摘 要： 提出了一種可進行盲檢測的數字音頻" title="音頻">音頻水印算法。該算法利用人類聽覺系統對音頻相位變化的不敏感性，通過時變的全通濾波器，對原始音頻信號進行相位調制。為了實現盲檢測，將水印信號通過頻移鍵控(PSK)賦值到立體聲信號的左右聲道上，然后采用短時離散傅立葉變換的方法對嵌入水印的音頻信號進行檢測。實驗結果證明該算法具有良好的不可感知性和魯棒性。
關鍵詞： 數字音頻水印 相位調制 頻移鍵控 短時離散傅立葉變換
數字水印" title="數字水印">數字水印是一項為保護多媒體知識產權而發展起來的技術，其作用就是將數字、文字、圖像等版權信息嵌入到多媒體數據(載體信號)中。數字音頻水印就是將版權信息嵌入到音頻載體信號中，以實現版權保護、加密通信及鑒別數據真偽等功能。
嵌入載體信號的水印必須有較好的魯棒性和不可感知性。為此，需要利用人類聽覺系統(HAS)的一些特性進行水印的嵌入[1]。目前的研究表明，人類聽覺系統對音頻信號的相位是不敏感的[2]。具體表現為：在高頻段，人耳對音頻信號的相對相位變化不敏感；在低頻段，人耳對聲音的絕對相位不敏感。因此，許多研究者針對這些性質提出了一些水印算法。例如，相位編碼法[3]，該算法是在保證相鄰相位差不變的情況下，改變信號的絕對相位，這種做法的結果是相鄰頻率分量的相對相位關系與原始音頻信號的相對相位關系有較大的差別；另一種方法是，將音頻信號通過無限脈沖響應(IIR)的全通濾波器，從而將水印信息嵌入到原始音頻信號的相位上[4]，無限脈沖響應的全通濾波器通常具有較復雜的相位特性，所以使用這種方法嵌入的水印一般具有較差的不可感知性。
本文通過總結以上方法，提出一種新的水印算法。將原始音頻信號通過全通濾波器，循環地改變全通濾波器的群時延，以達到嵌入水印信號的目的。信號通過全通濾波器后，改變的只是它的相頻特性，因此，該方法又稱為動態相位調制法。
1 水印的嵌入與檢測
1.1 相位調制
通過一個時變的全通濾波器對原始音頻信號進行相位調制。全通濾波器利用一個IIR濾波器來實現。根據數字信號處理的知識，這個IIR濾波器可以通過一組有限脈沖響應(FIR)的濾波器來近似地實現，這樣做的好處是利用這些線性相位濾波器，使時變的全通濾波器的群時延在整個頻率范圍內變為一致，然后通過一個正弦函數控制群時延，使該濾波器的相位特性循環變化。該全通濾波器的相位特性可以用下式表示：
式中，τpm表示最大群時延，ωpm表示調制率(調制角頻率)，Φpm表示初相位。τpm和ωpm的取值能影響水印的可見性，因此它們是該相位調制濾波器(PMF)的重要參數。通過對ωpm進行頻移鍵控，可以實現水印的嵌入。
考慮到需要對水印信號進行盲檢測，同時為了提高檢測出的水印的信噪比，本文對其中一個聲道的調制信號加上一個相偏π，于是得到：
式中，h(i，n) {i∈0，……M-1}隨C(n)變化。
1.2 相位解調
本文利用短時離散傅立葉變換對加入了水印的音頻信號進行解調。
在時刻t，調制后的音頻信號的相頻特性可以表示為：
由此可以看出，檢測到的水印信號具有3dB的信噪比增益。
1.3 基于FSK的水印編碼
(1)嵌入過程：頻移監控(FSK)的通常定義為：
Ci(t)=Acos(ωit+Φ)，i=1，……M
式中，頻率ωi從M個離散值中選擇，初始相位Φ取任意值。
通過擴展帶寬可以得到MFSK編碼，擴頻的大小與所取的M值有關。水印嵌入時，將相應的數字信息賦值給相應的ωi，從而產生一個相位調制信號Ci(t)，這就是基于FSK調制的相位調制信號。上面提到的相位調制濾波器(PMF)，其相位特性就是隨這個相位調制信號而變化。水印嵌入過程就是將原始音頻信號同PMF的脈沖響應做卷積來實現的。
(2)檢測過程：首先，利用DFT計算出解調信號
(t)的能量譜；然后，計算出這個能量譜峰值處的頻率，通過解碼這個峰值頻率得到一個水印信息；最后，將解碼出的水印信息組合，得到完整的水印信息。
2 仿真實驗
本文采用采樣率為44.1kHz的16bit編碼的雙聲道音頻信號，信號長度為180s。水印信號采用一個64×64的二值圖像。嵌入時的具體參數如表1所示。
在水印信號嵌入前，可以采用擴頻技術[5]，通過原始數據的頻域擴展，實現水印信息的加入。從而提高水印的檢測精度，并能隨機產生一個密鑰，但同時也增加了嵌入水印的數據量。
本文采用的相位調制濾波器由256個有限脈沖響應(FIR)濾波器組成，如圖1所示。
水印檢測時，每65 536點作為一個數據段，對其進行采樣間隔為16的N點短時離散傅立葉變換，其中取N=256。結構如圖2所示。
本文采用識別率(SHR)對檢測到的水印進行性能上的估測。識別率定義為正確識別的水印與嵌入水印之比。公式如下：
采用不同音頻信號提取后的識別率如表2所示。
為了驗證算法的魯棒性，需對該嵌入水印的音頻信號進行攻擊處理。這些攻擊包括：低通濾波、時域壓縮、添加噪聲等。對受攻擊后檢測出的水印性能的評測，也是利用識別率來衡量的。實驗結果表明(如表3)，該算法對時域壓縮有明顯的抵抗力，對其他攻擊也有較好的魯棒性。
本文討論了一種基于相位調制的數字音頻水印算法，同時給出了該水印的盲檢測算法。由該算法產生的水印具有較好的不可見性；又因為嵌入水印時，運用多種保密技術，該算法對多種攻擊處理具有良好的魯棒性。與以往的水印算法相比，水印的不可見性和魯棒性都有不同程度的提高。由本文的檢測算法可得：當該立體聲信號被濾掉一個聲道時，水印將不再起作用。
參考文獻
1 A N Lemma，J Aprea，W Oomen et al.A temporal domain audio watermarking technique.IEEE Trans.Signal Processing，2003；51(4)：1088～1097
2 Brain C J Moore.An introduction to the psychology of hear-ing，4th edition.New York：Academic，Feb，1997
3 W Bender，D Gruhl，N Morimoto et al.Techniques for data hiding.IBM SYSTEMS JOURNAL.1996；35(3&4)
4 Ciloglu T，Utku Karaaslan S.An improved all-pass water-marking scheme for speech and audio.In：IEEE International Conference on Volume 2，Aug 2000
5 Darko Kirovski，Henrique S.Malvar.Spread-Spectrum Water-marking of Audio Signals.IEEE Trans.Signal Processing，2003；51(4)：1020～1033