2.2 双极性回声核 Oh 基于心理声学的分析把人耳可感知的回声 分为两部分：echo 和 coloration。以 2 ms 为界，延 迟时间大于 2 ms 称为 echo，小于 2 ms 则称 coloration。前者由于引入的回声延迟时间过大，影 响听觉质量；后者听觉上可理解为对原始声音的赋 色。0h 研究了在赋色域嵌入不同极性和个数的回声 信号对原始声音所产生的影响。不同极性是针对衰 减系数α的符号而言的，若α为正数，则称回声为 正极性；若α为负数，则称回声为负极性。不同极 性和个数的回声信号的频率响应是不同的，由此将 原始回声核改造为双极性回声核[6]。 [ δα nk ][ (3) 在音频信号中嵌入两个极性相反、不同延时的 回声，能够使得回声能量加倍，提高隐藏信息的检 测率，而不会降低载体音频的音质。 2.3 前向-后向回声核 [ δαδ dn 1 dn n ][ − − − + = ] ] 2 2 1 ] − + δ [ dn nk ][ 其中, Kim 利用了人耳听觉受导前掩蔽的影响，在简 单回声核和双极性回声核的基础上，提出了前向回 声核的概念，整合出一种新的回声核[7]： dn ] [ αδ dn +δ [ n ][ [ + αδ = dn −δ ] 称为前 向回声。前向回声在载体音频信号产生前嵌入回 声，实际上此举违反了回声的定义，换句话说，前 向回声是来历不明的。但是人耳听觉系统受导前掩 蔽的影响，因此可以考虑适当增加前回声。选择同 样的参数，利用前向-后向回声核其检测阶段的倒谱 (4) ] 称为后向回声， + α 1 α 2 − ，而后向回声核的倒谱峰值为 峰值能达到 α。 经过仿真实验测试，利用前向-后向回声核对比 原始回声核和双极性回声核，在相同恢复正确率的 前提下，α可以取得更小值。这也证明特别是当前 向延时与后向延时相等时，前向-后向回声核的在检 测率和不可察觉性两方面性能明显优于简单回声 核和双极性回声核。 2.4 双向对称时扩回声核 介于虚拟的前向回声能有效地提高秘密信息 的检测效率，Chou 将前向回声与时扩回声核结合在 一起，提出了双向对称时扩回声核[8]： dnp [ nk ][ (5) 由于兼顾了时扩和双向回声的特点，新的回声 核在隐蔽性和检测效率上比传统的回声核有了较 大的改进。 ⋅+ αδ dnp [ ⋅+ α n ][ + − = ] ] 我们采用 Chou 的实验参数进行了双向对称时 扩回声核的仿真实验，其中检测率随衰减系数变化 的曲线、检测率随伪随机序列长度变化的曲线与单 向时扩回声核的比较都证明了双向对称时扩回声 核优于以前的回声核设计。 2.5 抑制双向时扩回声核 Chou 在自己提出的双向对称时扩回声核的基 础上，进一步考察心理声学模型的掩蔽效应，根据 回声的指数式衰减和导前掩蔽比滞后掩蔽衰减速 度更快的特点，对时扩回声核中回声进行成形处 理，使其衰减模型与心理声学模型更为匹配，并将 前向回声乘以一个抑制因子，以适应前向回声比后 向回声衰减更快的特性，最后得到抑制双向时扩回 声核[10]： nk ][ δ = n ][ −−+ dnp dnv [ ] [ ] − ⋅ ⋅ + − α dnv dnp [ [ ] ] ⋅ μα −− ⋅ ⋅ α为衰减系数， (7) ][np μ为抑制因子，d 为延迟时间。当 ][nv 其中， 为成形函数， 为伪随机序列， nv 1][ = μ = ,1 时，抑制双向时扩回声核退化为双 = μ ,0 1][v = n 向对称时扩回声核；当 时，即为 时扩回声核。基于心理声学模型的抑制双向时扩回 声核更加充分地考虑了人耳听觉系统的特点。 0156 .0=α 仿真实验中，对双向对称时扩回声核添加了抑 ，分别取μ= 0.4 和 1， 制因子，固定 结果证明增加了抑制因子后，在相同的恢复正确率 下，L 的取值更小，也就是说在衰减系数更小的情 况下，抑制双向时扩回声核能获得更高的检测率， 且隐蔽性更高。 2.6 基于内容的改进时扩回声核 Erfani 的研究着力于回声隐藏的安全性，从 Bender 提出的传统回声核开始，回声隐藏技术基本 上都是简单将水印比特当作回声嵌入原始音频信 号，整个过程没有使用密钥，因此检测水印的过程 也是任何人都可以利用倒谱分析找到峰值来确定 隐藏的水印信息。简单的水印嵌入过程和宽松的检 测水印过程，是回声隐藏应用上的一个优势，但是 从安全的角度来说，这并不符合安全性的要求，实 际应用中将会导致很多的安全漏洞。对于回声隐藏 安全上的考虑，最先出现在时扩回声核中，伪随机 序列作为密钥，能使得未经授权的人不能获取隐藏 的水印。Erfani 总结出时扩回声核仍然存在 2 个本 质上的安全问题。一个由于回声的延迟性，水印并 没有渗入整个原始音频信号；第二个是由于没有考 虑原始音频的特征，使得即使在没有攻击的情况 下 ， 对 各 种音 频 信 号 的检 测 正 确 率仍 不 能 达 到 100% 。为解决这 2 个问题，Erfani 提出了一种基 于内容的改进时扩回声核[11]： ) λαδ ⋅ nk ][ (8) Erfani 的回声核与传统的回声核有较大的区 np ][ b −⋅ n ][ + = ( 333

别，首先水印的嵌入不再对应与回声的延迟时间， }1,1{ −∈b = λ ⋅ 而是利用一个符号位 来对应表示水印信 息中的“0”和“1”，进而使得水印信息渗透了整 个原始音频信号，提高了不可察觉性。其次充分考 虑了原始音频的特点，取： ][ npnc ][ x (9) 将由原始音频信号在检测过程中带来的误差 转移到水印的嵌入过程中，使在没有攻击的情况 下，水印信息的检测正确率达到 100% 。 1 N ∑ N 1 n = 仿真实验中，原始音频的λ值小于 0.01，我们 取α= 0.01，结果证明在没有攻击的情况下此回声 核可以达到 100%的恢复正确率。 当然，回声核的改进同时也带来了原始音频信 号品质的细微下降，这也是下一步需要研究的内 容，可参考利用综合分析法解决这个问题。 3 结论 回声隐藏从提出发展至今，一直是信息隐藏研 究领域的一个热点，回声隐藏可实用于语言的秘密 通讯、音频数字水印和音频注释等领域。回声核的 改造至今已出现了多种变形，例如时扩回声核、双 极性回声核、前向-后向回声核、双向对称时扩回声 核、镜像回声核、抑制双向时扩回声核和基于内容 的改进时扩回声核等新的回声核，从不同角度对提 高回声的检测的正确性和安全性、抵抗信号处理攻 击及增强不可察觉性等目标进行了努力，也获得了 不同程度的优化结果。本文从回声核改造对回声隐 藏技术的历史和现状进行了分析讨论，同时利用 Matlab 对各种回声核模型进行了仿真测试，总结比 较各种改进的方法的优缺点。 对回声隐藏的发展研究除了回声核的改进外， 自适应衰减系数选择、提取方案的改进、针对回声 隐藏特点的攻击、回声隐藏容量的提升，和跳频技 术等新理论的应用都是目前人们关注的焦点，也是 本文下一步工作的方向。 参 考 文 献 [1] F. L. Bauer. Decrypted Secrets—Methods and Maxims of Cryptol- ogy[M].Berlin, Heidelberg, Germany: Springer-Verlag, 1997. [2] A. Tacticus. How to Survive Under Siege/Aineias the Tactician (Clar- endon Ancient History Series). Oxford, U.K.: Clarendon, 1990, pp. 84–90, 183–193 [3] D. Gruhl and W. Bender. Echo hiding[C]. in Proc. Information Hid- ingWorkshop, Cambridge, U.K., 1996, pp. 295–315. [4] B.-S. Ko, R. Nishimura, and Y. Suzuki. Time-spread echo method for digital audio watermarking using PN sequences[C]. Proc. ICASSP 2002, May 2002. [5] B.-S. Ko, R. Nishimura, and Y. Suzuki. Time-spread echo method for digital audio watermarking[C]. IEEE Trans. on Multimedia, vol. 7, no. 2, pp. 212-221, 2005. [6] H. 0. Oh, J. W. Seok, J. W. Hong, and D. H. Youn. New echo embed- ding technique for robust and imperceptible audio watermarking[C]. Proc. of IEEE Int. conf Acoustic, speech, and Signal Processing, vol. 3, pp. 1341-1344, 2001. [7] H. J. Kim and Y. H. Choi. A novel echo-hiding scheme with backward and forward kernels[J]. IEEE Trans. on Circuit and System for Video Technology, vol. 13, no. 8, pp. 885-889, Aug.2003. [8] S. A. Chou, Shih-Fu Hsieh. An Echo-hiding Watermarking Technique Based on Bilateral Symmetric Time Spread Kernel[C]. Proc. ICASSP'06, vol. 3, pp.1100-1103, 2006. [9] Wen-chih Wu, Oscal T. -C. Chen. Analysis-by-synthesis Echo Hiding Scheme Using Mirrored Kernels[C]. Proc.ICASSP'06, vol. 2, pp. 325-328, 2006. [10] Shuang-An Chou,Shih-Fu Hsieh,Ko-Chiang Li . A Temporal Masking Technique And Its Performace Analysis For Audio Watermark- ing[C]. IEEE Intl Conf on Multimedia & Expo,pp.1774-1777,July 2007. [11] Yousof Erfani, Mehdi Parviz, Shirin Ghanbari. Improved time spread echo hiding method for robust and transparent audio watermarking[J]. Signal Processing and Communications Applications, pp. 1 – 4, June 2007. [12] S. W. Foo, T. H. Yeo, and D. Y. Huang,An adaptive audio watermarking system[C], in Proc. IEEE Int. Conf. Elect. Electron. Technol.,2001, vol. 2, pp. 509–513. [13] W. C. Wu, 0. T.-C Chen and Y. H. Wang, An echo watermarking analysis-by-synthesis ap- proach[C], Proc. offhe SIh IASTED Inr. Conf on Signal and Image Processing, pp. 365-369, Aug. 2003. method using an [14] W. C. Wu and O. T.-C. Chen,An Analysis-by-Synthesis Echo Water- marking Method[C], Proc. of IEEE Int. Conf. on Multimedia and Expo, June 2004. [15] WANG Huiqian, XIU Keshan, YAO Zhonghan. Spread Echo Hiding Algorithm Based on Neural Network[J]. Computer Engineering, Vol:32,no.15, pp.31-33,2006 [16] Huiqin Wang, Ryouichi Nishimura, Yoiti Suzuki, Li Mao. Fuzzy self-adaptive digital audio watermarking based on time-spread echo hiding[J]. Journal: Applied Acoustics - Kidlington, Vol: 69,no.10,2008 [17] Yousof Erfani, M. Shahram Moin, Mehdi Parviz. New Methods for Transparent and Accurate Echo Hiding By Using the Original Audio Cepstral Content[C]. ACIS-ICIS 2007: 1087-1092 334