MP3壓縮域音頻的數(shù)字水印算法

常 麗

（山西工程職業(yè)技術(shù)學(xué)院，山西 太原 030009）

MP3壓縮域音頻的數(shù)字水印算法

常 麗

（山西工程職業(yè)技術(shù)學(xué)院，山西 太原 030009）

文章依據(jù)MP3音頻文件的壓縮原理及特點(diǎn)，提出了一種能夠用于MP3音樂文件版權(quán)保護(hù)的數(shù)字水印算法.該算法通過與MP3編碼與解碼過程相結(jié)合，能夠?qū)崿F(xiàn)水印信息的實(shí)時(shí)提取，具有良好的感知透明性、較好的實(shí)時(shí)性和相對(duì)較低的計(jì)算復(fù)雜度.

音頻；數(shù)字水印；壓縮域；水印嵌入；水印提取

隨著互聯(lián)網(wǎng)技術(shù)與電子商務(wù)的不斷發(fā)展，人們?cè)谌粘Ｉ詈凸ぷ髦性絹碓蕉嗟匾褂玫揭纛l文件，因此有關(guān)于音頻數(shù)據(jù)的版權(quán)保護(hù)就變的非常重要.數(shù)字水印技術(shù)最早主要用于數(shù)字圖像領(lǐng)域，后來慢慢滲透到視頻和音頻領(lǐng)域中，成為了一門以保護(hù)多媒體數(shù)據(jù)版權(quán)信息為主的新興技術(shù).目前通過互聯(lián)網(wǎng)接觸到的相當(dāng)大部分的音樂文件都是利用MP3來壓縮編碼的，因此對(duì)該類文件進(jìn)行版權(quán)保護(hù)的研究就顯得十分重要.當(dāng)前提出的各種各樣的音頻數(shù)字水印技術(shù)不能夠很好地滿足市場(chǎng)需求，水印隱形性不高，當(dāng)增大水印的添加量時(shí)音質(zhì)就會(huì)嚴(yán)重下降，針對(duì)大容量、實(shí)時(shí)性、音質(zhì)與水印容量的制約因素這三大問題，我們可以將水印信息分為兩個(gè)部分：水印信號(hào)和水印Hash值.依照二者自身的特性提出了一種新的數(shù)字水印算法.

1 MP3音頻格式

MP3［1］的全稱是Moving Picture Experts Group Audio Layer 3，是MPEG－1標(biāo)準(zhǔn)中的聲音部分，MP3利用一種音頻壓縮技術(shù)，將聲音用1∶10甚至1∶12的壓縮比例制作成容量較小的文件，并且可保持較好的音質(zhì)，所以很受廣大用戶尤其是互聯(lián)網(wǎng)用戶的歡迎.MP3文件的編碼過程是以幀為單位進(jìn)行的，一幀通常有576個(gè)數(shù)據(jù).根據(jù)幀的性質(zhì)不同，文件大體可分為三部分：ID3v2標(biāo)簽幀、ID3v1標(biāo)簽幀和音頻數(shù)據(jù)幀.數(shù)據(jù)幀往往有多個(gè)，由文件大小和幀大小來決定.每個(gè)標(biāo)簽幀都是順序存放在文件中.幀的音頻數(shù)據(jù)分為邊信息和主數(shù)據(jù).MP3文件主數(shù)據(jù)的組織結(jié)構(gòu)［2］如圖1所示.

圖1 MP3文件主數(shù)據(jù)組織結(jié)構(gòu)圖

2 MP3音頻水印方案

2.1 數(shù)據(jù)預(yù)處理

水印信息在添加到MP3音頻文件之前需要作一定的前期準(zhǔn)備即進(jìn)行預(yù)處理工作，主要包括對(duì)水印信息的置亂和計(jì)算相關(guān)的Hash值.數(shù)字水印技術(shù)是一種非常重要的信息隱藏技術(shù)，主要嵌入到當(dāng)前的數(shù)字作品當(dāng)中，如隨機(jī)信號(hào)、文字、圖像、聲音影像數(shù)據(jù)等等，一般具有隱藏性、魯棒性等基本特性.文章中選用二值圖像作為水印，為了提高數(shù)字水印的安全性能，保證音頻數(shù)據(jù)中某一部分即便受到破壞仍能最大限度地恢復(fù)水印，就需要對(duì)該二值圖像進(jìn)行水印信息的置亂并且加密.文章在數(shù)據(jù)預(yù)處理階段使用Arnold變換對(duì)二值水印圖像W（X×Y）進(jìn)行置亂加密，使之成為了安全水印矩陣W1.

Arnold變換是俄國(guó)數(shù)學(xué)家Arnold V J提出的一種剪裁變換，是一種圖像領(lǐng)域中經(jīng)常用到的置亂技術(shù).

Arnold變換的定義［3］如下所示：

對(duì)于任意的N*N矩陣（所有元素均相同的矩陣除外）來說，設(shè)i和j為矩陣中各元素原始下標(biāo)，通過Arnold變換后下標(biāo)變?yōu)閕＇和j＇，并且滿足下式：

其中i和j取值范圍均為（0，1，…，N－1）（1）

Arnold變換具有一定的周期性，意思是經(jīng)過數(shù)次變換后，矩陣任然會(huì)回到初始狀態(tài)，其中周期T與N的大小有一定關(guān)系.

為了很容易地嵌入水印，在這一階段須設(shè)置一維數(shù)組WA，是通過加密后的安全水印矩陣W1轉(zhuǎn)換而成的，同時(shí)須保存密鑰K，這個(gè)是由置亂次數(shù)決定.為增強(qiáng)該算法的魯棒性，在試驗(yàn)中會(huì)將N個(gè)相同的水印在同一時(shí)間內(nèi)一起嵌入到音頻數(shù)據(jù)中，然后將原始水印數(shù)組復(fù)制，在重復(fù)N次后將會(huì)形成一個(gè)新的一維數(shù)組WA1.

2.2 水印嵌入方法

文章中引入了水印嵌入密度因子α，主要用來平衡水印的添加比例和其魯棒性.首先由用戶進(jìn)行輸入并且自動(dòng)生成一個(gè)隨機(jī)序列，取值范圍為（0，1），標(biāo)記為i.這個(gè)隨機(jī)序列會(huì)與水印嵌入密度因子α共同作用，主要是分散整個(gè)MP3文件中的水印信息.α取值范圍為（0，1），主要作用是監(jiān)督控制候選水印載體位個(gè)數(shù)與實(shí)際水印載體位個(gè)數(shù)的百分比.在此，α取值一定要合理，α越小表示水印信息越分散，其隱秘性越強(qiáng)，但如果太小會(huì)影響水印的添加量.

MP3音頻文件中添加水印的過程是在編碼過程中同步進(jìn)行的.MP3音頻文件的壓縮過程對(duì)PCN碼是以粒度為單位按照一定順序處理的.量化后的一個(gè)粒度的MDCT系數(shù)可以將568個(gè)頻率線分為“大值區(qū)”、“零值區(qū)”和“Count1區(qū)”.“Region1”將作為音頻文件水印信息中Hash值相對(duì)應(yīng)地添加部分.

音頻文件中水印嵌入算法［4］的步驟為：

1）先將水印信息進(jìn)行一定的置亂處理，目的是為了消除水印信息的相關(guān)性.

2）讀取MP3幀，并將MP3幀按照8幀為一組的方式分成一系列的組合.

3）利用幀邊信息，讀取每一個(gè)組合中的水印嵌入密度因子，并按照一定的嵌入規(guī)則進(jìn)行嵌入.

4）進(jìn)行前后對(duì)比分析每一組的變化，最后計(jì)算出嵌入后的信嗓比.

5）最終水印嵌入完成，此時(shí)MP3音頻文件已經(jīng)帶有了水印.

2.3 水印提取方法

提取水印的過程與嵌入水印的過程正好相反，提取操作是在將MP3音頻文件解碼成PCM碼的過程中進(jìn)行的.這樣可以實(shí)現(xiàn)在MP3文件播放的同時(shí)進(jìn)行水印的提取.因?yàn)樗√崛∷惴ɑㄙM(fèi)的時(shí)間較短，所以不會(huì)影響MP3文件的播放.因此水印同步提取的操作是可以實(shí)現(xiàn)的.水印提取過程如下：

首先生成一個(gè)隨機(jī)序列m，取值范圍為（0，1），這是根據(jù)用戶輸入的密碼決定的.對(duì)其中每一幀水印的提取均分為兩步：一是提取 “Region1區(qū)”中的Hash值，二是提取“Region2區(qū)”中水印的置亂信息.

“Region1”部分中的提取算法［5］用式（2）表示：

“Region2”部分中的提取算法用式（3）表示：

在提取水印的過程中如果發(fā)現(xiàn)結(jié)束標(biāo)志則應(yīng)馬上停止提取操作，但解碼工作依然會(huì)正常進(jìn)行.解碼工作完成之后水印信息將會(huì)保存在先前的W1數(shù)組中.W1數(shù)組中的信息是先前設(shè)定好的置亂信息，按照用戶輸入的密碼將W1中的信息進(jìn)行反置亂，最終可以得到正確的并且完整的水印信息W.

3 實(shí)驗(yàn)結(jié)果與性能分析

3.1 水印嵌入量試驗(yàn)

本試驗(yàn)選用了二值圖像作為水印，在預(yù)處理階段將Arnold置亂次數(shù)T設(shè)為30，進(jìn)行重復(fù)嵌入6次，不同類型不同大小的MP3音樂文件在不同比率下的可嵌入水印容量也不同.表1列出了三首MP3音樂文件在不同比率下的可嵌入水印容量大小.

表1 音樂文件在不同比率下的可嵌入水印容量

通常情況下，一首MP3音樂文件的時(shí)長(zhǎng)一般都在2 min以上，所以由表1可知，對(duì)于本試驗(yàn)中采用的水印圖像，其中水印的可嵌入容量是足夠的.

在水印添加之前需要對(duì)水印的載體進(jìn)行一定的預(yù)處理，目的是可以獲取能夠添加的最大的水印容量；將水印的載體文件按照MP3文件的壓縮規(guī)則事先取得各個(gè)粒度的量化系數(shù)，并且對(duì)能夠嵌入水印的數(shù)據(jù)量進(jìn)行記錄，通過計(jì)算各個(gè)粒度中所有系數(shù)大于2的個(gè)數(shù)之和來得到可加入的水印的最大容量.

試驗(yàn)中使用了不同類型的MP3文件來測(cè)算最大嵌入信息量以及最大添加比例，最終結(jié)果如表2所示，從表2中可以看出，本實(shí)驗(yàn)所采用的算法具有相對(duì)較高的水印添加比例.

表2 水印嵌入容量試驗(yàn)

3.2 感知透明性試驗(yàn)

本實(shí)驗(yàn)對(duì)3種不同類型的音樂通過ABX測(cè)試方法來計(jì)算各自的水印感知透明性.通過對(duì)各種音樂和各類人群進(jìn)行多次測(cè)試，同時(shí)記錄測(cè)試出來的ABX值，如果最終得到的ABX值明顯接近于50%，則說明人耳很難覺察到初始音樂文件和嵌入水印后音樂文件之間的區(qū)別.

為了能夠?qū)σ纛l質(zhì)量做出更加客觀準(zhǔn)確的評(píng)價(jià)，采用了PEAQ算法來比較不同類型的音樂文件嵌入水印前后的音頻質(zhì)量［6］.根據(jù)計(jì)算結(jié)果可以得出客觀差異等級(jí)ODG，ODG的取值范圍為（－4，0），數(shù)值越接近0就表示音頻文件中能夠感覺到的損傷就越小.

試驗(yàn)選用了多種類型的音樂文件進(jìn)行測(cè)試，表3列出了本算法與MP3Stego的感知透明性測(cè)試相比較的結(jié)果.

從表3中不難看出，兩種算法最終得到的ABX值都接近于50%，說明水印的嵌入與否我們?nèi)硕竞茈y辨別出來，分析兩種算法最終得到的ODG可知本文算法的水印透明感知性會(huì)更好一些.

表3 本算法與MP3Stego的感知透明性測(cè)試比較結(jié)果

4 結(jié)束語(yǔ)

文章提出了一種有效的可行的能夠用作MP3音樂文件版權(quán)保護(hù)的數(shù)字水印算法.通過實(shí)驗(yàn)可以得出該算法感知透明性較好，非法檢測(cè)率較低，而且嵌入和提取水印時(shí)不需要MP3的編碼與解碼過程，這就極大地降低了整個(gè)計(jì)算的復(fù)雜度，同時(shí)也極大地增強(qiáng)了該算法在MP3音樂作品版權(quán)保護(hù)領(lǐng)域中的實(shí)用性與可操作性.該算法具有一定的抵御常規(guī)攻擊的魯棒性，但是無法抵御那些主動(dòng)攻擊者在壓縮和解壓縮方面的攻擊，因此下一步的工作將是對(duì)此進(jìn)行進(jìn)一步的完善.

［1］ 劉 偉，王朔中，張新鵬.一種基于部分 MP3編碼原理的音頻水印［J］.中山大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，43（2）：26-28

［2］ 晁婷婷，王新房，蔣存云.基于壓縮域的 MP3音頻數(shù)字水印算法［J］.計(jì)算機(jī)工程，2011，37（10）：204-206

［3］ 周治平，張彩虹，周禮華.MP3壓縮域音頻的自適應(yīng)水印算法［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46（23）：92-95

［4］ Meyer B.ABX tests and testing procedures［EB／OL］.http：／／boston audiosociety.org／bas-speaker／abx-testing.htm.，1990－11－23

［5］ 湯光明，蔣小標(biāo)，王亞弟.信息隱藏理論安全性研究［J］.計(jì)算機(jī)工程，2009，35（8）：192-194

［6］ 劉振華，尹 萍.信息隱藏技術(shù)及其應(yīng)用［M］.北京：科學(xué)出版社，2002

Audio Digital Watermarking Algorithm Based on MP3 Compressed Domain

Chang Li
（Shanxi Engineering Vocational College，Taiyuan 030009，China）

Proposes a copyright protection for large－capacity MP3 audio watermarking algorithm based on MP3 audio file principles and compression characteristics.The algorithm with MP3 encoding and decoding process achieves the extraction of the watermark information in real time，and has a good perception of transparency，excellent imperceptibility and lower computational complexity.

audio；digital watermarking；compressed domain；watermark embedding；wartermark extraction

王映苗】

1672-2027（2011）04-0096-04

TP312

A

2011-09-23

常 麗（1981-），女，山西原平人，山西工程職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系助教，主要從事計(jì)算機(jī)應(yīng)用技術(shù)研究.