2007 年第 12 期，第 40 卷 通 信 技 术 Vol.40，No.12,2007 总第 192 期 Communications Technology No.192,Totally 一种新颖的音频信息隐藏算法 由守杰①， 柏 森①， 曹巍巍② （①重庆通信学院，重庆 400035；②信息安全国家重点实验室，北京 100080） 【摘 要】文中提出了一种新颖的基于音频采样点倒置的信息隐藏算法。算法根据人耳对音频倒置不敏感和音频幅度值 为正的采样点在总采样点中所占的比例比较稳定的特点，通过倒置的方法调整该比例的大小嵌入秘密信息。实验表明，含密 音频不仅具有良好的不可感知性，而且对诸如噪声、低通滤波、重采样、Mp3 压缩和 GSM 压缩编码等的攻击，具有较好的鲁 棒性。 【关键词】信息隐藏；音频盲水印；采样点倒置；鲁棒性 【中图分类号】TP391 【文献标识码】A 【文章编号】1002-0802(2007)12-0280-03 A Novel Audio Information Hiding Algorithm YOU Shou-jie①， BAI Sen①， CAO Wei-wei② (①Chongqing Communication Institute, Chongqing 400035, China; ②the State Key Laboratory of Information Security, Beijing 100080, China) 【Abstract】A novel audio information hiding algorithm based on the audio sample dots inversion is proposed. Based on the features that audio sample dots inversion has little influence on the human hearing and that the percentage of the positive audio sample dots in a period of time is robust against some audio attacks, the secret information is embedded to the audio by adjusting the percentage of the positive audio sample dots. The adjustment is realized by inversing audio sample dots. Experimental results show that the watermarked audio has good imperceptibility and is robust against different kinds of attacks, such as noise adding, low-pass filtering, resampling, Mp3 compression and GSM coding. 【Key words】information hiding; blind audio watermarking; sample dots inversion; robustness 0 引言 为了达到隐蔽性要求，音频信息隐藏算法一般利用人耳 信息隐藏技术是研究将秘密信息隐藏于公开信息中，通 对音频的某些特征的改变不敏感的特性来设计的。文献[2] 过公开信息传递秘密信息的技术。因为含有秘密信息的媒体 利用声音的后向掩蔽效应，通过加入不同时延的回声嵌入秘 是公开的，并且该媒体和原始媒体具有很高的相似性，使得 密信息。文献[3]利用人耳对音频样本整体幅度的改变感觉 可能的检测者难以判断该公开信息是否含有秘密信息，更难 不敏感的特性，通过改变三段音频样本整体幅度大小的方法 以截获秘密信息，从而达到了保证秘密信息安全传递的目 嵌入秘密信息。变换域算法则是根据人耳的听觉掩蔽模型 的。由于人耳听觉灵敏度非常高，音频信息隐藏算法设计比 （HAS），选择对人耳听觉不敏感的系数或者频带嵌入秘密信 图象信息隐藏算法困难。以音频为载体的信息隐藏算法基本 息。文献[7]是根据人耳对小波高频系数不敏感的特性，在 可以分为两类：时域算法和变换域算法。时域算法的主要代 小波高频系数中嵌入秘密信息的。 表有LSB算法[1]，回声隐藏[2]，其算法比较简单，但是鲁棒性 分析这些算法看到，算法设计的关键是要找到人耳听觉 差，当然也有一些算法鲁棒性很好，如时域能量算法[3]等； 的某些不敏感特性，然后充分利用这些特性来嵌入秘密信 变换域算法如在DFT[4],DCT [5],DWT[6,7]等变换域中，通过改变 息，使鲁棒性和隐蔽性达到一个好的平衡。文中利用人耳对 变换域的系数嵌入秘密信息，具有较好的鲁棒性。 倒置音频采样点不敏感的特性进行算法设计。实验结果表 收稿日期：2007-08-01。 基金项目：重庆市自然科学基金(CSTC 2007BB2105)。 作者简介：由守杰（1982-），男，硕士研究生，主要研究方向为音频信息隐藏技术；柏 森 （1963-），男，教授，主要研究方向为信息隐藏， 图像处理，模式识别；曹巍巍（1983-），女，硕士研究生，主要研究方向为信息安全。 280 

内，与原始音频每段的比例值相比变化很小。 0.7 20 40 60 80 100 120 140 160 (a) 原始音频信号各段比例值 0.6 0.5 0.4 0.3 0 0.04 0.02 0 -0.02 -0.04 0 明，该算法具有很好的隐蔽性，能够抵抗低通滤波、重采样、 GSM编码、Mp3解压缩等的攻击，具有良好的鲁棒性。 1 各种信号处理对音频比例值的影响 首先，定义音频比例值概念。音频比例值定义为一段时 间内幅度值为正的音频采样点在该段时间总采样点中所占 比例。 （1）利用秘密信息嵌入的起始位置之前的前 1L 个点， 用文献[9]的算法将 1L 个点进行小波变换，用扩频的方法在 小波域嵌入长度为 2L 的伪随机序列。 （2）从选定的嵌入起始点开始，将剩余的要嵌入秘密 信息的载体音频序列进行分段，每段长度为 N ，第 k 段音频 )] 记为 。分别统计各段音频的比 例值，第 k 段比例值记为 )(kS 。 X N (2), (1), X X X = [ ( , k k k k 通过大量实验研究可以发现，音频在经过一些常见的信 （3）由于秘密信息的嵌入是通过倒置的方法，因此会 号处理后，音频比例值变化不大，具有良好的鲁棒性。利用 产生一定的段效应。为了消除段效应，对每个音频段进行加 一段长度为16秒的语音作为实验对象，将该段语音进行分 窗处理。设计的窗函数为 段，每段800个采样点，然后统计各段的比例值。对该段语 音进行低通滤波、加噪、重采样、Mp3解压缩等处理，统计 经过信号处理后的比例值。实验结果表明，音频信号在经过 W win i ( ) 了这些信号处理后，比例值变化较小。 图1是该段语音信号进行低通滤波处理后比例值变化的 其中 l = 1 20 ⎢ ⎣ 比较图，由图(b)可以看出，比例值变化的绝对值在0.04以 整。 × i 2π × l 2 , ), ⎧ 0.54-0.46cos( ⎪⎪= 1, ⎨ ⎪ 0.54-0.46cos( ⎪⎩ ⎦ 时，段效应消除效果较好，⎣⎦⋅ 表示向下取 ⎥ N l i 1 ≤ ≤ i N l 1 , + ≤ ≤ − i N l 2π × i N 1 ), , − + ≤ ≤ l 2 l （1） （4）根据式（2）修改原始音频来完成秘密信息嵌入， 由式（2）可以看到秘密信息的嵌入是通过倒置音频来改变 比例值的大小完成的。 if S k ( ) if S k ( ) if S k ( ) if S k ( ) X ⎧ ⎪ − ⎪= ⎨ X ⎪ k ⎪− X ⎩ , k X , X , , k k k > < < > m k 0.5 & ( ) m k 0.5 & ( ) m k 0.5 & ( ) m k 0.5 & ( ) 1, = 1, = 0, = 0 = ° （2） 20 40 60 80 100 120 140 160 得到含密音频。 2.2 秘密信息提取算法 （5）按照以上规则将所有秘密信息嵌入到原始音频， (b) 低通滤波后的信号比例值与原始音频信号各段比例值的差值 图1 音频比例值变化比较 文中利用音频比例值具有良好鲁棒性的性质进行算法 设计，算法达到了很好的鲁棒性。 2 基于样点倒置的信息隐藏算法 根据人耳的听觉特性，如果将某一段时间内的音频进行 倒置，人耳不能感知出该段时间音频的变化[8]。利用人耳这 个特性以及比例值的良好鲁棒性，设计了如下算法。 2.1 秘密信息嵌入算法 。其中 L 表示 x n n 假设原始音频信号为 ( ), x n 表示原始音频第 n 个采样点的 原始音频的总采样点数， ( ) − 0,1, L = 1 , 幅 值 。 待 嵌 入 的 秘 密 信 息 为 二 进 制 伪 随 机 序 列 ， 记 为 W m k k ，表示序列的第 = m k ∈ ，其中 1,2, ( ) ( ) M = , { } 0,1 { } k 个值。 由于在某些信号处理（如Mp3压缩）中会出现音频采样 点增减的情况，因此有必要引入同步机制确保秘密信息的正 确提取。同步方案设计是根据文献[9]的算法，其思想是利 用嵌入秘密信息的起始位置之前的若干个点，在小波域嵌入 一段伪随机序列，提取秘密信息时首先用相关检测找到秘密 信息嵌入的起始位置，然后再提取秘密信息。具体步骤如下。 秘密信息的提取不需要原始音频，属于盲提取算法， 步骤如下。 （1）利用文献[9]的算法寻找到嵌入的伪随机序列，确 定秘密信息嵌入的起始位置。 （2）从起始位置开始按照每段 N 个采样点将含密音频 进行分段，计算每段音频的比例值，如果该段比例值大于 0.5，则提取出比特‘1’，否则，提取的比特为‘0’。 （3）将从各个分段中提取出来的秘密信息按顺序进行 合并，得到完整的秘密信息。 3 实验结果 实验中，以长度为16秒、抽样速率为8kHz、16位量化的 语音和长度为10秒、抽样速率为44.1 kHz、16位量化的音乐 为公开信息，分别在语音和音乐中嵌入秘密信息。嵌入时， 分段长度分别取 =N 799 和 =N 2999 。之所以取分段长度 为奇数，是为了避免比例值等于0.5的情况，减小发生误判 的概率。分段的长度也影响算法的隐蔽性，分段长度越长， 隐 蔽 性 越 好 。 由 此 可 以 计 算 隐 藏 容 量 分 别 为 10bit/s 和 14.7bit/s。 在隐蔽性测试中，含密音频信号听起来几乎和原始音频 没有差别，具有良好的隐蔽性。图2是原始音乐与含有秘密 281 

信息的音乐时域波形图。 击：1）低通滤波，截止频率1.5KHz；2）高斯白噪声，均 1 0.5 0 -0.5 -1 0 1 0.5 0 -0.5 -1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 (a)原始音频 510× 0.5 1 1.5 2 2.5 3 3.5 4 4.5 (b)含密音频 510× 值为0，均方差为0.01；3）回响，原始信号延时时间为400ms， 延时信号幅度为原始信号10%；4）重采样，将语音和音乐 分别用6kHz、22.05kHz重采样，再分别用8kHz、44.1kHz重 采样恢复原始音频；5）Mp3压缩，将含密语音压缩为码流 为8Kbps的Mp3格式，再进行解压缩恢复语音；将含密音乐 进行Mp3压缩，然后解压缩恢复；6）GSM压缩编码，利用 windows自带录音机对含密语音进行GSM编码，然后再解码 恢复语音。 分别计算各种攻击下提取秘密信息的误码率，并与文献 图2 隐蔽性测试时域波形比较 [5]算法进行比较，结果如表 1。 为了检验算法的鲁棒性，对含密语音和音乐做以下攻 攻击方法 未攻击 语音 文 中 音乐 文献[5] 误 码 率 % 0 0 0 14（截止频率4kHz） 4 表 1 鲁棒性攻击检测结果以及算法比较 低通滤波 Mp3压缩 3.14 3.42 加噪 5.66 2.04 12.4 7.48(压缩比 2.05(压缩比 11:1) 10(压缩比 11:1) 5:1) —— 重采样 回响 2.52 3.77 GSM 11.32 1.37 7.53 —— —— —— —— 从实验结果看，文中提出的算法，与文献[5]相比，在 2 Kim H J, Choi Y H. A novel echo hiding scheme with backward and 抵抗低通滤波、噪声、Mp3压缩方面鲁棒性更强。另外文中 forward kernels[J]. IEEE Trans. Circuits Syst. Video Technol., 算法在抵抗回声、重采样、语音GSM压缩编码等攻击方面， 2003,13: 885-889. 也具有良好的鲁棒性。实验结果还显示，发生误码的原因主 3 Lie W N, Chang L C. Robust and high-quality time-domain audio 要是由于某些段的比例值非常接近0.5。因此在遭受一定攻 watermarking based on low-frequency amplitude modification[J]. 击以后，尽管比例值变化量不大，但是却超出了提取秘密信 IEEE Transactions on Multimedia, 2006,8(01):46-59. 息时设定的门限值，造成了秘密信息的错误提取。 4 Jong W C, Jin W H. A novel audio watermarking algorithm for 4 结语 copyright protection of digital audio data[J].ETRI Journal, 2002, 24(03):181-189. 文章根据人耳听觉特性以及音频比例值的良好鲁棒性， 5 马 翼 平 , 韩 纪 庆 .DCT 域 音 频 水 印 : 嵌 入 对 策 和 算 法 [J]. 电 子 学 提出了一种新颖的音频信息隐藏算法。实验结果表明该算法 报,2006,34(07):1260-1264. 在鲁棒性和隐蔽性之间取得了良好的均衡效果，具有一定的 6 何琴,邹华兴,白剑. 基于小波变换的语音信息隐藏算法[J]. 计算机 实用价值。另外算法在抵抗D/A和A/D攻击方面，误码率在30% 应用研究,2005,12:118-119. 左右，因此如何进一步提高抵抗D/A和A/D攻击的能力是算法 7 王向红,赵红,崔永瑞.一种新的混合域自适应数字音频水印算法[J]. 下一步改进的重点。 小型微型计算机系统,2006,27(02):316-319. 8 王炳锡,陈琦,邓峰森.数字水印技术[M]. 第1版. 西安:西安电子科技 参考文献 大学出版社,2003:131. 1 Cooperman M,Moskowitz S. Steganographic Method and Device[P]. 9 王潇,柏森,袁晓芳.基于小波变换的新颖鲁棒语音扩谱水印[J].微电 USA: Patent:5687236,11,1997. 子学与计算机,2006,23(04):130-132. （上接第 279 页） 用 JPEG2000 静 态 图像压缩标准的变换核——提升小波 1 王育民,张彤,黄继武.信息隐藏—理论与技术[M].北京：清华大学出版 Daubechies 9/7 进行小波变换，取其三段低频系数之间的能 社，2006:191-192. 量关系将水印置乱后嵌入水印，并自适应调整嵌入强度因 2 Sweldens W. The lifting scheme : A new philosophy in biorthogonal 子，满足了图像水印算法的不可见性、鲁棒性隐藏容量以及 安全性的特性，能够抵抗多种水印攻击。但嵌入强度因子的 大小不仅需要先验经验，还需要根据图像的强度，小波分解 层数，分段长度等具体因素进行调整确定。 282 参考文献 wavelet constructions [J]. Proc SPIE ,1995 ,2569 :68-79. 3 Taubman D. High performance scalable image compression with EBCOT[J]. IEEE Tran on Image Processing ,2000,9(07):1158-1170. 4 Daubechies I, Sweldens W. Factoring wavelet transforms into lifting schemes[J]. J Fourier Anal Appl, 1998, 4:247-269. 5 ISO/ IEC J TC 1/ SC 29/ WG 1 N1646R22000 , JPEG2000 part 1 final committee draft version 1. 0[S].