魯棒的語音隱藏?cái)?shù)據(jù)提取算法

奚 吉 梁瑞宇 趙 力 鄒采榮 李慶武

(1 東南大學(xué)信息科學(xué)與工程學(xué)院，南京210096)

(2 河海大學(xué)物聯(lián)網(wǎng)工程學(xué)院，常州213022)

(3 河海大學(xué)常州傳感網(wǎng)與環(huán)境感知重點(diǎn)實(shí)驗(yàn)室，常州213022)

信息隱藏技術(shù)［1-2］是一種利用信息冗余及人類感知特征，在不影響原信息感知質(zhì)量的前提下，隱匿額外信息于原始載體中的技術(shù).隨著計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的快速發(fā)展，信息隱藏作為信息安全領(lǐng)域的前沿技術(shù)，其應(yīng)用范圍日益廣泛.語音信號(hào)作為音頻信號(hào)的一個(gè)子類，具有信息量小、冗余度低等特點(diǎn)，而人類聽覺系統(tǒng)(HAS)相比于人類視覺系統(tǒng)(HVS)更靈敏，對(duì)隨機(jī)噪聲更敏感［3］，因此基于語音的信息隱藏技術(shù)成為信息隱藏領(lǐng)域的一個(gè)難點(diǎn)和熱點(diǎn)，受到科研人員的廣泛關(guān)注.

近年來隨著研究深入，各種語音信息隱藏方法［4］如相位編碼、擴(kuò)頻、特征點(diǎn)提取以及回音隱藏等方法相繼被提出.其中，Bender 等［5］提出的回聲隱藏方法由于嵌入信息與宿主語音統(tǒng)計(jì)和感知特征相同，因此不產(chǎn)生噪聲、感知質(zhì)量高、隱蔽效果好，而且其同步要求不高、算法實(shí)現(xiàn)簡(jiǎn)單，因而吸引了眾多研究者的關(guān)注.在此基礎(chǔ)上，研究人員提出了各種改進(jìn)的回聲嵌入算法.例如Kim 等［6］提出雙核方案，通過引入前后向延遲核增強(qiáng)倒譜檢測(cè)點(diǎn)的幅度，從而提高了回聲算法的魯棒性;為了改善回聲算法的安全性，Ko 等［7］提出了一種通過PN序列對(duì)回聲核進(jìn)行時(shí)域擴(kuò)展的回聲隱藏方案，如果檢測(cè)時(shí)沒有該P(yáng)N 序列作為參考信息將無法提取隱藏信息;Wu 等［8］綜合考慮透明性和魯棒性提出了基于分析和綜合的回聲信息隱藏方案，通過在嵌入時(shí)綜合考慮宿主信號(hào)和攻擊，自適應(yīng)地調(diào)整嵌入信號(hào)的幅度，對(duì)回聲隱藏的透明性和魯棒性進(jìn)行了折中.上述方法都是在傳統(tǒng)回聲倒譜提取方法的基礎(chǔ)上，通過隱藏信息嵌入策略的調(diào)整改善回聲信息隱藏性能，但倒譜提取方法本身存在對(duì)噪聲敏感、易受攻擊等缺陷，這些都大大制約了改進(jìn)方法的實(shí)際效果.

本文提出了一種基于回聲路徑估計(jì)模型的語音信息提取策略.該策略充分利用回聲路徑估計(jì)算法對(duì)回聲隱寫語音進(jìn)行回聲路徑參數(shù)估計(jì)，然后通過對(duì)回聲路徑參數(shù)進(jìn)行判決，實(shí)現(xiàn)隱秘信息提取.本文采用基于次梯度投影的回聲估計(jì)算法(APSM)，并改進(jìn)了算法的收斂策略，提出一種基于噪聲估計(jì)的自適應(yīng)收斂算法.與經(jīng)典倒譜提取算法相比，本文提出的自適應(yīng)次梯度投影算法在濾波攻擊、噪聲攻擊、采樣攻擊和壓縮攻擊下，顯著提高了回聲隱藏?cái)?shù)據(jù)提取算法的魯棒性.與其他回聲估計(jì)算法相比較，本算法也具有更好的抗攻擊性能.

1 回聲信號(hào)估計(jì)模型

回聲估計(jì)與抑制系統(tǒng)模型［9］如圖1所示.圖中，h*為疊加了隱藏?cái)?shù)據(jù)的回聲路徑;h 為自適應(yīng)估計(jì)的回聲路徑，用來提取隱藏?cái)?shù)據(jù)，其參數(shù)由回聲估計(jì)算法產(chǎn)生;v 為疊加了隱藏?cái)?shù)據(jù)的聲音信號(hào);e 為減去估計(jì)反饋信號(hào)后的殘差信號(hào)，用來自適應(yīng)調(diào)節(jié)濾波器參數(shù);n 為加性噪聲，一般情況下可假定為獨(dú)立同分布的高斯信號(hào).

圖1 回聲估計(jì)與抑制系統(tǒng)模型

令X=［xk，xk－1，…，xk－r+1］T∈RN×r表示估計(jì)算法的輸入信號(hào)矩陣，這里r 為算法的步長(zhǎng)，N 為自適應(yīng)濾波器的長(zhǎng)度.回波路徑h*∈RN，估計(jì)路徑h∈RN.此時(shí)，包含隱藏?cái)?shù)據(jù)的聲音信號(hào)可表示為v=XTh*+n，殘差信號(hào)表示為e=v－XTh.通過對(duì)回聲路徑h 的估計(jì)，以及對(duì)回聲路徑中出現(xiàn)峰值位置的判斷，可確定嵌入回聲的延時(shí)大小，從而進(jìn)一步確定隱藏信息是“0”或“1”.

2 自適應(yīng)次梯度提取算法

Yamada 等［10-11］提出利用次梯度投影取代精確投影算子進(jìn)行迭代，該方法在不降低估計(jì)性能的前提下，減少了計(jì)算量.

定義凸集

式中，H 為Hibert 空間;{Yk，k =1，2，…，m}滿足如下約束:

因此，對(duì)實(shí)際回聲路徑h*的估計(jì)問題就轉(zhuǎn)變成了向凸集C 的投影問題，可以證明當(dāng)滿足時(shí)能夠保證收斂性，即

定義凸函數(shù)

以及梯度算子

則基于該凸函數(shù)的半空間為

此時(shí)，投影公式為

hk的迭代更新公式為

式中，松弛系數(shù)λk應(yīng)滿足λk∈［0，2］.

由式(2)可知，參數(shù)ρ 的取值直接影響了h*∈Y(ρ)的概率，從而影響了算法的速度和性能.一般來說，ρ 越大，算法收斂速度越快，但是最終收斂誤差較大;相反，ρ 越小，收斂誤差越小，但是收斂較慢.為了改善算法性能，本文采用如下方法來確定ρ 值:①由聲信號(hào)v 的表示可看出，為了保證約束集合能夠包含真實(shí)回波路徑，ρ 的取值應(yīng)與相應(yīng)的噪聲環(huán)境相吻合.因此，通過對(duì)噪聲信號(hào)的估計(jì)，可設(shè)定ρ 的初值為aδ2，其中δ 為n 的方差.②根據(jù)式(2)，本文采用自適應(yīng)調(diào)節(jié)的策略，即算法開始時(shí)，ρ 取值較大，然后每次迭代以步長(zhǎng)Δ =bδ2減少ρ 的取值，直至達(dá)到收斂條件.通過上述方法，不僅有效提高了算法的收斂速度，并通過對(duì)ρ 估計(jì)，改進(jìn)了算法對(duì)噪聲的魯棒性.

3 實(shí)驗(yàn)與仿真

實(shí)驗(yàn)所用數(shù)據(jù)均來自于本實(shí)驗(yàn)室在符合ITU標(biāo)準(zhǔn)的語音室中自行錄制的漢語語料庫(kù)，該庫(kù)包含65 男、60 女各10 段語音.本文所采用的數(shù)據(jù)為一段女聲語音，采樣頻率為11.025 kHz，采樣深度16 bit，時(shí)長(zhǎng)14 s.嵌入數(shù)據(jù)為二值圖像，如圖2所示，共300 個(gè)像素點(diǎn).

圖2 語音嵌入數(shù)據(jù)

本文比較了倒譜法、歸一化最小二乘算法(NLMS)、并行次梯度投影算法(PSP)和APSM 算法的隱藏?cái)?shù)據(jù)分析方法.信息的嵌入采用分段嵌入法，首先將要隱藏的信息轉(zhuǎn)化成二進(jìn)制形式，將整個(gè)原始語音信號(hào)分為300 段，每段長(zhǎng)度為500 個(gè)樣本點(diǎn)，并嵌入1 bit.倒譜法中延時(shí)250 個(gè)樣本點(diǎn)代表“1”，延時(shí)280 個(gè)樣本點(diǎn)代表“0”.而其他3 種基于回聲路徑估計(jì)的算法中延遲25 個(gè)樣本點(diǎn)代表“1”，延遲38 個(gè)樣本點(diǎn)代表“0”.回聲信號(hào)衰減為0.5.通過比較2 個(gè)樣本點(diǎn)的延遲估計(jì)的峰值來判斷該段語音隱藏的數(shù)據(jù)是“1”還是“0”.

算法的評(píng)價(jià)指標(biāo)為錯(cuò)誤率Pe，即

式中，Serr為出錯(cuò)的數(shù)據(jù)點(diǎn)數(shù);Sall為總的數(shù)據(jù)點(diǎn)數(shù).

為測(cè)試算法魯棒性，所采用的攻擊策略選自STEP2001 音頻信息隱藏魯棒性測(cè)試參考文檔［12］，包含濾波攻擊、噪聲攻擊、采樣攻擊、動(dòng)態(tài)范圍壓縮攻擊和拉伸攻擊.

3.1 不同攻擊下的算法性能比較

5 種攻擊的設(shè)置如下:

1)濾波攻擊.濾波攻擊指的是將隱寫信號(hào)通過FIR 濾波器進(jìn)行低通濾波，然后再進(jìn)行隱藏信息的提取.本實(shí)驗(yàn)所采用的截止頻率為0.1fs/2，0.2fs/2 和0.5fs/2.

2)噪聲攻擊.噪聲攻擊的模擬是通過在隱寫信號(hào)中加入一定信噪比(SNR)的噪聲來實(shí)現(xiàn)的，此處所選信噪比為30，40 和70 dB.

3)采樣攻擊.將隱寫信號(hào)分別下采樣4 倍和2倍，再上采樣至原信號(hào)頻率，然后提取秘密信息.

4)動(dòng)態(tài)范圍壓縮攻擊.將隱寫信號(hào)的16 bit的采樣深度變?yōu)? bit.

5)拉伸攻擊.通過插值和抽取將隱寫信號(hào)拉伸±10%，來驗(yàn)證算法的魯棒性.

圖3 濾波攻擊性能比較

4 種方法的Pe結(jié)果如圖3所示.從攻擊方式來看，采樣攻擊和壓縮攻擊的錯(cuò)誤率較低，而拉伸攻擊對(duì)隱藏?cái)?shù)據(jù)提取的干擾最大.由圖可知，4 種方法中倒譜法的效果較差，在各種攻擊中，其錯(cuò)誤率都高于基于回聲估計(jì)的算法.而從濾波攻擊可看出，APSM 算法在3 種回聲估計(jì)算法中魯棒性最好.通過與倒譜法的錯(cuò)誤率對(duì)比，基于回聲估計(jì)的隱藏?cái)?shù)據(jù)分析方法在噪聲攻擊下的性能表現(xiàn)最佳，而拉伸攻擊的效果最差.

3.2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析

比較了100 段語音面對(duì)攻擊時(shí)的隱藏效果，統(tǒng)計(jì)結(jié)果如表1所示.從表中可看出，在面對(duì)攻擊時(shí)，3 種基于回聲估計(jì)的隱藏信息提取算法的魯棒性都優(yōu)于倒譜法.尤其是在40 dB 的白噪聲攻擊下，倒譜法的錯(cuò)誤率達(dá)到45%，而3 種基于回聲估計(jì)算法的錯(cuò)誤率都低于1.5%.在3 種基于回聲估計(jì)算法中APSM 的性能最優(yōu)，相比于其他2 種算法，錯(cuò)誤率降低25%～30%.但是，從表中也可看出，在面對(duì)拉伸攻擊時(shí)，4 種算法的性能都不佳，需要進(jìn)一步改善.

表1 4 種方法的解碼錯(cuò)誤率 %

4 結(jié)語

本文根據(jù)語音回聲隱藏框架，提出了一種基于回聲路徑估計(jì)模型的語音信息提取策略.通過仿真實(shí)驗(yàn)表明3 種回聲估計(jì)算法(NLMS，PSP，APSM)相比于經(jīng)典倒譜提取算法，顯著提高了回聲隱藏算法對(duì)濾波攻擊、噪聲攻擊、采樣攻擊和壓縮攻擊的魯棒性，而3 種回聲估計(jì)算法中，本文提出的APSM 算法具有更好的抗攻擊性能.但這些方法對(duì)拉伸攻擊的改善效果不明顯，還有待進(jìn)一步研究.

References)

［1］Craver S，Memon N，Yeo B，et al.Resolving rightful ownerships with invisible watermarking techniques:limitations，attacks，and implications［J］.IEEE Journal on Selected Areas in Communications，1998，16(4):573-586.

［2］Arnold M.Audio watermarking:features，applications and algorithms［C］//Proceedings of IEEE International Conference on Multimedia and Exposition.New York，2000:1013-1016.

［3］Bassia P，Pitas I，Nikolaidis N.Robust audio watermarking in the time domain［J］.IEEE Transactions on Multimedia，2001，3(2):232-241.

［4］Xu C S，Wu J K，Sun Q B，et al.Applications of digital watermarking technology in audio signals［J］.Journal of the Audio Engineering Society，1999，47(10):805-812.

［5］Bender W，Gruhl D，Morimoto N，et al.Techniques for data hiding［J］.IBM Systems Journal，1996，35(3/4):313-336.

［6］Kim H J，Choi Y H.A novel echo-hiding scheme with backward and forward kernels［J］.IEEE Transactions on Circuits and Systems for Video Technology，2003，13(8):885-889.

［7］Ko B，Nishimura R，Suzuki Y.Time-spread echo method for digital audio watermarking［J］.IEEE Transactions on Multimedia，2005，7(2):212-221.

［8］Wu W-C，Chen O T-G.Analysis-by-synthesis echo hiding scheme using mirrored kernels［C］//IEEE International Conference on Acoustics，Speech and Signal Processing.Toulouse，F(xiàn)rance，2006:14-19.

［9］喬杰，趙力，鄒采榮.一種基于并行次梯度投影技術(shù)的加速聲回波抵消算法［J］.電子與信息學(xué)報(bào)，2008，30(5):1140-1143.

Qiao Jie，Zhao Li，Zou Cairong.An accelerated acoustic echo cancellation algorithm based on parallel subgradient projection technique［J］.Journal of Electronic and Information Technology，2008，30(5):1140-1143.(in Chinese)

［10］Yamada I，Slavakis K，Yamada K.An efficient robust adaptive filtering algorithm based on parallel subgradient projection techniques［J］.IEEE Transactions on Signal Processing，2002，50(5):1091-1101.

［11］Yukawa M，de Lamare R C，Yamada I.Robust reduced-rank adaptive algorithm based on parallel subgradient projection and Krylov subspace［J］.IEEE Transactions on Signal Processing，2009，57(12):4660-4674.

［12］Japanese Society for Rights of Authors，Composers and Publishers.STEP2001 ［EB/OL］.(2001-06-29)［2012-10-30］.http://www.jasrac.jp/ejhp/release/2001/0629.html.