魯棒的語音隱藏數(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．語音信號作為音頻信號的一個子類,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序列對回聲核進(jìn)行時域擴(kuò)展的回聲隱藏方案,如果檢測時沒有該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,通過在嵌入時綜合考慮宿主信號和攻擊,自適應(yīng)地調(diào)整嵌入信號的幅度,對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)算法對回聲隱寫語音進(jìn)行回聲路徑參數(shù)估計(jì),然后通過對回聲路徑參數(shù)進(jìn)行判決,實(shí)現(xiàn)隱秘信息提?。疚牟捎没诖翁荻韧队暗幕芈暪烙?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數(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*為疊加了隱藏數(shù)據(jù)的回聲路徑;h為自適應(yīng)估計(jì)的回聲路徑,用來提取隱藏數(shù)據(jù),其參數(shù)由回聲估計(jì)算法產(chǎn)生;v為疊加了隱藏數(shù)據(jù)的聲音信號;e為減去估計(jì)反饋信號后的殘差信號,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．

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)算法的輸入信號矩陣,這里r為算法的步長,N為自適應(yīng)濾波器的長度．回波路徑h*∈RN,估計(jì)路徑h∈RN．此時,包含隱藏數(shù)據(jù)的聲音信號可表示為v=XTh*+n,殘差信號表示為e=v-XTh．通過對回聲路徑h的估計(jì),以及對回聲路徑中出現(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

(1)

式中，H為Hibert空間；{Yk,k=1,2,…,m}滿足如下約束:

(2)

定義凸函數(shù)

(3)

以及梯度算子

t=?h∈H

(4)

則基于該凸函數(shù)的半空間為

H-(hk)={h∈H:(h-hk)Ts+g(hk)≤0}

(5)

此時,投影公式為

PH-(hk)(hk)=

(6)

hk的迭代更新公式為

hk+1=hk+λk(PH-(hk)(hk)-hk)

(7)

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,通過對噪聲信號的估計(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,ρ取值較大,然后每次迭代以步長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ρ估計(jì),改進(jìn)了算法對噪聲的魯棒性．

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,該庫包含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,時長14 s．嵌入數(shù)據(jù)為二值圖像,如圖2所示,共300個像素點(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算法的隱藏數(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,將整個原始語音信號分為300段,每段長度為500個樣本點(diǎn),并嵌入1 bit．倒譜法中延時250個樣本點(diǎn)代表“1”,延時280個樣本點(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個樣本點(diǎn)代表“1”,延遲38個樣本點(diǎn)代表“0”．回聲信號衰減為0.5．通過比較2個樣本點(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”．

算法的評價指標(biāo)為錯誤率Pe,即

(8)

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

為測試算法魯棒性,所采用的攻擊策略選自STEP2001音頻信息隱藏魯棒性測試參考文檔[12],包含濾波攻擊、噪聲攻擊、采樣攻擊、動態(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．將隱寫信號分別下采樣4倍和2倍,再上采樣至原信號頻率,然后提取秘密信息．

4) 動態(tài)范圍壓縮攻擊．將隱寫信號的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拉伸±10%,來驗(yàn)證算法的魯棒性．

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誤率較低,而拉伸攻擊對隱藏數(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．通過與倒譜法的錯誤率對比,基于回聲估計(jì)的隱藏數(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．

圖3 濾波攻擊性能比較

3.2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析

比較了100段語音面對攻擊時的隱藏效果,統(tǒng)計(jì)結(jié)果如表1所示．從表中可看出,在面對攻擊時,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,倒譜法的錯誤率達(dá)到45%,而3種基于回聲估計(jì)算法的錯誤率都低于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,錯誤率降低25%～30%．但是,從表中也可看出,在面對拉伸攻擊時,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．但這些方法對拉伸攻擊的改善效果不明顯,還有待進(jìn)一步研究．

)

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

[2]Arnold M.Audio watermarking: features,applications and algorithms[C]//ProceedingsofIEEEInternationalConferenceonMultimediaandExposition.New York,2000: 1013-1016.

[3]Bassia P,Pitas I,Nikolaidis N.Robust audio watermarking in the time domain[J].IEEETransactionsonMultimedia,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].JournaloftheAudioEngineeringSociety,1999,47(10): 805-812.

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

[6]Kim H J,Choi Y H.A novel echo-hiding scheme with backward and forward kernels[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2003,13(8): 885-889.

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

[8]Wu W-C,Chen O T-G.Analysis-by-synthesis echo hiding scheme using mirrored kernels[C]//IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing.Toulouse,France,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,2008,30(5):1140-1143.

Qiao Jie,Zhao Li,Zou Cairong.An accelerated acoustic echo cancellation algorithm based on parallel subgradient projection technique[J].JournalofElectronicandInformationTechnology,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].IEEETransactionsonSignalProcessing,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].IEEETransactionsonSignalProcessing,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.