CN102254561B - 一种基于空间线索的音频信息隐写方法 - Google Patents

Abstract

本发明涉及信息隐写技术领域，提出了一种基于空间线索的音频信息隐写方法。该方法包括：音源分离步骤，对输入的多声道立体声音频信号进行音源分离，得到各个分离音源信号以及每个音源的空间线索信息；信息隐写步骤，对每个分离音源信号分别进行信息隐写操作；音频合成步骤，利用各分离音源信号对应的空间线索，将已经嵌入隐写信息的分离音源信号还原为多声道音频信号。本发明通过分离音频后进行信息隐写，从而在提高信息的隐藏效果同时，在数量级的程度上增大隐写信息的嵌入量。

Description

一种基于空间线索的音频信息隐写方法

技术领域

本发明涉及音频信息隐写技术领域，尤其是涉及一种基于空间线索的音频信息隐写方法。

背景技术

为了保护个人利益，乃至国家的安危，信息在传输过程前必须经加密处理。然而，目前的信息加密方法多基于传统密码学理论，经加密后的信息在长度、复杂度、相似度等参数会具有特殊性，从而会吸引攻击者或分析者的注意，成为重大的安全隐患，甚至威胁到国家的安全。综上，目前还没有绝对安全的加密方法，因此，传统的保障手段——密码学并不能真正解决信息传输时的安全性问题，信息隐写方法由此而生。

信息隐写方法，是将秘密信息嵌入到其他不易引起怀疑的、无关紧要的信号中。目前，信息隐写方法已成为多媒体和信息安全领域的一个新的研究热点。在音频信息隐写领域，目前的信息隐写方法多基于以声道(或音轨)为载体而实现秘密信息的嵌入。信息隐写方法的主要性能指标包括：不可觉察性、稳健性和嵌入量。这三者相互牵制、相互依赖，并且又互相矛盾，目前多数信息隐写方法需要在实际应用中根据具体的需求，在三者之间寻求一个恰当的平衡。由此可见，在提高信息的隐藏效果同时，又能增大信息的嵌入量，是目前音频信息隐写领域的关键性瓶颈问题，是急迫需要解决的重大难题。

发明内容

为了在提高信息的隐藏效果同时，增大隐写信息的嵌入量，本发明提出了一种以多声道信号中所包含的各分离空间音源为隐写信息载体的方法。

本发明的技术方案为一种基于空间线索的大容量信息隐写方法，包括以下步骤：

步骤1，进行音源分离，包括对录音后得到的多声道音频信号x_i(t)，进行多声道音频信号音源分离，其中1≤i≤m，m为声道总数，m≥2；得到各分离音源信号S_j(t)以及各分离音源信号对应的空间线索，其中j＝1...n，n表示音源的个数，n≥2；

步骤2，进行信息隐写，包括对步骤1所得各分离音源信号S_j(t)分别进行信息隐写，得到嵌入隐写信息的各分离音源信号S′_j(t)，其中j＝1...n；

步骤3，进行音频合成，包括对步骤2所得嵌入隐写信息的分离音源信号S′_j(t)以及各分离音源信号对应的空间线索进行合成，得到多声道音频信号x′_j(t)，其中1≤i≤m。

综上所述，针对目前信息隐写领域的关键性瓶颈难题，本发明将信息隐写技术与空间线索研究相交叉、结合，改变传统信息隐写技术以声道为载体的信息隐写方式，提出一种新的以立体声信号中所包含的各分离音源为载体的新信息隐写方法。该方法能够在保证较好隐藏效果的同时，显著提升隐写信息的嵌入容量，突破了传统信息隐写技术的瓶颈难题。

附图说明

图1是本发明的音源分离示意图。

图2是本发明的信息隐写示意图。

图3是本发明实施例的隐写信息嵌入方式之一的流程图。

图4是本发明实施例的隐写信息嵌入方式之二的流程图。

图5是本发明的音源合成示意图。

图6是本发明实施例的流程图。

具体实施方式

以下结合附图和实施例详细说明本发明技术方案。

本发明实施例提供的基于空间线索的大容量信息隐写方法包括以下几个步骤，流程图参见图6：

步骤1，进行音源分离，针对包含了多个音源信号的多声道音频信号x_i(t)，采用音源分离技术进行多声道音频信号音源分离，其中1≤i≤m，m为声道总数，m≥2；得到各分离音源信号S_j(t)以及各分离音源信号对应的空间线索，其中j＝1...n，n表示音源的个数，n≥2。如图1所提供的音源分离示意图，对来自声道x₁、x₂、...x_m的音频信号x₁(t)、x₂(t)、...x_m(t)进行分离，得到音源S₁、S₂、S₃...S_n的分离音源信号S₁(t)、S₂(t)、S₃(t)...S_n(t)以及相应空间线索1、空间线索2、空间线索3...空间线索n。本领域技术人员可以自行根据具体情况对n值进行设定。

实施例中，m取值为2，即包含左声道和右声道的双声道立体声音频信号x₁(t)和x₂(t)。采用音源分离技术，得到分离音源信号S₁(t)和相应空间线索1、音源信号S₂(t)和相应空间线索2......分离音源信号S_n(t)和相应空间线索n。

具体实施时，音源分离可以采用DUET音源分离算法等现有技术实现，具体参照：YILMAZ O，RICKARD S.Blind separation of speech mixtures via time-frequency masking.IEEETrans.on Signal Processing，2004，52(7)，pp.1830-1847.该文献提出，通过在时频域，提取空间线索相对衰减与相对延时，构建空间线索概率分布二维直方图，并根据概率分布，采用时频掩码技术标记各分离音源，在时频域实现音源分离，最后将各分离的音源信号还原到时域。

步骤2，进行信息隐写，包括对步骤1所得各分离音源信号S_j(t)分别进行信息隐写，得到嵌入隐写信息的各分离音源信号S′_j(t)，其中j＝1...n。如图2所示，对音源信号S_j(t)进行信息隐写，得到嵌入隐写信息的分离音源信号S′_j(t)。

实施例中，对分离音源信号S₁(t)进行信息隐写得到嵌入隐写信息的分离音源信号S′₁(t)、对分离音源信号S₂(t)进行信息隐写得到嵌入隐写信息的分离音源信号S′₂(t)...对分离音源信号S_n(t)进行信息隐写得到嵌入隐写信息的分离音源信号S′_n(t)。具体信息隐写过程可按如下所示实现：

如图3所示，将音源分离技术中的时频掩码与经BCH编码后的隐写信息相结合，嵌入到分离音源信号的时频域中的奇数窗，最后经逆时频变换(I-STFT，逆短时傅里叶变换)处理还原到时域，得到具有隐写信息的分离音源信号。BCH编码和逆时频变换具体实现为现有技术。

由于音源分离算法采用重叠窗，所以，只在奇数窗中嵌入隐写信息，偶数窗则可认为是对隐写信息的一种攻击。

设时频掩码为M_j(t，ω)，隐写信息为data(k)，1≤k≤length(data)；进行BCH编码，得到编码后的隐写信息为code(l)，1≤l≤length(code)，分离音源信号为S_j(t)，经STFT(短时傅里叶变换)处理后的时频域音源信号为S_j(t，ω)，已嵌入隐写信息的时频域分离音源信号为S′_j(t，ω)。其中变量t代表时间、ω代表频率、(t，ω)代表时频域，length(data)表示隐写信息的长度，length(code)为编码后的隐写信息的长度。

设定隐写信息嵌入系数：s₀(ω)，t₀(ω)，s₁(ω)，t₁(ω)，mul(mul∈R⁺)。其中，s₀(ω)，t₀(ω)，s₁(ω)，t₁(ω)为隐写信息时频域范围系数，mul为隐写信息能量嵌入系数。具体实施是，各系数可以由本领域技术人员根据实验进行经验取值。例如s₀(ω)＝20，t₀(ω)＝60，s₁(ω)＝80，t₁(ω)＝120，mul＝16。具体隐写信息嵌入算法如下：

若t为奇数窗，则嵌入隐写信息：

a)若code(l)＝0，则如式1修改时频域隐写信息嵌入系数

b)若code(l)＝1，则如式2修改时频域隐写信息嵌入系数

根据时频域隐写信息嵌入系数

如式3嵌入隐写信息：

若t为偶数窗，则无需操作；

最后，利用逆时频变换(I-STFT，短时傅里叶变换)，将时频域信号还原到时域，完成隐写信息的嵌入。

具体实施时信息隐写过程还可以采用其他方式实现，例如：如图4所示，根据音源分离技术中的时频掩码，将经纠错编码后的隐写信息嵌入各分离音源信号的时频域中，最后经逆时频变换(I-STFT，逆短时傅里叶变换)处理还原到时域，得到具有隐写信息的分离音源信号。纠错编码和逆时频变换具体实现为现有技术。

设时频掩码为M_j(t，ω)，隐写信息为data(k)，1≤k≤length(data)；进行纠错编码，得到编码后的隐写信息为code(l)，1≤l≤length(code)，分离音源信号为S_j(t)，经STFT(短时傅里叶变换)处理后的时频域音源信号为S_j(t，ω)，已嵌入隐写信息的时频域分离音源信号为S′_j(t，ω)。其中变量t代表时间、ω代表频率、(t，ω)代表时频域，length(data)表示隐写信息的长度，length(code)为编码后的隐写信息的长度。

设定隐写信息嵌入系数：s(ω)，t(ω)，mul(mul∈R⁺)。其中，s(ω)，t(ω)为隐写信息时频域范围系数，mul为隐写信息能量嵌入系数。具体实施是，各系数可以由本领域技术人员根据实验进行经验取值。例如s(ω)＝40，t(ω)＝100，mul＝16。具体隐写信息嵌入算法如下：

a)若code(l)＝0，则如式4修改时频域隐写信息嵌入系数ψ(t，ω)：

$\mathrm{\ψ}(t,\mathrm{\ω})=\left\{\begin{array}{cc}\frac{1}{\sqrt{\mathrm{mul}}}& s\left(\mathrm{\ω}\right)\≤\mathrm{\ω}\≤t\left(\mathrm{\ω}\right)\\ 1& \mathrm{otherwise}\end{array}\right.---\left(4\right)$

b)若code(l)＝1，则如式5修改时频域隐写信息嵌入系数ψ(t，ω)：

$\mathrm{\ψ}(t,\mathrm{\ω})=\left\{\begin{array}{cc}\frac{1}{\sqrt{\mathrm{mul}}}& s\left(\mathrm{\ω}\right)\≤\mathrm{\ω}\≤t\left(\mathrm{\ω}\right)\\ 1& \mathrm{otherwise}\end{array}\right.---\left(5\right)$

根据时频域隐写信息嵌入系数ψ(t，ω)，如式6嵌入隐写信息：

S′_j(t，ω)＝ψ(t，ω)M_j(t，ω)S_j(t，ω)                            (6)

最后，利用逆时频变换(I-STFT，短时傅里叶变换)，将式6所得时频域信号还原到时域，完成隐写信息的嵌入。

步骤3，进行音频合成，包括对步骤2所得嵌入隐写信息的分离音源信号S′_j(t)以及各分离音源信号对应的空间线索进行合成，得到多声道音频信号x′_i(t)，其中1≤i≤m。如图5所示，对嵌入隐写信息的分离音源信号S′₁(t)、S′₂(t)...S′_n(t)和空间线索1、空间线索2...空间线索n进行合成，获得最终具有了大容量隐写信息的立体声音频信号，其中包含声道x′₁(t)、声道x′₂(t)...声道x′_m(t)。

实施例对嵌入隐写信息的分离音源信号S′₁(t)、S′₂(t)...S′_n(t)和空间线索1、空间线索2、空间线索3...空间线索n合成，得到含有秘密信息的左声道音频信号和右声道音频信号。实施例的具体合成方法如式7所示。

$\left\{\begin{array}{c}{x^{\′}}_1\left(t\right)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{S^{\′}}_j\left(t\right)\\ {x^{\′}}_2\left(t\right)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_j{S^{\′}}_j(t-{\mathrm{\δ}}_j)\end{array}---\left(7\right)\right.$

式中，x₁′(t)和x′₂(t)表示含有秘密信息的立体声音频时域信号，即分别为左声道音频信号和右声道音频信号；n为分离音源信号个数，S′_j(t)表示第j个嵌入隐写信息的分离音源信号。其中，α_j表示第j个分离音源信号在左右两个声道中的相对衰减(Interaural Level Difference，简记：ILD)，δ_j表示第j个分离音源信号在左右两个声道中的相对延时(Interaural TimeDifference，简记：ITD)。

Claims (1)

1.一种基于空间线索的音频信息隐写方法，其特征在于包括以下步骤：

步骤1，进行音源分离，包括对录音后得到的多声道音频信号x_i(t)，进行多声道音频信号音源分离，其中1≤i≤m，m为声道总数，m≥2；得到各分离音源信号S_j(t)以及各分离音源信号对应的空间线索，其中j＝1...n，n表示音源的个数，n≥2；

步骤2，进行信息隐写，包括对步骤1所得各分离音源信号S_j(t)分别进行信息隐写，得到嵌入隐写信息的各分离音源信号S′_j(t)，其中j＝1...n；

步骤3，进行音频合成，包括对步骤2所得嵌入隐写信息的分离音源信号S′_j(t)以及各分离音源信号对应的空间线索进行合成，得到多声道音频信号x′_i(t)，其中1≤i≤m。

Images