基于AMR-WB線譜頻率參數的隱寫算法

滕　達　馮浩楠

1(中國鐵道科學研究院通信信號研究所　北京 100081)2(中國鐵道科學研究院鐵道技術研修學院　北京 100081)

?

基于AMR-WB線譜頻率參數的隱寫算法

滕達1,2馮浩楠1

1(中國鐵道科學研究院通信信號研究所北京 100081)2(中國鐵道科學研究院鐵道技術研修學院北京 100081)

摘要AMR-WB(Adaptive Multi-Rate-Wideband)的線譜頻率LSF(Line Spectrum Frequency)參數在編碼過程中會分裂為若干子矢量。利用編解碼過程中的ISF索引參數，提出一種在3G話音中隱藏信息的算法。該算法首先選擇用于信息隱藏的LSF索引段，然后通過修改所選的LSF索引段進行信息隱藏。實驗結果表明，改變特定LSF索引會在較少影響話音質量的同時隱藏信息，該算法在具有較好隱蔽性的同時又能較少影響語音質量。

關鍵詞線譜頻率AMR-WB信息隱藏

0引言

自適應多速率寬帶編碼AMR-WB是一種同時被國際標準化組織ITU-T和3GPP采用的寬帶語音編碼標準[1]。AMR-WB處理的音頻是采樣率為16 kHz的語音信號，具有6.60、8.85、12.65、14.25、15.85、18.25、19.85、23.05和23.85 kbps總共9種不同的速率，對于這9種不同速率的語音，經過AMR-WB編碼后，每一幀的長度分別為132、177、253、285、317、365、397、461和477比特[2]。

線性預測LP(Linear Prediction)是語音信號處理中的關鍵技術，而LP系數是語音識別中重要的信息來源[3]。語音信號處理中普遍使用的是與LP系數在數學角度上完全等價的LSP(Line Spectral Pair)系數[4]。比起LP系數，LSP系數具有更優的量化特性、內插特性以及魯棒性，與語音的短時譜包絡緊密相關，并且LSP系數具有良好的動態范圍，容易保證濾波器的穩定性。因此LSP系數在語音信號處理領域中得到了廣泛應用[5]。

在LP系數向LSP系數轉換的過程中，線譜頻率LSF參數可以用來描述LSP系數的頻域值[6]。在自適應多速率寬帶編碼AMR-WB的各種參數中，LSF參數也可以用來隱藏信息，選取特定LSF參數中的索引段，并在其中嵌入信息，然后選取嵌入后語音質量降低較少的LSF索引用于信息隱藏[7]。

1LSF參數的定義

在AMR-WB編碼階段，首先進行線性預測(LP)計算得到LP系數，再將LP系數通過LSF系數來轉化為LSP系數，最后量化LSP系數并編碼。通過在頻域上使用LSP表達式來量化低通濾波器系數，即：

(1)

(2)

其中fi代表頻率從0到6400 Hz的LSF參數，fs代表的是12.8 kHz的采樣率。[f1…f15]組成了一個LSF向量ft，ft是矢量的轉置。

在得到LSF向量后，需要量化殘差LSF向量，這時要結合分裂矢量量化和多階矢量量化的方法來使用一個一階的移動平均預測器。具體的預測和量化過程如下所示：預測殘差矢量r(n)的計算如下：

r(n)=z(n)-p(n)

(3)

z(n)=fn-average(n)

(4)

(5)

其中z(n)代表去掉當前幀均值的LSF矢量，其中average(n)是統計數據，r(n-1)是當前語音幀之前語音幀的量化殘差矢量。

然后是通過S-SMVQ量化器來量化殘差矢量r(n)，這樣殘差矢量r(n)被分裂成了兩個子向量r1(n)和r2(n)。其中r1(n)向量的長度為9 比特，r2(n)向量的長度為7比特。接著需量化這兩個子向量，步驟如下：(1) 分別將r1(n)向量和r2(n)向量量化為8比特；(2) 將r1(n) 向量分裂成3個3維的子矢量，分別以6、7和7比特進行量化編碼，將r2(n)向量分裂為一個4維和一個3維的子矢量，都以5比特進行量化編碼。通過這一系列的計算過程，得到了46比特的LSF索引[8]。

2算法思想

在LSF參數經過量化編碼的過程之后，LSF參數總共被量化編碼為5或者7部分，在非6.60 kbps的模式下，LSF參數被量化為7段，其長度分別為8、8、6、7、7、5和5比特，總共有46比特的長度。而在6.60 kbps的模式下，LSF參數被量化成5段，其長度分別為8、8、7、7和6比特，總共36比特的長度。

接收端接到語音信號的比特流之后，對其解碼可以得到諸如基音索引參數、濾波器索引參數、固定碼本索引參數、增益矢量索引參數、LSF索引參數和高頻增益索引參數。接收端通過這些索引參數的順序解碼，就可以得到LSF索引參數。這些LSF參數在不同速率模式下被分為若干段，并且每一段的參數都有一定的長度，因此我們的想法是通過改變LSF參數來進行隱藏信息。在解碼端，將隱藏的信息進行特定的編碼后，通過改變LSF參數來將信息隱藏在LSF參數中。接受者通過解析LSF參數來得到發送端傳送的隱秘信息。隱藏信息后，LSF參數被改變，在解碼端進行語音重構的時候，必然會損失一部分語音的聲音質量，如何有效使用這七段LSF參數進行隱藏信息是一個關鍵問題。

在非6.60 kbps速率模式下，LSF共有7段，將這7段LSF索引參數編號為1-7段，其中第一段對應于r1(n)向量量化的8比特LSF索引段，第二段對應于r2(n)向量量化的8比特LSF索引段，r1(n)裂化產生的6、7和7比特段分別編號為3-5段，r2(n)向量裂化產生的兩個5比特LSF索引段被編號為6-7段。在6.60 kbps速率模式下，LSF共有5段，r1(n)向量量化產生的8比特LSF索引段被編號為第1段，r2(n)向量量化產生的8比特LSF索引段被編號為第2段，剩下的兩個7比特和一個6比特LSF索引段被編號為3-5段。因此算法的基本思想為在保持其他幾段LSF索引參數不變的基礎下，分別改變這七段LSF參數進行信息隱藏，通過PESQ算法的測試，來選取最佳的LSF索引段進行信息隱藏。

3嵌入算法

3.1預處理

首先生成一個包含50項偏移值的偏移值表Table，每一項Tablei編碼大小為2比特，值是隨機產生的，范圍介于0到3之間。然后將該偏移值表嵌入到某一秒語音信號的基音周期中，通信雙方經過事先的約定，選定該秒語音并將該表隱藏。

3.2嵌入速率為50 bps的嵌入算法

算法輸入：比特流Strm，偏移值表Table[50]，選定的LSF索引段Ii。

算法輸出：Ii。

算法具體執行步驟：

Step1令BitLi=Strmi+Tablei，得到BitL[50]i；

Step3如果BitLj==0，轉到Step 4；如果BitLj==1，則轉到Step 5；

Step6如果j<49，那么j=j+1，轉到Step 3；否則轉到Step 7；

假設需要隱藏的比特流Strm包含m段長度為50比特的數據，由以上算法描述可以計算得出每一段比特流需要一個計算50次的循環，那么隱藏Strm的算法時間復雜度為O(n2)，空間復雜度為O(n)。

3.3嵌入速率為100 bps的嵌入算法

(6)

(7)

算法輸入：比特流Strm，偏移值表Table[50]，選定的LSF索引段Ii。

算法輸出：選定的LSF索引段Ii。

算法具體執行步驟：

Step1令FbitLi=Strmi+Tablei，得到FbitL[50]i；

Step5如果j<49，那么j=j+1，轉到Step 3；否則轉到Step 6；

假設需要隱藏的比特流Strm包含m段長度為100比特的數據，由以上算法描述可以計算得出每一段比特流需要一個計算50次的循環，在100 bps速率下隱藏算法時間復雜度為O(n2)，空間復雜度為O(n)。

4提取算法

接收端收到比特流之后，從中提取出帶有隱藏信息的LSF索引段，再利用提取算法從LSF參數索引段中提取所隱藏的信息，最后再進行語音的重構。單LSF參數索引段提取算法如下：對于某一語音幀，將隱藏信息的LSF索引值根據實際要求做模m運算(m=2或4)，結果n(n=0,1或者0,1,2,3)即為該語音幀LSF索引段隱藏的數據。通過解碼特定語音幀可以獲取偏移值表，將得到的所有隱藏信息每一項與偏移值表進行二進制加法運算。最后通過置換和最終的編碼后，得到隱藏信息。提取算法是嵌入算法的反向運算，因此不再進行詳細說明，提取算法的時間復雜度為O(n2)，空間復雜度為O(n)。

5實驗結果

5.1嵌入速率為50 bps單LSF參數索引段隱藏算法的實驗結果

(1) 6.60 kbps速率下實驗結果

在6.60 kbps速率模式下，LSF參數被量成5段，分別使用這5段LSF參數索引段進行信息隱藏，并使用PESQ算法測得MOS差值，具體結果如表1所示。

表1　6.60 kbps速率下實驗結果

實驗結果表明，在6.60 kbps速率模式下，使用第1、2、4段LSF參數索引的信息隱藏對語音的質量影響比較小，與原語音MOS值的相差不超過0.1，而使用第3、5段的信息隱藏會使語音質量下降較多。

(2) 非6.60 kbps速率模式下實驗結果

在非6.60 kbps速率模式下，LSF參數索引段被量化為7段，分別使用7段LSF參數索引段進行信息隱藏，并使用PESQ算法測得MOS差值，具體結果如表2所示。

表2　50 bps速率下實驗結果

實驗結果表明，在非6.60 kbps速率模式下，使用第1、2、3、4、6段LSF索引參數進行信息隱藏所造成的MOS差值小于0.1，而使用第5、7段LSF參數索引進行信息隱藏所造成的MOS差值較高，因而使語音質量嚴重下降。

5.2100 bps速率下單LSF隱藏算法實驗結果

(1) 6.60 kbps模式下試驗結果

如表3所示，在6.60 kbps速率模式下，使用第1、2、4段LSF索引進行信息隱藏對語音質量的影響較小。

表3　6.60kbps模式實驗結果

(2) 非6.60 kbps速率模式下的結果

如表4所示，實驗結果表明在單LSF索引參數隱藏的算法中，使用第1、2、3、4、6段LSF進行信息隱藏，MOS值的減少均小于0.1，聲音質量較小。

表4　單100bps速率下實驗結果

續表4

6結語

AMR-WB語音編解碼的過程中，在6.60 kbps速率模式下，LSF被裂化為了5段；在非6.60 kbps速率模式下，LSF索引被裂化為了7段。本文在不同速率模式下，使用編解碼過程中的LSF索引參數，提出了一種在語音信號中隱藏信息的算法。該算法首先需要選擇進行信息隱藏的LSF索引段，然后通過修改選擇的LSF索引段的LSF參數進行信息隱藏。實驗表明，語音信號中特定LSF索引參數的改變較少影響話音質量，正常通話的過程中難以分辨，具有良好的隱蔽性。

參考文獻

[1] Zhang C L,Zhao S H,Xiao H Y,et al.An improved method for AMR-WB speech codec[J].Advanced Materials Research,2013(756-759):1259-1263.

[2] 解廷福,楊果,王晶.基于算術編碼的AMR—WB參數變速率壓縮[J].電聲技術,2013,37(7):48-51.

[3] 高建敏,施海彬,唐駿.一種快速的固定碼本搜索方法[J].計算機工程,2011,37(8):265-267.

[4] Zhou J,Yang Z,Niu X X,et al.Research on the detecting algorithm of text document information hiding[J].Journal of China Institute of Communications,2004,25(12):97-101.

[5] Yu Z,Huang L,Chen Z,et al.High Embedding Ratio Text Steganography by Ci-Poetry of the Song Dynasty[J].Journal of Chinese Information Processing,2009(4):55-62.

[6] Feng Dengguo.Status quo and trend of cryptography [J].Journal of China Institute of Communications,2002,23(5):18-26.

[7] Faisal Alturki.Theory and applications of data hiding in still images[D].School of Mechamical Engineer,Georgia Institute of Technology,2001.

[8] Kadambe S,Boudreaux-Barrels G F.Application of the wavelet transform for pitch detection of speech signals[J].IEEE Transactions on Information Theory,1992,38(2):917-924.

A STEGANOGRAPHY ALGORITHM BASED ON LINE SPECTRUM FREQUENCY PARAMETERS OF AMR-WB

Teng Da1,2Feng Haonan1

1(SignalandCommunicationResearchInstitute,ChinaAcademyofRailwayScience,Beijing100081,China)2(RailwayTechnologyResearchCollege,ChinaAcademyofRailwayScience,Beijing100081,China)

AbstractIn encoding process, the parameters of line spectrum frequency (LSF) of AMR-WB (Adaptive Multi-Rate-Wideband) will be split into several sub-vectors called LSF indexes. This paper proposes an algorithm of hiding information in 3G speech by using the LSF index parameters in encoding/decoding process. The algorithm chooses the LSF index sections for information hiding first, and then hides the information by making modifications on these selected index sections. Experimental results show that to modify certain LSF indexes can lead to information hiding with little degradation of speech quality. Therefore this information hiding algorithm has good concealment quality while degrades little in voice quality as well.

KeywordsLine spectrum frequencyAMR-WBInformation hiding

收稿日期：2014-10-29。滕達，博士生，主研領域：交通信息工程與控制，無線通信。馮浩楠，助理研究員。

中圖分類號TP393.17

文獻標識碼A

DOI:10.3969/j.issn.1000-386x.2016.05.069