MP3編解碼對音頻水印信號影響的研究

文仁軼　王樞　葛運龍

摘 要 MP3已經成為數字音頻的主流壓縮編碼。本文從實驗出發探討了MP3編解碼對時域和頻域兩方面影響，重點分析MP3編解碼對水印信號的影響，基于此得出針對時域變化采用載體信號和重采樣劃分來實現嵌入與提取同步，通過量化相鄰子幀低頻能量比來嵌入信息以消除頻域失真。

關鍵詞 MP3 音頻水印 同步機制

中圖分類：TP393 文獻標識碼：A

0引言

隨著數字音頻技術的發展，水印技術得到越來越多的研究與關注。由于人類聽覺系統（HAS）極為靈敏，音頻感知冗余較小，水印同時滿足隱蔽性和魯棒性條件的困難較大，音頻水印的研究相比較于圖像水印更具有挑戰性。

1MP3音頻水印

現有MP3音頻水印算法大致可以分為兩類：一類為壓縮中和壓縮后嵌入，其實質是通過修改MP3的編碼中的感知非敏感信息來嵌入秘密信息，可以獲得較好隱蔽性和較大的嵌入容量，MP3Stego隱寫工具就采用了這種方法但是這類算法只是“躲過”了有損壓縮，本身并不能抵抗MP3壓縮算法。另一類為壓縮前嵌入，一般通過修改頻域嵌入來獲得較好的魯棒性。此類算法都缺乏變采樣率MP3編解碼測試，對MP3攻擊的測試也較簡單，碼率設置較高，壓縮比較低，或者不說明壓縮參數，無法證明其同樣適用于高壓縮比的MP3編碼；且水印算法設計僅考慮了有損壓縮帶來的波形失真，嵌入與提取缺乏相應的同步機制雖然在音頻水印系統中引入了同步信號，缺點是所用的算法對音頻能量幅度的變化非常敏感，不適合壓縮編碼。本文采用多種MP3工具分析了編解碼后信號時域和頻域的變化，根據編解碼前后低頻能量的穩定性，通過量化相鄰子幀低頻能量之比比較對水印信息的影響，然后對每一幀進行了不可感知性評價。

2MP3編解碼對音頻信號的影響

原始音頻信號經過MP3編解碼后在時域和頻域都發生了改變，時域變化主要受編碼器影響，頻域失真則與壓縮采用的碼率和采樣頻率有關。實驗用原始音頻都為從CD抓取的wav格式音頻，44.1kHz采樣頻率f下文中如不特別聲明，原始信號采樣頻率默認為44.1kHz），16bit精度，MP3工具包括了Co0ledit2000Pro，iTunes，MP3 Audio Converter，Win amp Prov5.34。

2.1時域變化

任意截取長度為0.5s的原始音頻片段用Cooledit2000Pro經過128kbps，44.1kHz的MP3編解碼后音頻時長從O.58變為0.574s，前面增加1635個樣點。這些增加的樣點大部分為零值點，少量為頭尾幀邊緣效應數據。MP3編碼時采用的MDCT為正交重疊變換，頭尾幀變換時需補零，從而產生邊緣效應，MP3編解碼后這部分數據也被加到音頻中。這里把前后增加的樣點分別稱為前邊緣信號和后邊緣信號，而把中間的樣點稱為有效信號。前邊緣信號長度與后邊緣信號大致相等，邊緣信號長度與MP3編碼器有關，是不同的MP3編解碼工具音頻的前邊緣信號樣點個數。經過MP3編解碼后進行水印提取時，由于邊緣信號的加入，嵌入位置在時域上已經改變，須要進行重定位。若有效信號本身的開始或者結尾就為一系列零值樣點，那么經過MP3編解碼后這些有效信號的零值樣點會與邊緣信號混淆，更難確定時域的提取起始點。

2.2頻域失真

MP3編碼是一種有損壓縮，將每幀樣點分為等寬子帶，每個子帶根據心理聲學模型計算信掩比，再根據編碼碼率進行比特分配，得到量化因子，最后對MDCT系數進行量化和Huffman編碼。若進行變采樣率MP3壓縮，還會對信號進行減采樣。MP3編碼主要是利用聲音的頻域掩蔽效應，使量化噪聲處于頻域的掩蔽閾值之下，去除了音頻中的感知冗余成分，包括一些能量很小的頻率成分。低頻（<3kHz）部分集中了音頻信號大部分能量，可感知的頻率成分最多，雖然掩蔽閾值較大，但信掩比（signal-to-mask ratio，SMR，表示信號聲強與最小掩蔽閾值之比1相對較大，所以低頻能量經過MP3編解碼后失真很小。反之高頻（>10kHz）部分能量很小，可感知的頻率分量也相對較少，雖然掩蔽閾值較小，但信掩比相對較小，高頻能量經過MP3編解碼后失真較大。如果采用變采樣率MP3編解碼，隨著采樣頻率的降低，高頻部分損失會進一步增大。隨著編碼碼率和采樣頻率的降低，壓縮比增大，高頻能量失真幅度也顯著增大，而低頻能量失真很小且幾乎穩定。由此可見，經MP3編解碼后，10k以上頻率能量變化幅度最大可達到33.24%，而3kHz以下頻率能量變化幅度最大只有4.19%。更多實驗顯示，若音頻信號本身能量較大且高頻成分豐富，例如～段節奏很快的搖滾樂，經MP3編碼后，10kHz以上頻率能量變化幅度最大可以超過90%，而3kHz以下頻率能量變化幅度仍然不超過4%。故音頻的低頻能量對MP3編解碼具有很好的魯棒性。

3結束語

本文主要分析了MP3編解碼對于水印的影響，通過分析如果在原始音頻中嵌入水印再編碼，這種水印在采樣和量化環節的失真比較嚴重，故在低頻中嵌入水印有更好的魯棒性。

參考文獻

[1] Katzenbeisser S，Fabien A Petit colas P編，吳秋新，鈕心忻，楊義先，羅守山，楊曉兵譯，信息隱藏技術—— 隱寫術與數字水印.北京：人民郵電出版社，2001：104—105.

[2] 劉偉，王朔中，張新鵬一種基于部分mp3編碼原理的音頻水印.中山大學學報（自然科學版），2004年，43增刊（2）：26—33.

[3] 項世軍，黃繼武，王永雄.一種抗AD/DA變換的音頻水印算法.計算機學報，2006年，29（2）：308—316