CN102074240B - 一种用于版权管理的数字音频水印算法 - Google Patents

Abstract

本发明涉及一种用数字音频水印进行版权管理的方法，该方法将水印信号嵌入到音频信号能量的对数域中使解码与幅度无关；通过对嵌入的水印信息的帧结构进行合理设计，使得解嵌结果的时长统计精度达到秒级，并且在各种剪切、拼接、插入其他音频信号等操作下解码时间精度和解码正确率不受影响；嵌入的信息采用RSA数字签名算法进行加密，使得嵌入信息具有保密性；嵌入算法有效地利用了音频的短时平稳具有的相关性减少了载体音频对水印信息的干扰，从而显著地改善了水印解出的成功率和准确率。本方法通过引入数字水印技术对入媒资库的音频素材进行标识，之后通过对播出流或音频文件的解码分析得到素材的使用情况，从而获得版权付费信息。

Description

一种用于版权管理的数字音频水印算法

技术领域

本发明提出了一种用于媒资版权管理的音频水印算法。

背景技术

数字音频水印技术作为信息安全技术领域的一个重要方向，在认证多媒体来源、进行所有权认证和追踪非授权行为得到广泛的应用，具有十分广阔的应用前景^[1]。在广播电视等的节目制作过程当中，希望能对多媒体素材的使用情况能进行及时的统计分析，以便进行媒体资料和版权使用的管理。通过在多媒体资料中加入用于标识特定素材的水印信息，之后通过水印解码得到相关素材的使用情况，可以为媒资管理过程提供更为便捷、有力的支持。

基于实际的需要，我们需要水印在媒资版权管理系统有如下特点。1)能标识版权、媒资信息，需要嵌入的水印信息具有一定信息容量。2)具有一定安全性，避免未授权方恢复和修改水印。3)更强的鲁棒性。在音频内容的使用过程中，可能会对音频做一些编辑，如任意位置的剪切、拼接、MPEG压缩等等。要求嵌入的水印较高的鲁棒性，在经过编辑操作且能分辨出原始内容的情况下，也可以顺利解出嵌入信息并可由此得到时长信息。4)能确认嵌入信息的时长，且具有一定的时间精度。以便于对播放的内容进行时长统计。用于对需要付费的节目使用时间管理等。

从Tirkel等人提出数字水印的概念以来，短短十几年时间里，数字水印技术的发展可以说是日新月异，并逐步深入和成熟。数字水印技术的发展包括数字水印算法的设计、数字水印攻击、数字水印算法的测试及评判、数字水印技术的理论研究等等。Cox等人提出的扩频水印的算法在数字水印技术发展中具有里程碑的意义。Cox等人认为，数字水印不仅要达到不可感知性，即实现隐蔽通信，还要抵抗各种攻击，具有鲁棒性。因此他认为，在保证不可感知性的同时，要把水印信息嵌入到宿主信号的感知最主要部分。之后，各种鲁棒性算法如雨后春笋般涌现出来。目前，在水印的调制方式上，一般把水印算法分为基于Cox提出的扩频水印类算法和Chen等人提出的量化索引调制水印算法(QIM)。由于扩频水印在进行解码时载体音频会对水印信号有一定影响，因此在解码时需设法减少这种影响从而提高水印的鲁棒性。由于载体音频的影响，扩频水印方法的嵌入的码率受到一些限制，在通过水印对素材进行使用统计时的时间精度不高。另外，如果水印的同步信号一旦出现误码会导致整个一个周期的水印信息丢失，使得水印算法在随机剪切、拼接、插入等常见多媒体编辑操作后的出现很多水印信息因此而丢失，从而进一步影响到对素材使用情况统计的时长精确率。

发明内容

本发明的目的在于，为克服目前的算法存在嵌入水印信息的鲁棒性和时间精度都不高，在进行多媒体编辑的随机剪切、拼接等操作后水印信息丢失严重，导致很难对嵌入的水印信息分析得到多媒体素材的使用情况进行精确统计等问题，本发明提出一种用于媒资版权管理的音频水印算法。

为达到上述目的，本发明提出了一种用数字音频水印进行版权管理的方法，该方法包含水印信息的嵌入方法和水印信息的提取检测方法，其中，

所述的水印信息的嵌入方法包含以下步骤：

(1-1)水印信息预处理，首先对水印信息加密然后再进行编码，得到水印编码信息序列{e_i，0≤i＜L_B}，其中L_B为水印信息编码的长度；

(1-2)对得到的水印编码信息{e_i，0≤i＜L_B}进行成帧封装；

首先，将嵌入的含媒资版权管理信息的水印编码信息分成L_s段，并以不同的扩频码标识不同的分段；然后，将每个水印编码信息的分段之前都加入一位同步位，信息位和同步位采用不同的扩频码，得到水印嵌入信息{w_i，0≤i＜L_S+L_B}；

(1-3)对得到的水印嵌入信息{w_i，0≤i＜L_S+L_B}序列进行基带平衡调制，调制时将一个比特的水印嵌入信息隐藏在连续几帧的音频信号之中，得到平衡基带调制后的信号S；

(1-4)将信号S调制到原始音频信号中，调制公式如下；

Y(n)＝X(n)·10^{w(n)·s·α(n)}

其中，{X(n)，0＜n＜N}为待嵌入水印的音频信号在频域的幅值，N为使用的扩频码的长度，且X(n)单位为dB；{w(n)，0＜n＜N}为扩频码，该扩频码由嵌入比特的类型是信息位还是同步位来确定，α(n)通过心理声学模型计算得出，用于控制嵌入能量；

(1-5)最后将嵌入水印的信号Y(n)再结合原来的相位信息做IFFT变换，完成一帧的嵌入，再将完成水印嵌入的各帧之间做重叠相加，恢复时域信号，得到嵌入水印的音频信号，从而完成水印的嵌入过程；

所述的水印信息的提取和检测方法包含以下步骤：

(2-1)相关解码，该过程与编码的过程相反，通过相关解码获得虚警概率和漏警概率；

(2-2)同步过程，该同步过程包含帧同步和数据同步，用于解出同步分段的信息码；

(2-3)分段信息拼接，根据拼接判定条件将连续出现且符合周期性规律的若干完成解码的分段拼接在一起，得到音频的使用时间信息；

其中，拼接判定条件为：

1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_s·L_f|＜L_sync，L_f为一个分段理论上的长度，L_sync根据实验确定；

2)得到的扩频码序号为之前扩频码序号下一个应该出现的序号；

3)解码结果与之前一个周期分段的结果相同；

同时满足以上三个条件便将分段实施拼接，并计算拼接的第一个分段到最后一个分段的采样点距离，然后通过采样率得到音频的使用时间；

(2-4)水印信息还原，完成水印信息的提取检测。

作为本发明的一个改进，所述的同步过程采用相关特性减少误同步，具体步骤为：

限定得分S_w超过某一阈值，该参数的计算公式如下：

$S_w=\underset{k}{\mathrm{\Σ}}C\left(k\right)\·W\left(k\right)$

其中，C(k)为解码得分；

W(k)为窗函数，计算公式如下：

$W\left(k\right)=\left\{\begin{array}{c}1,\left(\right|k-k_{\mathrm{sync}}|\&le;L_p/2)\\ -1,(L_p/2<|k-k_{\mathrm{sync}}|\&le;L_p)\end{array}\right.$

其中，L_p为统计得到的正向峰与反向峰的平均距离，k_sync为同步位置点。

上述技术方案，所述的水印信息预处理具体步骤为：

首先利用以下规则产生RSA算法的公钥e和密钥d，具体规则如下：

随意选择两个大的质数p和q，p不等于q，计算M＝p×q；根据欧拉函数，不大于M且与M互质的整数个数为(p-1)×(q-1)；选择一个整数e与(p-1)×(q-1)互质，并且e小于(p-1)×(q-1)；用以下这个公式计算d：，d×e≡1(mod[(p-1)×(q-1)])将p和q的记录销毁；

然后利用RSA算法的加密公式对水印信息序列加密；

加密后的信息{c_i}经过BCH编码，形成加密的水印编码信息{e_i，0≤i＜L_B}。

上述技术方案，所述的同步过程在搜索同步位的过程中，采用滑动相关的方法，步骤为：

首先，设定一个滑动步长进行相关；然后，取相关得分的最大的位置作为帧同步的位置；最后，找到合适的帧同步位置后，进行数据同步，确定数据的起始位置。

上述技术方案，所述的水印信息还原包含以下步骤：

首先，设拼接到一起的分段的解码结果序列为{e_i′}，先将该结果进行BCH解码得到信息{c_i′}；然后，再将水印信息{c_i′}通过RSA算法进行解密，得到m′；最后将m表示为二进制序列{m′_i}，完成信息的解密过程。

上述技术方案，所述的RSA算法解密步骤为：

先将{c_i′}表示为整数c′；

然后，根据RSA算法的解密公式进行解密，具体解密公式如下：

c′^d＝m′(modM)，

其中d为密钥，与之前定义相同。

上述技术方案，所述的扩频码为平衡Gold码。

上述技术方案，所述的分段信息拼接时对于某些孤立出现的分段具体处理步骤为：

当分段同时符合以下条件时被拼接到一起；

1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_s·L_f|＜L_sync，L_f、L_s与L_sync定义与之前相同；

2)得到的扩频码序号为之前扩频码序号后第L_s个应该出现的序号；

3)解码结果与之前一个周期分段的结果相同。

本发明的优点在于，本算法利用心理声学掩蔽效应，使得嵌入的水印根据音频特性调整，以保证嵌入信息的不可感知性。算法利用扩频^[2]的方法和音频信号的短时相关的特性提高嵌入水印的鲁棒性。并针对版权应用，通过对素材嵌入唯一的媒资版权信息对素材进行标识，然后通过水印解码得到多媒体素材的使用情况。算法通过合理安排信息帧结构和调整同步策略达到很高的时间精度。通过正式严格的听感测试表明，我们的算法具有很高的不可感知性。同时进行的鲁棒性测试又验证了水印算法能有效的抵抗随即剪切、拼接、MPEG压缩等音频制作过程中的常见操作。

附图说明

图1为本发明的提供的信息帧结构图；

图2为本发明采用的平衡调制过程的示意图；

图3为本发明的采用的水印嵌入过程的流程图；

图4为本发明的同步方式的流程图；

图5为本发明的相关得分出现的峰值模拟图。

具体实施方式

下面结合附图和实施例对本发明进行进一步说明。

本文提出了用于媒体资料和版权管理的音频水印的方法。本算法具有以下特点：1)利用扩频的原理嵌入水印信息，提高嵌入信息的抗干扰性。2)利用MPEG的心理声学模型确保嵌入信息的不可感知性。3)将嵌入的信息进行用RSA算法进行信息的加密和随机化处理，并将加密信息进行BCH纠错编码，进一步提高信息的安全性。4)采用平衡调制的结构，利用音频信号的短时平稳特征，减少载体音频对水印的影响。5)嵌入时将水印信息连续嵌入，然后根据解码结果得到素材的使用时间。6)为提高解码结果的时间分辨率，将嵌入的水印信息分段，并以不同的扩频码标识不同的分段。解码时，利用解码的上下文关系以及一定判定规则将属于同一信息的分段拼接到一起，并根据此得到素材的使用时间。这样，在某一分段信息丢失时，不会影响到整个完整信息段的解码，提高了解码结果时长统计的时间精度，可以使水印算法的时间统计精度达到秒级。7)在组织水印信息帧时，采用一位同步位之后跟若干信息位的结构，信息位和同步位采用不同的扩频码。这样，在做同步相关时，利用相关时产生的尖峰结构，使得同步位置的确定更为精准，另外，将该结构也作为同步的特征，只有该特征比较明显时，才判定为正确的同步，有效的减少了误同步，且在提取水印过程中不需要原始声频和水印信息。

1、水印嵌入算法介绍

1.水印信息预处理

首先，假设水印信息序列为{m_i，0≤i＜L_m}，L_m为水印信息序列长度，该信息一般为版权信息，作为待嵌入素材文件的唯一标识。用下列规则产生RSA算法^[3]的公钥e和密钥d：

(1)随意选择两个大的质数p和q，p不等于q，计算M＝p×q。

(2)根据欧拉函数，不大于M且与M互质的整数个数为(p-1)×(q-1)。

(3)选择一个整数e与(p-1)×(q-1)互质，并且e小于(p-1)×(q-1)。

(4)用以下这个公式计算d：d×e≡1(mod[(p-1)×(q-1)])。

(5)将p和q的记录销毁。

随后，将水印信息{m_i}转为一个小于M的整数m，所以，在选择RSA算法参数时，要使得M的二进制位数大小应大于水印信息码长度，设M二进制位数为L_M，则L_m＜L_M。然后，根据RSA算法的加密公式：

m^e＝c(modM)

                                                        (1)

然后将c表示为二进制序列{c_i，0≤i≤L_M}。

将加密后的信息{c_i}经过BCH编码^[4]后，形成水印编码信息{e_i，0≤i＜L_B}，L_B为BCH编码长度。BCH编码的编码长度、纠错位数等参数根据应用合理选择。水印编码信息{e_i}连同同步信息{s_i，0≤i＜L_S}合在一起，形成最终的水印嵌入信息{w_i，0≤i＜L_S+L_B}。

2.水印信息帧组织结构

设水印嵌入信息的位数为L，而完整表示长度为L的水印信息需要时长为s的载体音频，当s大于1秒时，如果该信息相应的同步信息丢失时，整段信息也会丢失。这样，在根据水印解码结果统计时长时，统计结果只能是s的整数倍。为提高统计结果的时间精度，将水印信息分为L_s段，每段信息长度为F＝L/L_s。选择L_s使得表示该长度水印信息的载体音频长度小于1s，这样，当该分段丢失时，如果通过一定解码策略使得其他分段的解出不受其影响，可以由此提高时长统计的时间分辨率。解码策略在之后进行详细描述。

在每段信息位之前，插入一位作为同步信息，同步位与信息位采用不同的扩频码嵌入，同时，不同分段的同步位之间，也用不同的扩频码表示。解码时，可以通过扩频码的序号确定该分段在信息码中位于第几段。

由此得出的信息帧结构如图1所示。

3.平衡调制

由于音频信号一般具有短时平稳的特性，所以，相邻几帧之间的频域的幅值相对稳定。可以利用该特性减少载体音频对水印的影响。嵌入时，将一个比特的信息隐藏在连续几帧信号之中。当嵌入的比特为1时，将前K帧待嵌入的信号的基带信号S设为+1，接下来的K帧的基带信号设为-1，当嵌入比特为0时，S的取值顺序相反。解码时，将前K帧的信号在对数域上减去后K帧的信号，由于短时平稳的特性，可以在一定程度上减弱载体信号对水印的影响。

图2平衡调制

4.利用扩频码嵌入过程

在对音频信号进行处理时，要将输入的信号做分帧处理，设分帧长度为Fr。将该帧加汉宁窗后做FFT变换，变换的前N个系数用于水印嵌入，N等于扩频码的长度。设待嵌入水印的频域信号的幅值为{X(n)，0＜n＜N}，扩频码为{w(n)，0＜n＜N}。将X(n)转为dB值x(n)＝log(X(n))，然后对通过公式(2)嵌入水印。

y(n)＝x(n)+w(n)·S·α(n)

                                                            (2)

其中，S为该帧的基带码信号，取+1或-1，α(n)通过心理声学模型计算得出，用于控制嵌入能量，使之不影响听感。设Y(n)是y(n)的频域幅值，则

Y(n)＝X(n)·10^{w(n)·S·α(n)}

                                                            (3)

将嵌入水印的信号Y(n)再结合原来的相位信息做IFFT变换，完成一帧的嵌入。完成水印嵌入的各帧之间再做重叠相加，恢复时域信号，得到嵌水印的音频，完成水印的嵌入过程，水印嵌入的过程见图3。

5.心理声学模型的应用

本算法利用ISO/IEC 11172-3^[5]定义的心理声学模型计算掩蔽模型，有关计算的细节在文献^[5][6]均有详细描述。在MPEG压缩过程中，待处理的频域信号被划分为若干子带，心理声学模型计算出每一个子带的信掩比(signal to mask ratios，SMR)，反映出该子带的在音频中的可听程度。计算好的SMR为比特分配提供依据。对于SMR较高的子带，将分配给更多的比特，这样会使该子带有更小的量化噪声。也就是说，在SMR较高的地方，该子带的信号在听觉中占主导，所以要尽量减少对该子带的改变程度。在进行水印嵌入的过程中，将某一频点嵌入的能量按照SMR进行调节，使得SMR较低的地方嵌入更多的水印，也即将水印更多的嵌入到不为察觉的部分中去。这样，嵌入的水印就能根据音频本身的特性动态调整，使得在尽量增大嵌入的水印能量的情况下对音频引起的整体主观失真减少。

2、水印算法解码原理

1.相关解码

根据嵌入公式(3)，设一帧数据中嵌入水印的频点数目为N，则对第k帧嵌入水印的信号Y^k(n)和扩频码序列w(n)做相关的结果为：

$C^k=\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;{\log }_{10}\left(Y^k\left(n\right)\right)$

$=\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;({\log }_{10}{X}^k\left(n\right)+{\mathrm{\&alpha;}}^k\left(n\right)w\left(n\right)S^k)$

$=S^k\underset{n}{\mathrm{\&Sigma;}}{w}^2\left(n\right)\&CenterDot;{\mathrm{\&alpha;}}^k\left(n\right)+\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;x^k\left(n\right)---\left(4\right)$

结果的第一部分为w(n)的自相关项，正负取决于S^k的取值，第二部分为互相关项，理论上两者不相关，因而应当远小于自相关项。

由于水印嵌入在频域信号的dB域，嵌入的水印信号将和信号的幅值无关，从而使水印算法可以抵抗对时域信号的幅值调整等操作。设Y^k(n)为嵌入信号Y^k(n)经过缩放v倍的信号，则：

$C^{k\&prime;}=\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;{\log }_{10}\left(Y^{k\&prime;}\left(n\right)\right)$

$=\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;\left({\log }_{10}v{Y}^k\left(n\right)\right)$ (5)

$=\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;({\log }_{10}{Y}^k\left(n\right)+{\log }_{10}v)$

$=C^k+{\log }_{10}v\&CenterDot;\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)$

当

时，相关得分与原信号的幅值无关。所以在选取扩频码时，需选取平衡的扩频码，即扩频码的+1、-1数目相等。

水印嵌入时还采用了平衡调制的结构，前K帧嵌入的符号与后K帧反向，分别计算这2K帧的结果，并根据以下式子确定最终的比特信息。

$I=\underset{k=0}{\overset{K-1}{\mathrm{\&Sigma;}}}{C}^k-\underset{k=K}{\overset{2K-1}{\mathrm{\&Sigma;}}}{C}^k---\left(6\right)$

当I＞0时，解码结果为1，当I＜0时，解码结果为0。

将式(4)代入(6)，得

$I=\underset{k=0}{\overset{K-1}{\mathrm{\&Sigma;}}}{C}^k-\underset{k=K}{\overset{2K-1}{\mathrm{\&Sigma;}}}{C}^k$

$=S\&CenterDot;\underset{n}{\mathrm{\&Sigma;}}\underset{k}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}^k\left(n\right)+\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;(\underset{k=0}{\overset{K-1}{\mathrm{\&Sigma;}}}{x}^k\left(n\right)-\underset{k=K}{\overset{2K-1}{\mathrm{\&Sigma;}}}{x}^k\left(n\right))$

$=S\&CenterDot;\underset{n}{\mathrm{\&Sigma;}}\underset{k}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}^k\left(n\right)+\underset{n}{\mathrm{\&Sigma;}}w\left(n\right)\&CenterDot;x^{\&prime;}\left(n\right)---\left(7\right)$

与公式(4)相比，互相关项中的x(n)变为

设为x′(n)。由于信号短时平稳，相邻几帧之间的x(n)有相关性，当

与

相关时，x′(n)的方差小于x(n)。设变量x₁(n)、x₂(n)为服从相同高斯分布的随机变量，即x₁(n)：N(0，σ_x)，x₂(n)：N(0，σ_x)，则其差的方差为：

$E{(x_1-x_2)}^2=E{\left(x_1\right)}^2+E{\left(x_2\right)}^2-2E(x_1\&CenterDot;x_2)$

$={\mathrm{\&sigma;}}_x^2+{\mathrm{\&sigma;}}_x^2-2{\mathrm{\&rho;}}_{x_1{x}_2}\&CenterDot;{\mathrm{\&sigma;}}_x\&CenterDot;{\mathrm{\&sigma;}}_x$

$=2(1-{\mathrm{\&rho;}}_{x_1{x}_2}){\mathrm{\&sigma;}}_x^2---\left(8\right)$

当x₁(n)、x₂(n)相关，

接近于1，所以根据以上分析，x′(n)的方差要远小于x(n)。根据Kirovski^[2]文中给出的分析，扩频水印系统的虚警P_FA和漏警P_MD概率分别为

$P_{\mathrm{FA}}=\frac{1}{2}\mathrm{erfc}\left(\frac{\mathrm{\&tau;}\sqrt{N}}{{\mathrm{\&sigma;}}_x\sqrt{2}}\right)---9)$

$P_{\mathrm{MD}}=\frac{1}{2}\mathrm{erfc}\left(\frac{\left(E\right[x\&CenterDot;w]-\mathrm{\&tau;})\sqrt{N}}{{\mathrm{\&sigma;}}_x\sqrt{2}}\right)---\left(10\right)$

因为互补误差函数erfc(x)为减函数，公式(9)(10)中方差项的减少使得错误概率减少。这样，利用短时平稳的相关性可以使解码错误率大大下降。

2.同步过程：

同步过程分为两步，即帧同步和数据同步。帧同步的过程就是确定每帧解码位置的过程。我们通过事先在水印信号中加入同步信号的方法来确定解码位置。同步信号位于水印信息分段的前面，且与信息位采用不同的扩频码，由于每一位同步位都采用了不同的扩频码用于标识不同的分段，所以，在不知道同步位属于哪一分段的情况下，需要按照所有扩频码的可能性进行相关，所以，同步位位数的选择决定了需要进行多少次相关，如位数过多，相关次数也增多，位数过少，则会使分段加长，影响时间分辨率，使用时应根据需要进行选择。在做相关时，取相关得分最大的扩频码序号为该同步位对应的扩频码序号，从而确定分段位置信息。

为保证不同扩频码能正确标识其所在分段，要求不同扩频码之间的互相关得分尽可能小。即不同扩频码之间正交或相关得分小于某一水平。本系统选取的扩频码为平衡Gold码^[7]，同一组的Gold码之间具有良好的互相关特性。同时，Gold码的+1、-1数目只相差一个，满足本系统对扩频码同时所要求的平衡特性。

在搜索同步位的过程中，我们采用滑动相关的方法，设定一个滑动步长进行相关。然后取相关得分的最大的位置作为帧同步的位置。在找到合适的帧同步位置后，还要进行数据同步，确定数据的起始位置。首先我们要检查同步位的解码结果是否和嵌入的同步信息一致，如不一致，则这一分段的同步失败。在开始同步之前，需要能够找到一个完整的信息周期才能进行信息位的解码，否则信息码不完整，解码结果无意义。此时先进入同步模式1，该模式要求一个周期内各个分段都符合帧同步条件，且分段之间的连续性符合预先设置的规律。在找到一个周期之后，进入同步模式2。如果接下来找到的一个分段同时符合下列周期性条件，则认为同步：1)得到的扩频码序号与同步位信息与前一个周期一致2)设帧同步位置为Pos₂与上一个分段的帧同步位置为Pos₁，一个分段理论上的长度为L_f，即满足条件|Pos₂-Pos₁-L_f|＜L_sync，L_sync根据实验确定。当解码经过了一个分段的距离之后还没有同步，设此时解码位置为Pos₃，即满足条件|Pos₃-Pos₁-L_f|＞L_m，L_m也根据实验确定。则退出同步模式2，失同步重新搜索同步模式1状态。

同步模式的流程图如下所示，同步上之后，即可解出该分段的信息码。

3.利用相关特性减少误同步：

在进行滑动相关时，相关得分的曲线图应呈现尖峰的特性，如图5所示，该特性可以有效的用来减少误同步，避免虚警，即某次不应该同步的位置出现解码得分偶尔越过阈值的情况。由于同步位与信息位采用的扩频码不一致，所以，同步时，信息位可以看做没有嵌入水印的情况，由于平衡调制的结构，解码在解平衡调制时，之前未嵌水印的N帧信号与一个比特前N帧的信号在相减时，也会有较大的得分，该得分与比特解码得分反向，同理，在一个比特后N帧的信号未与嵌水印的N帧信号在相减时，也会有较大的得分。而未嵌水印的部分随机出现的高峰值周围不会有此特征。统计得到正向峰与反向峰的平均距离为L_p，则将帧同步位置±L_p范围的解码得分C(k)乘以下列的窗函数W(k)

$W\left(k\right)=\left\{\begin{array}{c}1,\left(\right|k-k_{\mathrm{sync}}|\&le;L_p/2)\\ -1,(L_p/2<|k-k_{\mathrm{sync}}|\&le;L_p)\end{array}\right.---\left(11\right)$

其中k_sync为同步位置点，累加后得到一个分数

$S_w=\underset{k}{\mathrm{\&Sigma;}}C\left(k\right)\&CenterDot;W\left(k\right)---\left(12\right)$

进行同步判定时，将该条件考虑进来，即要求得分S_w超过某一阈值，可以有效的减少误同步。

4.分段信息拼接：

同步并解码之后，会得到很多的分段解码结果和其位置信息。最终，我们可以通过这些分段解码结果得到音频的使用时间信息。我们需要将连续出现且符合周期性规律的一些分段拼接在一起。判定拼接需同时满足下列条件：1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_f|＜L_sync，L_f为一个分段理论上的长度，L_sync根据实验确定。2)得到的扩频码序号为之前扩频码序号下一个应该出现的序号3)解码结果与之前一个周期分段的结果相同。

对于某些孤立出现的分段，即无法直接通过以上条件拼接到一个完整周期内的分段，当符合以下条件时，也被拼接到一起。1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_s·L_f|＜L_sync，L_f、L_s与L_sync定义与之前相同。2)得到的扩频码序号为之前扩频码序号后第L_s个应该出现的序号3)解码结果与之前一个周期分段的结果相同。

计算拼接好的分段第一个分段到最后一个分段的采样点距离。然后，通过采样率得到时间信息。

5.水印信息还原：

设拼接到一起的分段的解码结果序列为{e_i′}。先将该结果进行BCH解码得到信息{c_i′}。随后，再将水印信息{c_i′}通过RSA算法进行解密。先将{c_i′}表示为整数c′。然后，根据RSA算法的解密公式

c′^d＝m′(mod M)

                                                                    (13)

其中d为密钥，与之前编码时计算得到的密钥相同。

然后将m表示为二进制序列{m′_i}。完成信息的解密过程。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种用数字音频水印进行版权管理的方法，该方法包含水印信息的嵌入方法和水印信息的提取检测方法，其中，

所述的水印信息的嵌入方法包含以下步骤：

(1-1)水印信息预处理，首先对水印信息加密后再进行BCH编码，得到水印编码信息序列{e_i，0≤i＜L_B}，其中L_B为水印信息编码的长度；

(1-2)对得到的水印编码信息{e_i，0≤i＜L_B}进行成帧封装；

首先，将嵌入的含媒资版权管理信息的水印编码信息分成L_s段，并以不同的扩频码标识不同的分段；然后，将每个水印编码信息的分段之前都加入一位同步位，信息位和同步位采用不同的扩频码，得到水印嵌入信息{w_i，0≤i＜L_S+L_B}；

(1-3)对得到的水印嵌入信息{w_i，0≤i＜L_S+L_B}序列进行基带平衡调制，调制时将一个比特的水印嵌入信息隐藏在连续几帧的音频信号之中，得到平衡基带调制后的信号S；

(1-4)将信号S调制到原始音频信号中，调制公式如下；

Y(n)＝X(n)·10^{w(n)·s·α(n)}

其中，{X(n)，0＜n＜N}为待嵌入水印的音频信号在频域的幅值，N为使用的扩频码的长度，且X(n)单位为dB；{w(n)，0＜n＜N}为扩频码，该扩频码由嵌入比特的类型是信息位还是同步位来确定，α(n)通过心理声学模型计算得出，用于控制嵌入能量；

(1-5)最后将嵌入水印的信号Y(n)再结合原来的相位信息做IFFT变换，完成一帧的嵌入，再将完成水印嵌入的各帧之间做重叠相加，恢复时域信号，得到嵌入水印的音频信号，从而完成水印的嵌入过程；

所述的水印信息的提取检测方法包含以下步骤：

(2-1)相关解码，该过程与编码的过程相反，通过相关解码获得虚警概率和漏警概率；

(2-2)同步过程，该同步过程包含帧同步和数据同步，用于解出同步分段的信息码；

(2-3)分段信息拼接，根据拼接判定条件将连续出现且符合周期性规律的若干完成解码的分段拼接在一起，得到音频的使用时间信息；

其中，拼接判定条件为：

1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_f|＜L_sync，L_f为一个分段理论上的长度，L_sync根据实验确定；

2)得到的扩频码序号为之前扩频码序号下一个应该出现的序号；

3)解码结果与之前一个周期分段的结果相同；

同时满足以上三个条件便将分段实施拼接，并计算拼接的第一个分段到最后一个分段的采样点距离，然后通过采样率得到音频的使用时间；

(2-4)水印信息还原，完成水印信息的提取检测。

2.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的同步过程采用相关特性减少误同步，具体步骤为：

限定得分S_w超过某一阈值，该参数的计算公式如下：

$S_w=\underset{k}{\mathrm{\&Sigma;}}C\left(k\right)\&CenterDot;W\left(k\right)$

其中，C(k)为解码得分；

W(k)为窗函数，计算公式如下：

$W\left(k\right)=\left\{\begin{array}{c}1,\left(\right|k-k_{\mathrm{sync}}|\&le;L_p/2)\\ -1,(L_p/2<|k-k_{\mathrm{sync}}|\&le;L_p)\end{array}\right.$

其中，L_p为统计得到的正向峰与反向峰的平均距离，k_sync为同步位置点。

3.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的水印信息预处理具体步骤为：

首先利用若干规则产生RSA算法的公钥e和密钥d；

然后利用RSA算法的加密公式对水印信息序列加密；

加密后的信息{c_i}经过BCH编码，形成加密的水印编码信息{e_i，0≤i＜L_B}。

4.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的同步过程在搜索同步位的过程中，采用滑动相关的方法，步骤为：

首先，设定一个滑动步长进行相关；然后，取相关得分的最大的位置作为帧同步的位置；最后，找到合适的帧同步位置后，进行数据同步，确定数据的起始位置。

5.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的水印信息还原包含以下步骤：

首先，设拼接到一起的分段的解码结果序列为{e_i′}，先将该结果进行BCH解码得到信息{c_i′}；然后，再将水印信息{c_i′}通过RSA算法进行解密，得到m′；最后将m表示为二进制序列{m′_i}，完成信息的解密过程。

6.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的扩频码为平衡Gold码。

7.根据权利要求1所述的用数字音频水印进行版权管理的方法，其特征在于，所述的分段信息拼接时对于某些孤立出现的分段具体处理步骤为：

当分段同时符合以下条件时被拼接到一起：

1)帧同步位置Pos₂与上一个分段的帧同步位置Pos₁符合|Pos₂-Pos₁-L_s·L_f|＜L_sync；

2)得到的扩频码序号为之前扩频码序号后第L_s个应该出现的序号；

3)解码结果与之前一个周期分段的结果相同。

Images