CN102142255A - 一种在音频信号中嵌入及提取数字水印的方法 - Google Patents

Abstract

本发明提供了一种在音频信号中嵌入及提取数字水印的方法，属于信息隐藏领域。本发明包括数字水印嵌入部分和数字水印提取两部分，数字水印嵌入部分先对音频信号进行分帧处理，然后对每帧进行小波包分解，计算小波包子带掩蔽阈值及相应小波包子带的水印强度，选择合适的回声延迟完成水印嵌入，最后进行逆小波包分解，还原得时域音频信号；数字水印提取部分先对音频信号进行分帧处理，然后对每帧信号进行小波包分解，计算小波包子带系数的功率倒谱，根据峰值出现位置提取水印。本发明选择在小波包子带进行嵌入，对攻击的鲁棒性更高，同时回声强度随小波包子带自适应调整，嵌入水印后，信号的感知失真更小，因此适合于对数字音频信号进行版权保护。

Description

一种在音频信号中嵌入及提取数字水印的方法

技术领域

本发明属于信息隐藏领域，具体涉及一种在音频信号中嵌入及提取数字水印的方法。

背景技术

随着计算机和网络技术的飞速发展，数字图像、音频和视频等多媒体数字产品愈来愈需要一种有效的版权保护方法，另外通信系统在网络环境下的信息安全问题也日益暴露出来。数字水印技术为上述问题提供了一个有效的解决方案。

回声隐藏通过在原始声音中引入不可感知的回声，以达到信息隐藏的目的。与其它音频信息隐藏方法相比，回声隐藏具有如下优点：隐藏算法简单，算法不产生噪声、隐藏效果好，并且有时由于回声的引入，使声音听起来更加浑厚，对同步的要求不高，算法本身甚至可以做粗同步的工具。提取隐藏信息时不需要原始音频序列，实现盲检测。

分析近年来针对回声隐藏的研究进展，其嵌入算法的研究大部分集中在对“核”的改造上，出现了基于双极性回声核、双向回声核等嵌入算法，这类算法均在时域上完成嵌入，其复杂度较高。Jae-Won Cho提出了在小波子带域进行回声嵌入，但是小波分解未能有效刻画心理声学模型的听觉感知特性，同时其回声强度并未做到帧级的自适应，其隐写后的信号客观质量SNR不是很理想。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种针对音频载体的自适应回声数字水印方法，在小波包子带域，对每个小波包子带自适应选择回声强度，并完成水印嵌入。

本发明是通过以下技术方案实现的：

一种在音频信号中嵌入及提取数字水印的方法，其特征在于，所述方法包括：

(1)数字水印嵌入部分：首先对音频信号进行分帧处理，然后对每帧信号进行小波包分解得到小波包子带信号，计算所述小波包子带信号的掩蔽阈值，最后，在小波包子带中，在不同的节点处引入不同的嵌入回声延迟，同时结合小波包子带的掩蔽阈值确定嵌入回声的强度，完成对小波包子带信号的水印嵌入；最后对嵌入水印后的小波包子带信号进行逆小波包重构，还原得到时域音频信号；

(2)数字水印提取部分：首先对音频信号进行分帧处理，然后对每帧信号进行小波包分解得到小波包子带信号，接着计算每一个小波包子带信号的功率倒谱值，最后根据功率倒谱值的峰值出现的位置提取水印。

其中，所述数字水印嵌入部分包括以下步骤：

(1)设长度为L的音频信号用x[i]表示，其中，1≤i≤L。首先对音频信号进行分帧处理，帧长为N，每帧信号用x_n[i]表示，其中，1≤i≤N，

(2)对每帧信号x_n[i]进行8级小波包分解得到小波树。取其中的29个小波包子带信号，即节点C(i)＝{[8，0]，[8，1]，[8，2]，[8，3]，[8，4]，[8，5]，[7，3]，[7，4]，[7，5]，[7，6]，[7，7]，[6，4]，[6，5]，[6，6]，[6，7]，[6，8]，[6，9]，[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}，其中1≤i≤29；结合心理声学模型计算29个小波包子带的掩蔽阈值，即t″_i，其中1≤i≤29；因为音频信号的频率范围在20Hz～20kHz，在这一频率范围内有26个临界频带。采用小波包变换对音频信号进行处理，对频带的划分接近临界频带，将音频信号进行8级小波包分解后，可将信号的频带划分为29个非等宽小波包子带。本发明在这一步骤中选择这29个小波包子带进行掩蔽阈值的计算。

(3)计算嵌入回声的强度α_i；

(4)设嵌入的数字水印用w[i]表示，数字水印的长度为信号的帧数，即

选取步骤(2)中的12个小波包子带进行水印嵌入；这里是从信号的中低频小波包子带中选择12个小波包子带，在这些小波包子带中进行嵌入对信号的失真较小且鲁棒性较高。如果选取其他小波包子带进行嵌入，也可以完成水印的嵌入，但是嵌入后的性能要差一些，例如信号失真较大和抗攻击能力较差。

(5)对嵌入水印后的小波包子带信号进行逆小波包重构，得到时域信号。

所述步骤(2)的计算步骤如下：

①设小波包子带用C_i[n]表示，其中1≤i≤29，1≤n≤M，M为第i个小波包子带中小波系数的个数；计算小波包子带的Bark能量谱B_i，1≤i≤29，具体计算如下：

$B_i=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{C}_i\left[n\right]$

②计算扩展函数

$S_{i,j}={10}^{\left(\frac{15.81+7.5(y+0.474)-17.5\sqrt{1+{(y+0.474)}^2}}{10}\right)}$

其中，y＝i-j，1≤i，j≤29；

③通过如下式子计算关键小波包子带扩展谱：

$\left[\begin{array}{c}{\mathrm{CB}}_1\\ {\mathrm{CB}}_2\\ {\mathrm{CB}}_3\\ \·\\ \·\\ \·\\ {\mathrm{CB}}_{29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}{B}_1\\ B_2\\ B_3\\ \·\\ \·\\ \·\\ B_{29}\end{array}\right]$

④计算频谱平滑度测量，具体计算如下：

$\mathrm{SF}\left(i\right)=10(\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}\log 10{\left(C_i\right[n\left]\right)}^2-\log 10[\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{\left(C_i\right[n\left]\right)}^2\left]\right)$

⑤计算音调成分的系数及门限

${\mathrm{\α}}_i=\min (\frac{\mathrm{SF}\left(i\right)}{(-60)},1)$

O_i＝α_i(14.5+i)+5.5(1-α_i)

⑥估算扩展门限

$T_i={10}^{\log 10\left({\mathrm{CB}}_i\right)-(O_i/10)}$

⑦计算扩展频谱误差：

$\left[\begin{array}{c}{C}_{E1}\\ C_{E2}\\ C_{E3}\\ \·\\ \·\\ \·\\ C_{E29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}1\\ 1\\ 1\\ \·\\ \·\\ \·\\ 1\end{array}\right]$

⑧归一化掩蔽门限

T′_i＝T_i-10log10(C_Ei)

⑨最终掩蔽阈值计算

$M_i=3.64{(f_i/1000)}^{-0.8}-{6.5e}^{-0.6{(f_i/1000-3.3)}^2}+{10}^{-3}{(f_i/1000)}^4$

T″_i＝max(T′_i，M_i)

其中，M_i是安静环境下的绝对听觉阈值，即一个纯音信号能被人类听觉系统感知所需要的最小能量，它与纯音信号的频率有关；f_i为第i个小波包子带的中心频率。

所述步骤(3)的计算公式如下：

${\mathrm{\α}}_i=\log 10\left(\frac{T_i^{\′\′}}{20}\right),1\≤i\≤29.$

所述步骤(4)中选取步骤(2)中的12个小波包子带分别为C_i＝{[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}；水印嵌入的计算如下：

根据嵌入的节点不同选择不同的回声延迟，即在节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]处，回声延迟20≤d₁，d₂≤40，在节点[4，5]，[4，6]，[4，7]处，回声延迟20≤d₁，d₂≤80，在节点[3，4]，[3，5]，[3，6]，[3，7]处，回声延迟20≤d₁，d₂≤120；在相应的回声延迟范围内，随机选择一个值作为该节点的回声延迟。

所述数字水印提取部分包括：

(1)对音频信号进行8级小波包分解，提取节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]处的小波包子带系数，用C_i表示，1≤i≤12；

(2)分别对每一小波包子带计算其功率倒谱，

E_i＝{IFFT[1og|FFT(C_i)|²]}²

(3)取每个小波包子带中回声延迟d₁，d₂处的功率倒谱值，若该点值大于左右10个点的功率倒谱值，则可提取该回声延迟处的水印信息为0或1，否则提取失败。

小波包子带系数的个数跟音频的帧信号长度和分解级数有关，例如，音频帧长为2048，分解级数为8级，那么在第8级节点[8，0]，[8，1]，[8，2]，...的系数个数为8个，第7级节点[7，0]，[7，1]，[7，2]，...，的系数个数为16个，然后依次类推。若帧长为1024，则节点系数个数均减半。

与现有技术相比，本发明的有益效果是：本发明选择在小波包子带进行嵌入，对攻击的鲁棒性更高，同时回声强度随小波包子带自适应调整，嵌入水印后，信号的感知失真更小。因此适合于对数字音频信号进行版权保护。

附图说明

下面结合附图对本发明作进一步详细描述：

图1是本发明中数字水印嵌入步骤的框图。

图2是本发明中数字水印提取步骤的框图。

具体实施方式

一种在音频信号中嵌入及提取数字水印的方法，所述方法包括以下步骤：

1，数字水印嵌入部分：如图1所示，首先对音频信号进行分帧处理，然后对每帧进行小波包分解，计算小波包子带的掩蔽阈值，在不同的节点处引入不同的嵌入回声延迟，同时结合小波包子带的掩蔽阈值确定嵌入回声的强度，完成对小波包子带信号的水印嵌入。最后对嵌入水印后的小波包子带信号进行逆小波包分解，还原得到时域音频信号。

2，数字水印提取部分：如图2所示，首先对音频信号进行分帧处理，然后对每帧信号进行小波包分解，接着采用计算小波系数的功率倒谱，根据峰值出现位置提取水印。

所述数字水印嵌入部分具体包括如下步骤：

(1)设长度为L的音频信号用x[i]表示，其中，1≤i≤L。首先对信号进行分帧处理，帧长为N，每帧信号用x_n[i]表示，其中，1≤i ≤N，

(2)对每帧信号x_n[i]进行8级小波包分解得到小波树。取其中的29个小波包子带信号，即节点C(i)＝{[8，0]，[8，1]，[8，2]，[8，3]，[8，4]，[8，5]，[7，3]，[7，4]，[7，5]，[7，6]，[7，7]，[6，4]，[6，5]，[6，6]，[6，7]，[6，8]，[6，9]，[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}，其中1≤i ≤29。结合心理声学模型计算29个小波包子带的掩蔽阈值，即T″_i，其中1≤i≤29。具体的计算步骤如下：

①设小波包子带用C_i[n]表示，其中1≤i≤29，1≤n≤M，M为第i个小波包子带中小波系数的个数。计算小波包子带的Bark能量谱B_i，1≤i≤29，具体计算如下：

$B_i=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{C}_i\left[n\right]$

②计算扩展函数

$S_{i,j}={10}^{\left(\frac{15.81+7.5(y+0.474)-17.5\sqrt{1+{(y+0.474)}^2}}{10}\right)}$

其中，y＝i-j，1≤i，j≤29。

③通过如下式子计算关键小波包子带扩展谱：

$\left[\begin{array}{c}{\mathrm{CB}}_1\\ {\mathrm{CB}}_2\\ {\mathrm{CB}}_3\\ \·\\ \·\\ \·\\ {\mathrm{CB}}_{29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}{B}_1\\ B_2\\ B_3\\ \·\\ \·\\ \·\\ B_{29}\end{array}\right]$

④计算频谱平滑度测量，具体计算如下：

$\mathrm{SF}\left(i\right)=10(\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}\log 10{\left(C_i\right[n\left]\right)}^2-\log 10[\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{\left(C_i\right[n\left]\right)}^2\left]\right)$

⑤计算音调成分的系数及门限

${\mathrm{\α}}_i=\min (\frac{\mathrm{SF}\left(i\right)}{(-60)},1)$

O_i＝α_i(14.5+i)+5.5(1-α_i)

⑥估算扩展门限

$T_i={10}^{\log 10\left({\mathrm{CB}}_i\right)-(O_i/10)}$

⑦计算扩展频谱误差：

$\left[\begin{array}{c}{C}_{E1}\\ C_{E2}\\ C_{E3}\\ \·\\ \·\\ \·\\ C_{E29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}1\\ 1\\ 1\\ \·\\ \·\\ \·\\ 1\end{array}\right]$

⑧归一化掩蔽门限

T′_i＝T_i-10log10(C_Ei)

⑨最终掩蔽阈值计算

$M_i=3.64{(f_i/1000)}^{-0.8}-{6.5e}^{-0.6{(f_i/1000-3.3)}^2}+{10}^{-3}{(f_i/1000)}^4$

T″_i＝max(T′_i，M_i)

其中，M_i是安静环境下的绝对听觉阈值，即一个纯音信号能被人类听觉系统感知所需要的最小能量，它与纯音信号的频率有关；f_i为第i个小波包子带的中心频率。

(3)计算嵌入回声的强度α_i，具体计算如下：

${\mathrm{\α}}_i=\log 10\left(\frac{T_i^{\′\′}}{20}\right),1\≤i\≤29$

(4)设嵌入的数字水印用w[i]表示，数字水印的长度为信号的帧数，即

选取步骤(2)中的12个小波包子带进行水印嵌入，即C(i)＝{[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}。嵌入方法如下：

根据嵌入的节点不同选择不同的回声延迟，即在节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]处，回声延迟20≤d₁，d₂≤40，在节点[4，5]，[4，6]，[4，7]处，回声延迟20≤d₁，d₂≤80，在节点[3，4]，[3，5]，[3，6]，[3，7]处，回声延迟20≤d₁，d₂≤120。在相应的回声延迟范围内，随机选择一个值作为该节点的回声延迟。

(5)对嵌入水印信息的小波包子带信号进行逆小波包重构，得到时域信号。

所述数字水印提取部分具体包括如下步骤：

(1)对音频信号进行8级小波包分解，提取节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]处的小波包子带系数，用C_i表示，1≤i≤12。

(2)分别对每一小波包子带计算其功率倒谱，

E_i＝{IFFT[log|FFT(C_i)|²]}²

(3)取每个小波包子带中回声延迟d₁，d₂处的功率倒谱值，若该点值大于左右10个点的功率倒谱值，则可提取该延迟处的水印信息为0或1，否则提取失败。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选地，而并不具有限制性的意义。

Claims (6)

1.一种在音频信号中嵌入及提取数字水印的方法，其特征在于，所述方法包括：

(1)数字水印嵌入部分：首先对音频信号进行分帧处理，然后对每帧信号进行小波包分解得到小波包子带信号，计算所述小波包子带信号的掩蔽阈值，最后，在小波包子带中，在不同的节点处引入不同的嵌入回声延迟，同时结合小波包子带的掩蔽阈值确定嵌入回声的强度，完成对小波包子带信号的水印嵌入；最后对嵌入水印后的小波包子带信号进行逆小波包重构，还原得到时域音频信号；

(2)数字水印提取部分：首先对音频信号进行分帧处理，然后对每帧信号进行小波包分解得到小波包子带信号，接着计算每一个小波包子带信号的功率倒谱值，最后根据功率倒谱值的峰值出现的位置提取水印。

2.根据权利要求1所述的方法，其特征在于，所述数字水印嵌入部分包括以下步骤：

(1)设长度为L的音频信号用x[i]表示，其中，1≤i≤L。首先对音频信号进行分帧处理，帧长为N，每帧信号用x_n[i]表示，其中，1≤i≤N，

(2)对每帧信号x_n[i]进行8级小波包分解得到小波树。取其中的29个小波包子带信号，即节点C(i)＝{[8，0]，[8，1]，[8，2]，[8，3]，[8，4]，[8，5]，[7，3]，[7，4]，[7，5]，[7，6]，[7，7]，[6，4]，[6，5]，[6，6]，[6，7]，[6，8]，[6，9]，[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}，其中1≤i≤29；结合心理声学模型计算29个小波包子带的掩蔽阈值，即T″_i，其中1≤i≤29；

(3)计算嵌入回声的强度α_i；

(4)设嵌入的数字水印用w[i]表示，数字水印的长度为信号的帧数，即

选取步骤(2)中的12个小波包子带信号进行水印嵌入；

(5)对嵌入水印后的小波包子带信号进行逆小波包重构，得到时域信号。

3.根据权利要求2所述的方法，其特征在于，所述步骤(2)的计算步骤如下：

①设小波包子带用C_i[n]表示，其中1≤i≤29，1≤n≤M，M为第i个小波包子带中小波系数的个数；计算小波包子带的Bark能量谱B_i，1≤i≤29，具体计算如下：

$B_i=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{C}_i\left[n\right]$

②计算扩展函数

$S_{i,j}={10}^{\left(\frac{15.81+7.5(y+0.474)-17.5\sqrt{1+{(y+0.474)}^2}}{10}\right)}$

其中，y＝i-j，1≤i，j≤29；

③通过如下式子计算关键小波包子带扩展谱：

$\left[\begin{array}{c}{\mathrm{CB}}_1\\ {\mathrm{CB}}_2\\ {\mathrm{CB}}_3\\ \·\\ \·\\ \·\\ {\mathrm{CB}}_{29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}{B}_1\\ B_2\\ B_3\\ \·\\ \·\\ \·\\ B_{29}\end{array}\right]$

④计算频谱平滑度测量，具体计算如下：

$\mathrm{SF}\left(i\right)=10(\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}\log 10{\left(C_i\right[n\left]\right)}^2-\log 10[\frac{1}{M}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{\left(C_i\right[n\left]\right)}^2\left]\right)$

⑤计算音调成分的系数及门限

${\mathrm{\α}}_i=\min (\frac{\mathrm{SF}\left(i\right)}{(-60)},1)$

O_i＝α_i(14.5+i)+5.5(1-α_i)

⑥估算扩展门限

$T_i={10}^{\log 10\left({\mathrm{CB}}_i\right)-(O_i/10)}$

⑦计算扩展频谱误差：

$\left[\begin{array}{c}{C}_{E1}\\ C_{E2}\\ C_{E3}\\ \·\\ \·\\ \·\\ C_{E29}\end{array}\right]=\left[\begin{array}{ccccc}{S}_{\mathrm{1,1}}& S_{\mathrm{1,2}}& S_{\mathrm{1,3}}& \·\·\·& S_{\mathrm{1,29}}\\ S_{\mathrm{2,1}}& S_{\mathrm{2,2}}& S_{\mathrm{2,3}}& \·\·\·& S_{\mathrm{2,29}}\\ S_{\mathrm{3,1}}& S_{\mathrm{3,2}}& S_{\mathrm{3,3}}& \·\·\·& S_{\mathrm{3,29}}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ S_{\mathrm{29,1}}& S_{\mathrm{29,2}}& S_{\mathrm{29,3}}& \·\·\·& S_{\mathrm{29,29}}\end{array}\right]\×\left[\begin{array}{c}1\\ 1\\ 1\\ \·\\ \·\\ \·\\ 1\end{array}\right]$

⑧归一化掩蔽门限

T′_i＝T_i-10log10(C_Ei)

⑨最终掩蔽阈值计算

$M_i=3.64{(f_i/1000)}^{-0.8}-{6.5e}^{-0.6{(f_i/1000-3.3)}^2}+{10}^{-3}{(f_i/1000)}^4$

T″_i＝max(T′_i，M_i)

其中，M_i是安静环境下的绝对听觉阈值，即一个纯音信号能被人类听觉系统感知所需要的最小能量，它与纯音信号的频率有关；f_i为第i个小波包子带的中心频率。

4.根据权利要求3所述的方法，其特征在于，所述步骤(3)的计算公式如下：

${\mathrm{\α}}_i=\log 10\left(\frac{T_i^{\′\′}}{20}\right),1\≤i\≤29.$

5.根据权利要求4所述的方法，其特征在于，所述步骤(4)中选取步骤(2)中的12个小波包子带分别为C_i＝{[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]}；水印嵌入的计算如下：

根据嵌入的节点不同选择不同的回声延迟，即在节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]处，回声延迟20≤d₁，d₂≤40，在节点[4，5]，[4，6]，[4，7]处，回声延迟20≤d₁，d₂≤80，在节点[3，4]，[3，5]，[3，6]，[3，7]处，回声延迟20≤d₁，d₂≤120；在相应的回声延迟范围内，随机选择一个值作为该节点的回声延迟。

6.根据权利要求1或2所述的方法，其特征在于，所述数字水印提取部分包括：

(1)对音频信号进行8级小波包分解，提取节点[5，5]，[5，6]，[5，7]，[5，8]，[5，9]，[4，5]，[4，6]，[4，7]，[3，4]，[3，5]，[3，6]，[3，7]处的小波包子带系数，用C_i表示，1≤i≤12；

(2)分别对每一小波包子带计算其功率倒谱，

E_i＝{IFFT[log|FFT(C_i)|²]}²

(3)取每个小波包子带中回声延迟d₁，d₂处的功率倒谱值，若该点值大于左右10个点的功率倒谱值，则可提取该回声延迟处的水印信息为0或1，否则提取失败。

Images