一種基于時(shí)域掩蔽效應(yīng)的語音自適應(yīng)隱藏算法

張林科 康 凱 肖明芳 王 苗

1(火箭軍工程大學(xué) 陜西 西安 710025)2(火箭軍裝備研究院 北京 100000)

0 引 言

音頻信息隱藏是基于人耳聽覺掩蔽特性在音頻信號(hào)中嵌入秘密信息，以實(shí)現(xiàn)隱蔽通信功能。語音信號(hào)使用廣泛，以語音為載體隱藏信息更不易被察覺，在信息安全傳輸領(lǐng)域具有重要應(yīng)用價(jià)值。語音自適應(yīng)隱藏考慮信號(hào)的局部特征,使得信息嵌入的位置、強(qiáng)度和容量隨著局部特征的變化而變化,進(jìn)一步改善語音信息隱藏性能。文獻(xiàn)[1]通過小波包分解和DCT變換估算掩蔽閾值，自適應(yīng)選取嵌入音頻段、嵌入的頻率系數(shù)和量化步長(zhǎng)，與人耳頻域掩蔽特性關(guān)聯(lián)好，但掩蔽閾值計(jì)算過于復(fù)雜，嵌入強(qiáng)度提取誤差易導(dǎo)致算法不穩(wěn)定，隱藏容量有限。文獻(xiàn)[2]在DCT變換低頻系數(shù)計(jì)算掩蔽閾值，確定嵌入強(qiáng)度，設(shè)置能量補(bǔ)償點(diǎn)保持信息隱藏前后能量一致，算法穩(wěn)定、魯棒性強(qiáng)，但計(jì)算復(fù)雜，隱藏容量有限。文獻(xiàn)[3]在DWT域計(jì)算掩蔽閾值，通過以前載密數(shù)據(jù)計(jì)算當(dāng)前嵌入強(qiáng)度，盲檢測(cè)嵌入強(qiáng)度準(zhǔn)確，魯棒性強(qiáng)，但同樣存在計(jì)算復(fù)雜、隱藏容量有限等不足。文獻(xiàn)[4]在小波變換域依據(jù)信噪比最優(yōu)原則調(diào)整嵌入強(qiáng)度，與人耳掩蔽特性關(guān)聯(lián)不好。文獻(xiàn)[5]基于DWT-SVD和SNR優(yōu)化隱藏信息，不可感知性和魯棒性很好，但運(yùn)算量太大，隱藏容量太小，在80 bit/s左右，不適用于隱蔽通信。以上算法采用固定分幀或?qū)潭ǚ謳M(jìn)行優(yōu)選的方法確定信息隱藏位置，與語音信號(hào)的非平穩(wěn)特性關(guān)聯(lián)較差。

針對(duì)以上不足，本文提出一種基于人耳時(shí)域掩蔽效應(yīng)的語音自適應(yīng)隱藏算法，采用能零比和m序列動(dòng)態(tài)選取和標(biāo)記適于信息隱藏的語音段；通過QIM方法檢測(cè)時(shí)域掩蔽效應(yīng)，根據(jù)時(shí)域掩蔽效應(yīng)強(qiáng)弱自適應(yīng)調(diào)整小波域嵌入強(qiáng)度和嵌入容量；結(jié)合QIM和容錯(cuò)處理消除提取端嵌入強(qiáng)度誤差。本文算法不可感知性好，隱藏容量大，算法簡(jiǎn)單，計(jì)算量小，同時(shí)具有不差的抗干擾性能，能夠?qū)崿F(xiàn)基于語音載體的隱蔽通信。

1 算法原理

1.1 隱藏?cái)?shù)據(jù)幀結(jié)構(gòu)設(shè)計(jì)

語音信號(hào)能零比能夠檢測(cè)語音端點(diǎn)，區(qū)分有聲段和無聲段，但對(duì)數(shù)據(jù)平移不敏感，尤其是在信息嵌入和受擾后，提取端難以再次準(zhǔn)確定位隱藏信息。本文采用時(shí)域能零比檢測(cè)語音有聲段起始幀，插入m序列標(biāo)識(shí)起始幀位置；三層尺度系數(shù)能零比檢測(cè)當(dāng)前語音段結(jié)束幀，在起始幀和結(jié)束幀之間逐幀嵌入信息。隱藏?cái)?shù)據(jù)幀結(jié)構(gòu)如圖1所示。

圖1 隱藏?cái)?shù)據(jù)幀結(jié)構(gòu)

由人耳時(shí)域掩蔽效應(yīng)可知，大強(qiáng)度信號(hào)會(huì)對(duì)小強(qiáng)度信號(hào)產(chǎn)生較強(qiáng)的前向、后向和同時(shí)掩蔽效應(yīng)。由人耳的聽閾特性可知，人耳對(duì)2～4 kHz的聲音最為敏感，對(duì)低頻和高頻成分都不敏感。大強(qiáng)度和低頻率可以通過信號(hào)能零比來表征，在能零比大的語音段隱藏信息具有更好的魯棒性和不可感知性。

由語音信號(hào)的激勵(lì)模型可知，基音范圍為60～500 Hz, 由基音激勵(lì)產(chǎn)生的濁音集中了語音信號(hào)的大部分能量；基音范圍與8 kHz采樣語音信號(hào)三層尺度系數(shù)所表征的頻率范圍基本一致，則三層尺度系數(shù)能零比恰能反映語音信號(hào)的時(shí)域能零比變化，且較時(shí)域能零比檢測(cè)具有更好的穩(wěn)定性。本文采用時(shí)域能零比檢測(cè)語音起始幀，采用尺度系數(shù)能零比檢測(cè)語音結(jié)束幀，將隱藏信息嵌入在有聲段。

設(shè)幀長(zhǎng)為L(zhǎng),第i幀信號(hào)為yi(n),1≤n≤L，第i幀短時(shí)能量為：

(1)

設(shè)第i幀短時(shí)過零率為ZCR(i)，則短時(shí)能零比為：

ECR(i)=E(i)/(ZCR(i)+b)

(2)

式中：b是一個(gè)較小的常數(shù)，防止ZCR(i)為0時(shí)發(fā)生溢出情況。

提取端采用尺度系數(shù)能零比檢測(cè)當(dāng)前段結(jié)束幀時(shí)，能零比靠近閾值的語音幀易因干擾、數(shù)據(jù)隱藏等因素造成提取端錯(cuò)檢，進(jìn)而導(dǎo)致提取信息錯(cuò)誤。為克服上述問題，在發(fā)送端對(duì)尺度系數(shù)能零比做容錯(cuò)處理。

本文采用線性放大縮小尺度系數(shù)的方法調(diào)整能零比，不改變信號(hào)的過零率和頻譜結(jié)構(gòu)，且設(shè)定多個(gè)調(diào)整閾值對(duì)尺度系數(shù)劃分區(qū)間，不同區(qū)間采用不同的調(diào)整系數(shù)，盡量減小容錯(cuò)處理對(duì)原信號(hào)的影響。尺度系數(shù)能零比容錯(cuò)處理算法數(shù)學(xué)形式表示如下：

(3)

語音信號(hào)小波變換三層系數(shù)具有較好的穩(wěn)定性，在三層尺度系數(shù)中嵌入信息具有很好魯棒性[6]，但仿真實(shí)驗(yàn)表明，過強(qiáng)的魯棒性會(huì)導(dǎo)致定位不精準(zhǔn)。因此本文在三層小波系數(shù)中采用QIM的方法嵌入m序列作為起始幀檢測(cè)標(biāo)識(shí)。設(shè)m序列為m(i)，則有：

(4)

式中：d(i)、d′(i)為嵌入前后的小波系數(shù);s表示嵌入強(qiáng)度;?·」表示向下取整。

1.2 信息隱藏提取

1.2.1 自適應(yīng)隱藏

由人耳的時(shí)域掩蔽效應(yīng)可知，同時(shí)掩蔽效果最好，一般前向掩蔽發(fā)生在掩蔽音出現(xiàn)前5～20 ms，后向掩蔽發(fā)生在掩蔽音消失后50～200 ms，掩蔽效應(yīng)具有疊加特性，每個(gè)數(shù)據(jù)點(diǎn)嵌入1比特信息的方法不能很好地利用時(shí)域掩蔽效應(yīng)。本文采用改進(jìn)的量化索引調(diào)制(QIM)方法對(duì)三層系數(shù)大小進(jìn)行區(qū)分。首先對(duì)大于設(shè)定閾值的系數(shù)，根據(jù)系數(shù)大小確定不同的嵌入強(qiáng)度，嵌入不等量信息；再用已嵌入信息量的多少表征時(shí)域前向和后向疊加掩蔽效應(yīng)強(qiáng)弱，據(jù)此確定小于閾值系數(shù)的嵌入信息量。

不等距QIM量化器結(jié)構(gòu)如圖2所示。

圖2 不等距QIM量化器結(jié)構(gòu)示意圖

量化器以某一閾值Y為起點(diǎn)，設(shè)基本量化步長(zhǎng)為J,嵌入強(qiáng)度為Qn，則第n個(gè)量化區(qū)間對(duì)應(yīng)的嵌入強(qiáng)度Qn= 2n + 1J，嵌入n+1比特信息；第n個(gè)量化區(qū)間量化步長(zhǎng)為：

Jn=2×Qn+2×J

(5)

式中：n為正整數(shù)，不大于nmax。

Y+J1+J2+…+Jn

(6)

設(shè)待量化數(shù)據(jù)為x,根據(jù)x絕對(duì)值對(duì)應(yīng)量化區(qū)間確定嵌入強(qiáng)度Qn，確定嵌入強(qiáng)度的數(shù)學(xué)表示形式為：

(7)

設(shè)由式(7)確定當(dāng)前幀嵌入信息比特總數(shù)為N，再通過判斷N值大小確定x絕對(duì)值小于Y值樣點(diǎn)嵌入強(qiáng)度Q0。數(shù)學(xué)表示形式為：

(8)

式中：Nmax、Nmin為設(shè)定的閾值，取值大小根據(jù)基本步長(zhǎng)J和實(shí)驗(yàn)結(jié)果確定，本文取Nmax=100，Nmin=20。

為與前文一致，便于下文表述，將前述嵌入強(qiáng)度Qn(n為正整數(shù))與此處Q0統(tǒng)一采用Qn表示，n取非負(fù)整數(shù)。

各量化區(qū)間內(nèi)均以基本步長(zhǎng)J再量化，以不同量化區(qū)間號(hào)代表嵌入信息；量化區(qū)間嵌入強(qiáng)度Qn不同，嵌入信息多少不同。上述方案數(shù)學(xué)形式表示為：

(9)

式中：md為嵌入強(qiáng)度Qn對(duì)應(yīng)的m比特待隱藏信息M(i:i+m-1)的十進(jìn)制表示；x′表示嵌入信息前數(shù)值；x″表示嵌入信息后數(shù)值；?·」表示向下取整。

由上述嵌入算法可知，載體數(shù)據(jù)嵌入前后最大增量為嵌入強(qiáng)度的1/2，小波域抗干擾能力均為J/2,為防止載體數(shù)據(jù)在嵌入和受擾后越界導(dǎo)致提取錯(cuò)誤，上下邊界各設(shè)置大小為J的保護(hù)區(qū)間，由此確定各量化區(qū)間量化步長(zhǎng)Jn和容錯(cuò)處理容限。

嵌入和受擾后數(shù)據(jù)會(huì)發(fā)生變化，靠近量化區(qū)間邊界的數(shù)據(jù)易發(fā)生越界造成提取錯(cuò)誤。因此，數(shù)據(jù)量化前先進(jìn)行容錯(cuò)處理，使待量化數(shù)據(jù)遠(yuǎn)離量化區(qū)間邊界，容錯(cuò)處理容限設(shè)為Qn/2+J。容錯(cuò)處理算法的數(shù)學(xué)形式表示如下：

x>0時(shí)，

x<0時(shí)，

(10)

式中:x表示原始數(shù)值；x′表示x容錯(cuò)處理后的值。

1.2.2 重定位

提取端利用小波變換的時(shí)頻局部特性，在小波域搜索匹配m序列實(shí)現(xiàn)精準(zhǔn)重定位。DWT變換不是平移不變的，但DWT變換具有時(shí)頻局部特性。以哈爾(Haar)三層小波變換為例，由經(jīng)典的Mallat離散小波變換公式可得哈兒小波變化三層尺度系數(shù)cj-3(i)和三層小波系數(shù)dj-3(i)分別為:

(11)

式中:k=1,2,…,L,i=0,1，…,(L/8-1)；L為幀長(zhǎng)，為便于計(jì)算，本文取L=2N,N為不小于3的整數(shù)，通過控制N的大小調(diào)整幀長(zhǎng)；cj是語音信號(hào)采樣值。

由式(11)易知， Haar小波變換三層系數(shù)只與原信號(hào)8個(gè)樣點(diǎn)有關(guān)，當(dāng)原信號(hào)平移8個(gè)樣點(diǎn)時(shí)，三層系數(shù)產(chǎn)生1個(gè)樣點(diǎn)的平移。在三層小波系數(shù)中搜索同步碼時(shí)，可利用這種特殊的平移性，只全部計(jì)算前8次逐點(diǎn)平移的小波系數(shù)，后續(xù)小波系數(shù)可依次通過對(duì)應(yīng)的前8次小波系數(shù)向左平移1位，再計(jì)算最后8個(gè)樣點(diǎn)對(duì)應(yīng)的小波系數(shù)作為最后1位而得到，這樣可以極大提高搜索效率。

設(shè)待檢序列為m′(i)，提取端三層小波系數(shù)為hd′(i)，待檢序列盲提取公式如下：

(12)

m序列自相關(guān)函數(shù)為：

(13)

式中：p為m序列周期。

做自相關(guān)檢測(cè)，如果有：

(14)

則認(rèn)為檢測(cè)到同步碼。式中：z是一個(gè)適當(dāng)?shù)拈撝怠的取值應(yīng)根據(jù)信道質(zhì)量、同步碼嵌入強(qiáng)度確定，過小易發(fā)生假同步，過大易發(fā)生漏同步。

1.2.3 盲提取

采用QIM的方法嵌入信息，提取端在搜索匹配m序列后，只需知道閾值Y、量化步長(zhǎng)J、Nmax、Nmin，就能夠通過構(gòu)造同樣的量化器實(shí)現(xiàn)盲提取。

三層系數(shù)盲提取公式如下：

cmd′(i)=?(hcj-3(i)-?hcj-3(i)/Qn」×Qn)/J」dmd′(i)=?(hdj-3(i)-?hdj-3(i)/Qn」×Qn)/J」

(15)

式中:hcj-3(i)、hdj-3(i)分別表示提取端當(dāng)前幀三層小波變換的尺度系數(shù)和小波系數(shù)，仍由式(7)無誤差恢復(fù)hcj-3(i)、hdj-3(i)對(duì)應(yīng)的嵌入強(qiáng)度Qn和嵌入位數(shù)n；cmd′(i)、dmd′(i)分別表示從尺度系數(shù)和小波系數(shù)提取到的量化區(qū)間索引號(hào)十進(jìn)制表示值。

先對(duì)每幀大于閾值Y的系數(shù)提取隱藏信息，根據(jù)已提取信息比特?cái)?shù)與Nmax、Nmin關(guān)系由式(8)確定Q0,再采用式(15)提取小于閾值Y系數(shù)隱藏的信息，將cmdec′(i)、dmdec′(i)轉(zhuǎn)換為對(duì)應(yīng)n位二進(jìn)制序列，順序組合得到隱藏的二進(jìn)制信息碼流。

2 仿真實(shí)驗(yàn)及性能分析

2.1 實(shí)驗(yàn)方案

仿真實(shí)驗(yàn)流程如圖3所示。性能測(cè)試載體語音采用采集的3段8 kHz采樣率、16位采樣精度、時(shí)長(zhǎng)5 s(40 000點(diǎn))單聲道語音信號(hào)(樣本一為女聲、樣本二為男中音、樣本三為男低音)，隱藏信息用偽隨機(jī)序列進(jìn)行模擬，m序列周期p=63，使用MATLAB R2016b進(jìn)行仿真。

圖3 仿真實(shí)驗(yàn)流程框圖

2.2 運(yùn)算復(fù)雜度分析

文獻(xiàn)[1]采用db8小波基進(jìn)行部分小波包分解，再對(duì)小波包分解系數(shù)進(jìn)行DCT變換和Bark域映射，通過擴(kuò)展函數(shù)做卷積計(jì)算掩蔽閾值，幀長(zhǎng)L為2 048；文獻(xiàn)[2]采用DCT變換，映射到Bark域后只計(jì)算單個(gè)臨界頻帶掩蔽閾值，幀長(zhǎng)L為4 160；文獻(xiàn)[3]采用db8小波對(duì)44.1 kHz采樣30秒時(shí)長(zhǎng)信號(hào)進(jìn)行5層DWT變換，由前128個(gè)嵌入后的小波系數(shù)和掩蔽閾值計(jì)算當(dāng)前嵌入強(qiáng)度，關(guān)聯(lián)運(yùn)算量大；文獻(xiàn)[6]在DWT域低頻系數(shù)直接嵌入固定容量隱藏信息，幀長(zhǎng)L選取對(duì)性能影響不大；本文算法在DWT域利用時(shí)域掩蔽效應(yīng)隱藏信息，測(cè)試中選取幀長(zhǎng)L為504，對(duì)于8 kHz采樣信號(hào)相當(dāng)于時(shí)長(zhǎng)63毫秒，在后向掩蔽效應(yīng)作用時(shí)間范圍內(nèi)。

涉及頻域掩蔽閾值計(jì)算時(shí)，必須保證足夠的幀長(zhǎng)以滿足分辨率要求，因此文獻(xiàn)[1-3]幀長(zhǎng)L難以縮短,且算法本身涉及DCT、卷積、相關(guān)運(yùn)算等，導(dǎo)致運(yùn)算量極大。本文算法采用只采用DWT變換，幀長(zhǎng)小，只在幀內(nèi)進(jìn)行簡(jiǎn)單比較和選擇運(yùn)算，因而運(yùn)算量只略大于文獻(xiàn)[6]，遠(yuǎn)小于文獻(xiàn)[1-3]。

2.3 不可感知性分析

圖4 樣本一嵌入前后時(shí)域圖和時(shí)域差值圖

圖5給出文獻(xiàn)[12]嵌入前后時(shí)域差值圖，由于采用固定分幀方法，所有幀都有隱藏信息，導(dǎo)致時(shí)域差值始終存在，實(shí)測(cè)中能夠聽到類似底噪的聲音，而本文算法不是所有數(shù)據(jù)幀都有數(shù)據(jù)嵌入，具有更好的不可感知性。

圖5 文獻(xiàn)[12]嵌入前后時(shí)域差值圖

圖6給出分段信噪比與對(duì)應(yīng)的隱藏量對(duì)比圖。

圖6 分段信噪比與隱藏量對(duì)比圖

分段信噪比圖中，SNR大于100 dB的幀沒有隱藏?cái)?shù)據(jù)，只是限于計(jì)算精度而存在有限極大值；信噪比低的段隱藏容量大，時(shí)域差值大，但載體語音能零比大、掩蔽效應(yīng)強(qiáng)，不可感知性仍然較好。

表1給出不同樣本、不同幅度在不同J、Y值時(shí)的MOS和SNR值。由測(cè)試數(shù)據(jù)可知，選取合適的J、Y值，MOS值始終大于4.5，SNR值不低于25 dB,不隨載體語音類別和幅度變化而大幅變化。

表1 不可感知性測(cè)試表 分/db

表2給出基于頻域掩蔽效應(yīng)[1-3]和采用固定強(qiáng)度小波域隱藏算法[6]的MOS和SNR參考值,并與本文算法進(jìn)行對(duì)比。結(jié)果表明本文算法不可感知性與文獻(xiàn)[1-3]相當(dāng)，優(yōu)于文獻(xiàn)[6]，尤其是信噪比不隨語音信號(hào)大動(dòng)態(tài)范圍變動(dòng)而劇烈改變，MOS值基本保持不變，不可感知性好，性能穩(wěn)定。

表2 不同隱藏算法MOS和SNR值

2.4 隱藏容量分析

表3給出不同樣本、樣本不同幅度、不同參數(shù)選取時(shí)的隱藏容量值。由測(cè)試數(shù)據(jù)可知，參數(shù)J、Y值對(duì)隱藏容量影響很大，需根據(jù)應(yīng)用環(huán)境選取合理值。參數(shù)確定后，隱藏容量受語音樣本、幅度影響，載體語音能零比大，隱藏容量大；反之，隱藏容量小。語音信號(hào)是典型的非平穩(wěn)隨機(jī)信號(hào)，且不同于連續(xù)音頻信號(hào)，有聲段無聲段特征明顯，固定隱藏容量顯然不能適應(yīng)其特點(diǎn)，自適應(yīng)隱藏容量具有更高應(yīng)用價(jià)值。由表2-表3測(cè)試結(jié)果可知，本文算法嵌入容量動(dòng)態(tài)范圍大。

表3 隱藏容量測(cè)試表 bit/s

表4給出基于頻域掩蔽效應(yīng)[1-3]和不采用自適應(yīng)小波域隱藏算法[6]隱藏容量參考值，并與本文算法進(jìn)行對(duì)比。文獻(xiàn)[1]自適應(yīng)選取嵌入幀和嵌入強(qiáng)度，隱藏容量受載體信號(hào)影響大；文獻(xiàn)[2-3]嵌入容量不受載體音頻影響；文獻(xiàn)[6]是小波域非自適應(yīng)嵌入，嵌入容量固定；本文算法自適應(yīng)選取嵌入位置、嵌入強(qiáng)度和嵌入量，嵌入容量隨載體信號(hào)不同而大范圍變化。

表4 不同算法隱藏容量

2.5 抗干擾能力分析

信息隱藏受到的干擾主要為采樣精度和計(jì)算精度引入的噪聲和信道傳輸過程中誤碼導(dǎo)致的噪聲，本文采用高斯白噪聲模擬干擾，誤比特率(BER)測(cè)試抗擾能力。表5給出不同樣本加入σ=0.001、σ=0.000 2高斯白噪聲和無干擾情況下的誤比特率(BER)。

表5 抗噪聲能力(BER)測(cè)試表

不同樣本BER值差距很小，考慮隱藏信息偽隨機(jī)特性對(duì)測(cè)試結(jié)果的影響，可以認(rèn)為抗擾能力不受載體影響。各種參數(shù)下無干擾時(shí)誤比特率均為0，說明本文算法基于QIM和多重容錯(cuò)處理方法在提取端檢測(cè)嵌入強(qiáng)度和嵌入量沒有誤差，不受數(shù)據(jù)隱藏過程影響，允許采用較大的嵌入強(qiáng)度，算法自身十分穩(wěn)定；文獻(xiàn)[1]提取端嵌入強(qiáng)度誤差影響數(shù)據(jù)提取問題，導(dǎo)致算法自身不夠穩(wěn)定。文獻(xiàn)[2-3]嵌入強(qiáng)度根據(jù)掩蔽閾值自適應(yīng)調(diào)整，而掩蔽閾值與載體音頻密切相關(guān)，采用固定分幀時(shí)小信號(hào)或靜音段嵌入強(qiáng)度小，將導(dǎo)致抗干擾能力急劇下降。

基于小波變換的隱藏算法，采樣率高，低頻子帶穩(wěn)定，抗噪聲能力就強(qiáng)。本文算法測(cè)試載體采樣率為8 kHz,因而抗擾能力相對(duì)有限；采樣率44.1 kHz情況下，抗擾能力與文獻(xiàn)[6]相同，能夠?qū)怪夭蓸印?位重量化、4 kHz低通濾波等；由于加入m序列標(biāo)識(shí)信息隱藏位置，因而還具有一定抗裁剪能力。

3 結(jié) 語

本文基于時(shí)域掩蔽效應(yīng)的語音自適應(yīng)隱藏算法，采用能零比檢測(cè)有聲段和無聲段，m序列標(biāo)識(shí)信息隱藏位置，小波變換時(shí)頻局部特性加速m序列搜索匹配，實(shí)現(xiàn)信息隱藏位置的動(dòng)態(tài)自適應(yīng)優(yōu)選和精確重定位；采用不等距的QIM方法實(shí)現(xiàn)時(shí)域掩蔽效應(yīng)檢測(cè)，逐點(diǎn)調(diào)整嵌入強(qiáng)度和隱藏量，以較小運(yùn)算量得到很好的不可感知性和大動(dòng)態(tài)范圍的嵌入容量，自適應(yīng)效果明顯；采用QIM和多重容錯(cuò)處理方法消除了提取端嵌入強(qiáng)度誤差，算法自身十分穩(wěn)定，能夠穩(wěn)定適應(yīng)各種語音信號(hào)；小波域隱藏提取具有較好抗干擾能力，滿足語音隱蔽通信抗干擾性能要求。