑｕａｎｔｉｚａｔｉｏｎ　ｍｅｔｈｏｄ．　Ｋｅｙ　ｗｏｒｄｓ：ｐｓｙｃｈｏａｃｏｕｓｔｉｃ　ｍｏｄｅｌ；ｄｉｇｉｔａｌ　ｗａｔｅｒｍａｒｋｉｎｇ；ｓｕｂ—ｂａｎｄ　ｅｎｅｒｇｙ　ｑｕａｎｔｉｚａｔｉｏｎ；ＭＰ３　（责任编辑洪广欢）