-
TECHNISCHES
GEBIET
-
Die
gegenwärtige
Erfindung bezieht sich auf ein Wasserzeichen und insbesondere auf
ein Verfahren zum Einbetten von Wasserzeicheninformationen in eindimensionale
Daten, wie z.B. Tondaten, und auf ein Verfahren zum Extrahieren
von Wasserzeicheninformationen von eindimensionalen Daten, in welche
ein derartiges Wasserzeichen eingebettet worden ist.
-
STAND DER
TECHNIK
-
Zum
Erzeugen von digitalen Tondaten ist es weit verbreitet, die Pulscode-Modulation
(PCM) zu verwenden. Bei der PCM wird ein analoges Tonsignal abgetastet,
quantisiert und einer linearen Pulscodierung unterzogen, um digitale
Tondaten zu erzeugen. Musik-Software verwendet typischerweise eine
PCM, die eine Quantisierung auf 16 Bits mit einer Abtast-Rate von
44,1 kHz zur Digitalisierung beinhaltet. Dieses Verfahren kann einen
Laut in dem menschlichen hörbaren
Frequenzband naturgetreu wiedergeben, so dass ein Ton digitalisiert
werden kann, während
eine äußerst hohe
Klangqualität
aufrechterhalten wird.
-
Eine
Eigenschaft von digitalen Tondaten ist es jedoch, dass sie leicht
vollständig
wiedergegeben werden können
(d.h. sie können
naturgetreu wiedergegeben werden). Während die Fähigkeit, Tondaten genau wiederzugeben,
ein bedeutender Vorteil der Digitalisierung ist, wird somit auch
den Urheberschutz wichtiger. In den letzten Jahren ist als Gegenmaßnahme das
sog. "digitale Wasserzeichen" eingeführt worden.
Mit digitalem Wasserzeichen Versehen ist ein Verfahren, Wasserzeicheninformationen,
wie z.B. Urheberinformationen, in Tondaten in einer Form einzubetten,
welche durch menschliche Sinne nicht erfasst werden kann.
-
Die
herkömmliche
Technologie des digitalen Wasserzeichens hat jedoch den Nachteil,
dass sie ein beträchtliches
Rauschen beinhaltet, was aus dem Einbetten der Wasserzeicheninformationen
resultiert, und was in dem Fall von Musik-Software beispielsweise
die Klangqualität
beträchtlich
verschlechtern kann, und sie ist daher dort ungeeignet, wo hohe
Datenqualität
gefordert wird. Ein anderes Problem liegt darin, dass Wasserzeicheninformationen
nicht sicher sind, so dass sie relativ leicht durch einen Dritten
extrahiert werden können. Dieses
Problem ist nicht auf das digital mit Wasserzeichen Versehen von
Tondaten begrenzt, sondern betrifft auch das digital mit Wasserzeichen
Versehen von verschiedenen anderen Typen von eindimensionalen Daten, wie
z.B. Messdaten, digitalen Rückkopplungssignalen
und dergleichen.
-
Ein
Beispiel einer bekannten digitalen Wasserzeichentechnologie ist
in dem Patent EP-A-0766468 offenbart.
-
Die
gegenwärtige
Erfindung ist entwickelt worden, um die Nachteile aus dem Stand
der Technik zu überwinden,
und es ist ihre Aufgabe, ein Verfahren bereitzustellen, welches
ein verringertes Rauschen, was aus dem Einbetten von Wasserzeicheninformationen
resultiert, sowie sichere Wasserzeicheninformationen liefert.
-
ZUSAMMENFASSUNG
DER ERFINDUNG
-
Um
die erwähnten
Aufgaben wenigstens teilweise zu erzielen, wird gemäß der gegenwärtigen Erfindung,
wie sie in den beigefügten
Ansprüchen
beansprucht wird, bei dem Verfahren zum Einbetten von Wasserzeicheninformationen
in eindimensionale Quelldaten als erstes ein Spektrumspreizvorgang,
der einen Vorgang beinhaltet, welcher einem Multiplizieren der eindimensionalen
Quelldaten mit einer spezifischen Sequenz eines positiven/negativen
Wertes entspricht, die positive/negative Werte willkürlich annimmt,
welche einen spezifischen Absolutwert haben, durchgeführt, um
erste gespreizte eindimensionale Daten zu erzeugen. Diese ersten
gespreizten eindimensionalen Daten wer den anschließend einer
orthogonalen Transformation unterzogen. Ein Wert einer spezifischen
Sequenzkomponente der Transformationskoeffizienten, der durch die
orthogonale Transformation erzielt wird, wird moduliert, um einen
Zusammenhang mit den Wasserzeicheninformationen bereitzustellen.
Die modulierte Frequenzkomponente wird anschließend einer inversen orthogonalen Transformation
unterzogen, um zweite gespreizte eindimensionale Daten zu erzeugen.
Daraufhin werden unter Verwendung der spezifischen Sequenz eines
positiven/negativen Wertes, die oben erwähnt worden ist, die zweiten
gespreizten eindimensionalen paten einem Spektrumentspreizen unterzogen,
um digital mit Wasserzeichen versehene eindimensionale Daten zu
erzeugen, in welche die Wasserzeicheninformationen eingebettet worden
sind.
-
Gemäß der oben
beschriebenen Erfindung, werden vor dem Einbetten der Wasserzeicheninformationen
die eindimensionalen Quelldaten einem Spektrumspreizen mit einer
spezifischen Sequenz eines positiven/negativen Werts unterzogen,
und es ist daher äußerst schwierig,
die Wasserzeicheninformationen aus den mit Wasserzeichen versehenen
eindimensionalen Daten zu extrahieren, ohne dass die spezifische
Sequenz eines positiven/negativen Wertes bekannt ist. Demgemäß können Wasserzeicheninformationen
durch Spektrumspreizen sicherer gemacht werden. Ferner wird gemäß der gegenwärtigen Erfindung
ein Wert einer spezifischen Frequenzkomponente aus Koeffizienten
einer orthogonalen Transformation moduliert, um einen Zusammenhang
mit den Wasserzeicheninformationen bereitzustellen, wodurch ein
Rauschen verringert wird, welches dadurch verursacht wird, dass
Wasserzeicheninformationen in eindimensionalen Daten einer inversen
orthogonalen Transformation unterzogen worden sind.
-
Es
ist bevorzugt, die spezifische Sequenz eines positiven/negativen
Wertes gemäß einem
Schlüssel zur
Erzeugung einer spezifischen Frequenz zu erzeugen.
-
Dies
macht es unnötig,
alle spezifischen Sequenzen eines positiven/negativen Werts zu speichern, weil
identische Spektrumspreizungs-/Spektrumentspreizungsvorgänge einfach
da durch ausgeführt
werden können,
dass nur der Schlüssel
zur Erzeugung einer Frequenz gespeichert ist.
-
Die
zuvor erwähnte
orthogonale Transformation ist eine modifizierte diskrete Kosinus-Transformation, worin
jeder von einer Anzahl von Rahmen, von welchen jeder aus 2M-Daten
von den ersten gespreizten eindimensionalen Daten besteht (M ist
eine ganze Zahl größer gleich
2), einer Transformation unterzogen wird, wobei eine vorgegebene
Fensterfunktion verwendet wird; die ersten gespreizten eindimensionalen
Daten können
in eine Vielzahl von Rahmen in der modifizierten diskreten Kosinus-Transformation geteilt
werden, so dass benachbarte Rahmen Plätze einnehmen, welche durch
Intervalle von M-Daten wechselweise verschoben sind.
-
Unter
Verwendung dieser Art von modifizierten diskreten Kosinus-Transformation
können
eine Rahmendistorsion minimiert und ein Rauschen weiter verringert
werden.
-
In
der Praxis ist es bevorzugt, dass die spezifische Sequenzkomponente,
welche mit den Wasserzeicheninformationen in Zusammenhang steht,
ein Frequenzkomponentenwert ist, welcher im Wesentlichen gleich
M/2 ist.
-
So
kann ein Rauschen weiter verringert werden.
-
Ein
Einbetten von Wasserzeicheninformationen in eine spezifische Frequenzkomponente
kann dadurch ausgeführt
werden, dass eine spezifische Frequenzkomponente um eine vorgegebene
ganze Zahl kd quantisiert wird, um einen ersten quantisierten Wert
zu erzeugen, dass das kleinste bedeutende Bit des ersten quantisierten
Wertes mit dem Bitwert der Wasserzeicheninformationen durch Modulation
in Verbindung gebracht wird, um einen zweiten quantisierten Wert
zu erzeugen, und dass der zweite quantisierte Wert mit der vorgegebenen
ganzen Zahl kd multipliziert wird, um eine modulierte Frequenzkomponente
zu erzeugen.
-
Ein
Erhöhen
der Größe der ganzen
Zahl kd hat den Vorteil, dass die Wahrscheinlichkeit einer korrekten Extraktion
der Wasserzeicheninformationen sogar dann erhöht wird, wenn ein bestimmtes
Niveau an Bitfehlern in den mit Wasserzeichen versehenen eindimensionalen
Daten auftreten sollte.
-
Erfindungsgemäß wird bei
dem Verfahren zum Extrahieren von Wasserzeicheninformationen von
mit Wasserzeichen versehenen eindimensionalen Daten, in welchen
Wasserzeicheninformationen eingebettet worden sind, als erstes ein
Spektrumspreizen durch einen Vorgang durchgeführt, der einem Multiplizieren
der mit Wasserzeichen versehenen eindimensionalen Daten mit einer
spezifischen Sequenz eines positiven/negativen Wertes entspricht,
die willkürlich
positive/negative Werte annimmt, welche einen spezifischen Absolutwert
haben, wodurch erste gespreizte mit Wasserzeichen versehene eindimensionale
Daten erzeugt werden. Diese ersten gespreizten mit Wasserzeichen
versehenen eindimensionalen Daten werden anschließend einer orthogonalen
Transformation unterzogen. Daraufhin werden Wasserzeicheninformationen,
welche mit einem Wert einer spezifischen Frequenzkomponente zusammenhängen, von
dem Wert einer spezifischen Sequenzkomponente der Transformationskoeffizenten
extrahiert, die von der orthogonalen Transformation erzielt werden.
-
Auf
diese Art und Weise können
Wasserzeicheninformationen, welche durch den oben beschriebenen Einbettungsvorgang
eingebettet wurden, aus mit Wasserzeichen versehenen eindimensionalen
Daten extrahiert werden.
-
Die
verschiedenen Ausführungsformen
der Erfindung sind im Folgenden aufgelistet.
- (a)
Ein Verfahren zum Einbetten von Wasserzeicheninformationen in eindimensionale
Daten.
- (b) Eine Vorrichtung zum Einbetten von Wasserzeicheninformationen
in eindimensionale Daten.
- (c) Ein Speichermedium zum Speichern eines Computerprogramms,
um Wasserzeicheninformationen in eindimensionalen Daten einzubetten.
- (d) Ein Speichermedium zum Speichern von digital mit Wasserzeichen
versehenen eindimensionalen Daten, welche eingebettete Wasserzeicheninformationen
enthalten.
- (e) Ein Verfahren zum Extrahieren von Wasserzeicheninformationen
aus digital mit Wasserzeichen versehenen eindimensionalen Daten.
- (f) Eine Vorrichtung zum Extrahieren von Wasserzeicheninformationen
aus digital mit Wasserzeichen versehenen eindimensionalen Daten.
- (g) Ein Speichermedium zum Speichern eines Computerprogramms,
um Wasserzeicheninformationen aus digital mit Wasserzeichen versehenen
eindimensionalen Daten zu extrahieren.
-
KURZE BESCHREIBUNG
DER ZEICHNUNG
-
1 ist
ein Blockdiagramm, welches die Ausgestaltung der Vorrichtung zum
digital mit Wasserzeichen versehen zeigt, die zu einer ersten Ausführungsform
gehört;
-
2 ist
ein Blockdiagramm, das die Funktion eines Abschnitts 42 zum
Einbetten von digitalen Wasserzeichen darstellt;
-
3 ist
ein Ablaufdiagramm, das die Schritte in dem Vorgang zum Einbetten
von Wasserzeicheninformationen darstellt;
-
4(a) bis 4(d) sind
Darstellungen, welche das Grundprinzip des Spektrumspreizens aufzeigen;
-
5 ist
eine Darstellung, welche den Rahmen und die Fensterfunktion w(n)
zeigt, die in einer modifizierten diskreten Kosinus-Transformation
verwendet werden;
-
6 ist
eine Darstellung, die den Vorgang der Schritte S3 bis S5 darstellt;
-
7 ist
ein Blockdiagramm, das die Funktion eines Abschnitts 44 zum
Extrahieren von digitalen Wasserzeichen darstellt;
-
8 ist
ein Ablaufdiagramm, das die Schritte in dem Vorgang zum Extrahieren
von Wasserzeicheninformationen zeigt;
-
9(a) und 9(b) sind
Darstellungen, welche die Wirkungen des Rauschens, das durch Wasserzeicheninformationen
erzeugt wird, aufzeigen;
-
10 ist
eine graphische Darstellung, die das Verhältnis zwischen dem Wert des
Frequenzschlüssels
kf und dem Signal des Quantisierungsrauschverhältnisses SNRseg aufzeigt;
-
11 ist
eine graphische Darstellung, welche das Verhältnis zwischen dem Wert des
Frequenzschlüssels
kf und dem Signal des Quantisierungsrauschverhältnisses SNRseg aufzeigt;
-
12 ist
eine graphische Darstellung, welche das Verhältnis zwischen dem Wert des
Frequenzschlüssels
kf und dem Signal des Quantisierungsrauschverhältnisses SNRseg aufzeigt;
-
13 ist
eine graphische Darstellung, welche die Erfassungsrate aufzeigt,
wenn versucht wird, Wasserzeicheninformationen zu erfassen, wobei
ein Schlüssel
zur Erzeugung einer PN-Sequenz
verwendet wird, der sich von dem unterscheidet, der während des
Einbettens verwendet wird;
-
14 ist
eine graphische Darstellung, welche Änderungen in der Klangqualität aufzeigt,
die durch Ändern
des Skalierungsschlüssels
kd erzeugt werden; und
-
15(a) bis 15(c) sind
wiedergegebene Tonwellenformen ohne eingebettete Wasserzeicheninformationen,
eine wiedergegebene Tonwellenform, welche eingebettete Wasserzeicheninformationen
enthält, und
eine dazu unterschiedliche Wellenform.
-
BESTE ART UND WEISE, UM
DIE ERFINDUNG AUSZUFÜHREN
-
A: Gesamtausgestaltung
der Vorrichtung
-
Im
Folgenden sind die Ausführungsformen
der Erfindung beschrieben. 1 ist ein
Blockdiagramm, das die Ausgestaltung der Vorrichtung zum Versehen
mit digitalen Wasserzeichen aufzeigt, die zu einer ersten Ausführungsform
gehört.
Die Vorrichtung zum Versehen mit digitalen Wasserzeichen ist ein
Computer, der eine CPU 22, einen Hauptspeicher 24 mit
ROM und RAM, einen Rahmenspeicher 26, eine Tastatur 30,
eine Maus 32, eine Anzeigeeinheit 34, eine Festplatte 36,
ein Modem 38 und einen diese Elemente verbindenden Bus 40 aufweist.
Die Schnittstellenschaltung ist in 1 nicht
dargestellt. Das Modem 38 ist über eine Anschlussleitung,
die in der Zeichnung nicht dargestellt ist, mit einem Computernetzwerk
verbunden. Ein (nicht dargestellter) Surfer in dem Computernetzwerk
hat die Funktion einer Programmbereitstellungsvorrichtung, um Computerprogramme
für eine
Bildverarbeitungsvorrichtung über
die Anschlussleitungen bereitzustellen.
-
Der
Hauptspeicher 24 speichert Computerprogramme, um die Funktionen
eines Abschnitts 42 zum Einbetten von digitalen Wasserzeichen
und eines Abschnitts 44 zum Extrahieren von digitalen Wasserzeichen durchzuführen. Die
Funktionen der Abschnitte 42 und 44 sind im Folgenden
beschrieben.
-
Computerprogramme
zum Durchführen
der Funktionen der Abschnitte 42 und 44 sind in
einem computerlesbaren Speichermedium, wie z.B. einer elastischen
Scheibe (eine Diskette) oder CD-ROM,
gespeichert vorgesehen. Computerprogramme werden von dem Speichermedium
gelesen und zu einer Vorrichtung eines internen Speichers oder einer
Vorrichtung eines externen Speichers übertragen. Als Alternative
können
Computerprogramme dem Computer über
eine Anschlussleitung bereitgestellt werden. Wenn die Funktionen
eines Computerprogramms durchgeführt
werden sollen, wird das Computerprogramm, das in einer Vorrichtung
eines internen Speichers gespeichert ist, durch den Mikroprozessor
des Computers ausgeführt.
Alternativ kann ein Computerprogramm, das in einem Speichermedium
gespeichert ist, direkt von dem Computer gelesen und ausgeführt werden.
-
Wie
hier verwendet, beinhaltet der Ausdruck "Computer" eine Hardware und das Betriebssystem,
und er bezieht sich auf Hardware, welche unter der Steuerung des
Betriebssystems betätigt
wird. Wo ein Anwendungsprogramm Hardware ohne Hilfe eines Betriebssystems
betreiben kann, ist die Hardware an sich gleich der Computer. Hardware
ist minimal mit einem Mikroprozessor (einer CPU, etc.) und Vorrichtungen
zum Lesen von Computerprogrammen, die in einem Speichermedium gespeichert
sind, versehen. Computerprogramme beinhalten einen Programmcode,
um die Funktionen der verschiedenen Vorrichtungen, die vorher erwähnt wurden,
durch den Computer auszuführen.
Einige der obigen Funktionen können
eher durch das Betriebssystem als durch Anwendungsprogramme durchgeführt werden.
-
Wie
hier verwendet, bezieht sich "Speichermedium" auf flexible Scheiben,
CD-ROMs, magnetoptische Scheiben, IC-Karten, ROM-Kassetten, Lochkarten,
bedrucktes Material, das mit Symbolen (wie z.B. Barcode) bedruckt
ist, Computerarbeitsspeichervorrichtungen (wie z.B. RAM- oder ROM-Speicher),
externe Speichervorrichtungen und verschiedene andere Medien, die
durch den Computer lesbar sind.
-
B: Vorgang zum Einbetten
von digitalen Wasserzeichen
-
2 ist
ein Blockdiagramm, welches die Funktion eines Abschnitts 42 zum
Einbetten von digitalen Wasserzeichen aufzeigt. Der Abschnitt 42 zum
Einbetten von digitalen Wasserzeichen weist einen ersten PN-Sequenz-Generator 52,
einen ersten Verstärker 54,
einen Rahmenextraktor 56, einen MDCT-(modifizierte diskrete Kosinus-Transformation)-Prozessor 58,
einen Einbettungsprozessor 60, einen IMDCT-(inverse modifizierte
diskrete Kosinus-Transformation)-Prozessor 62, einen Rahmenregenerator 64,
einen zweiten Verstärker 66 und
einen zweiten PN-Sequenz-Generator 68 auf.
-
Der
erste PN-Sequenz-Generator 52 und der erste Verstärker 54 sind
zusammen das Pendant zu einem Spektrumspreizungsabschnitt, um ein
Spektrumspreizen durchzuführen.
Der Rahmenextraktor 56 und der MDCT-Prozessor 58 sind
zusammen das Pendant zu einem Abschnitt einer orthogonalen Transformation, um
orthogonale Transformationen durchzuführen. Der IMDCT-Prozessor 62 und
der Rahmenregenerator 64 sind zusammen das Pendant zu einem
Abschnitt einer inversen Transformation, um inverse Transformationen durchzuführen. Der
zweite Verstärker 66 und
der zweite PN-Sequenz-Generator 68 sind zusammen das Pendant
zu einem Spektrumentspreizungsabschnitt, um ein Spektrumentspreizen
durchzuführen.
-
Die
PN-Sequenz-Generatoren 52, 68 erzeugen binäre PN-Sequenzen (positive/negative
Sequenzen) g(t), welche die Werte +1 und –1 willkürlich annehmen. Das Zufallsmuster
einer PN-Sequenz
g(t) wird gemäß einem
Schlüssel
ks zum Erzeugen einer PN-Sequenz bestimmt (ks ist eine ganze Zahl),
welcher in die PN-Sequenz-Generatoren 52, 68 eingegeben
wird. Für
den gleichen bestimmten Schlüssel
ks zum Erzeugen einer PN-Sequenz erzeugen insbesondere die zwei
PN-Sequenz-Generatoren 52, 68 PN-Sequenzen g(t), welche das
gleiche Muster aufweisen. Die PN-Sequenz-Generatoren 52, 68 können beispielsweise
die Standardfunktion zum Erzeugen einer Pseudozufallsnummer in der
Sprache C verwenden, wo der Schlüssel
ks zum Erzeugen einer PN-Sequenz in die Funktion als Samen für eine Zufallszahlerzeugung
einge geben wird. Wo das letzte bedeutende Bit einer zufällig erzeugten
Zahl "1" ist, wird dessen
Bitwert "1" als PN-Sequenz g(t)
ausgegeben; wo das letzte bedeutende Bit eine "0" ist,
wird als PN-Sequenz g(t) "–1" ausgegeben. Auf
diese Art und Weise kann eine binäre PN-Sequenz g(t) von zufälligen +1
und –1
erzeugt werden.
-
Der
Grund, warum ein Schlüssel
ks zum Erzeugen einer PN-Sequenz
verwendet wird, ist der folgende. PN-Sequenzen, welche zum Spektrumspreizen
verwendet werden, sind typischerweise groß. Weil die gleiche bestimmte
PN-Sequenz erforderlich ist, um Wasserzeicheninformationen zu extrahieren,
ist es notwendig, die gesamte PN-Sequenz vollständig beizubehalten (zu speichern).
In der gegenwärtigen
Ausführungsform
werden dadurch, dass ein Pseudozufallszahlgenerator (beispielsweise
die Funktion zum Erzeugen einer Pseudozufallszahl, die in C eine
Standardfunktion ist) verwendet wird, Zufallszahlen damit erzeugt,
dass ein Zufallszahlschlüssel
ks eingestellt ist, wodurch die gleiche bestimmte PN-Sequenz erzeugt
werden kann, ohne dass eine vollständige große PN-Sequenz beibehalten werden
muss.
-
3 ist
ein Ablaufdiagramm, das die Schritte in dem Vorgang zum Einbetten
von Wasserzeicheninformationen aufzeigt. In Schritt S1 multipliziert
der erste Verstärker 54 ein
Quelltonsignal s(t) mit einer PN-Sequenz g(t), um ein erstes gespreiztes
Tonsignal x(t) zu erzeugen. Dieser Vorgang ergibt sich durch Gleichung 1. x(t) = s(t)·g(t) (1)
-
Der
Vorgang, der durch Gleichung 1 dargestellt ist, entspricht einem
Vorgang, der typischerweise als direktes Spektrumspreizen bezeichnet
wird. Die 4(a) bis 4(d) sind
Darstellungen, welche das Grundprinzip des Spektrumspreizens aufzeigen. 4(a) zeigt ein Quelltonsignal s(t), 4(b) zeigt eine PN-Sequenz g(t), und 4(c) zeigt ein erstes gespreiztes Tonsignal x(t).
Das Quelltonsignal s(t) ist ein digitales Tonsignal, welches beispielsweise
durch Digitalisieren eines analogen Tonsignals bei einer Abtastrate
von 44,1 kHz und einer Quantisierung auf 16 Bits erzeugt wird. Die
PN-Sequenz g(t), die in der gegenwärtigen Ausführungsform (4(b)) verwendet wird, ist ein Signal, das bei
einer Sequenz schwankt, welche gleich der Abtastfrequenz für das Quelltonsignal
s(t) ist. Demgemäß hat das
erste gespreizte Tonsignal x(t), welches durch Multiplizieren dieser
Signale s(t) und g(t) (siehe 4(c))
erzeugt worden ist, die gleiche Sequenz wie das Quelltonsignal s(t),
wobei das Vorzeichen von einigen der Signalwerte das Gegenteil von
dem in dem Quelltonsignal s(t) ist. Wie in 4(d) dargestellt
ist, gibt ein erneutes Multiplizieren einer bestimmten PN-Sequenz g(t)
mit dem ersten gespreizten Tonsignal x(t) das Quelltonsignal s(t)
wieder. Der Grund dafür
ist der, dass das Quadrat g2(t) einer bestimmten
PN-Sequenz g(t)
gleich 1 ist, weil eine PN-Sequenz g(t) ein binäres Signal aus +1ern und –1ern ist.
Der Vorgang eines erneuten Multiplizierens einer PN-Sequenz g(t)
wird als "Entspreizen" bezeichnet.
-
Das
Spektrumspreizen wird hauptsächlich
im Kommunikationsbereich verwendet. Im Kommunikationsbereich wird
jedoch als Quellsignal s(t) ein digital moduliertes Signal verwendet.
Es wird ebenfalls eine Sequenz einer Frequenz, welche einige zehnmal
höher ist
als die Frequenz des Quellsignals s(t), als PN-Sequenz g(t) verwendet, so dass die
Spektrumverteilung des gespreizten Signals x(t) einige zehnmal weiter
als die des Quellsignal s(t) gespreizt ist. Der Empfänger nimmt
das gespreizte Signal x(t) auf und multipliziert das empfangene
gespreizte Signal x(t) mit der gleichen bestimmten PN-Sequenz g(t),
um das Quellsignal s(t) wiederherzustellen, wie es in 4(d) dargestellt ist. Die Spektrumverteilung eines
Rauschens und einer Störung, welche
in den Datenübertratungsweg
eingeführt
wird, wird während
des Entspreizungsvorgangs um mehrere zehn gespreizt, so dass die
Datenübertragung
eines gespreizten Spektrums die Fähigkeit erhöht, ein Rauschen und eine Störung zu
beseitigen.
-
In
der gegenwärtigen
Ausführungsform ändert sich
eine PN-Sequenz
g(t) mit der gleichen Frequenz wie der Abtastfrequenz des Quelltonsignals
s(t), und daher wird genauer gesagt die Spektrumverteilung nicht gespreizt.
Der Ausdruck "Spektrumspreizen", wie er hier verwendet
wird, wird jedoch in einer breiteren Bedeutung verwendet als gewöhnlich,
und "Spektrumspreizen" sollte verwendet
werden, um auch auf Fälle
zu verweisen, wo sich eine PN-Sequenz g(t) bei der gleichen Frequenz
wie der Abtastfrequenz des Quelltonsignals s(t) ändert. In den Vorgängen gemäß der gegenwärtigen Erfindung
kann die Frequenz einer PN-Sequenz g(t) auf einige Integrale eingestellt
sein, die ein Mehrfaches der Abtastsequenz des Quellaudiosignals
sind.
-
Das
Spektrumspreizen und -entspreizen, das in den 4(a) bis (d) dargestellt ist, kann als ein Kodieren
und Dekodieren eines Quellaudiosignals s(t) unter Verwendung einer
PN-Sequenz g(t)
als Schlüssel gemeint
sein. Demgemäß kann die
Sicherheit von Wasserzeicheninformationen, die in ein Tonsignal
eingebettet sind, durch Spektrumspreizen vergrößert werden. Dieser Aspekt
wird später
erläutert.
-
In
Schritt S2 in
3 extrahiert der Rahmenextraktor
56 den
i-ten Rahmen (Anfangswert i = 1) von dem ersten gespreizten Tonsignal
x(t), und der MDCT-Prozessor
58 führt an dem Rahmen eine modifizierte diskrete
Kosinus-Transformation (MDCT) durch. Hier bezieht sich "Rahmen" auf ein Signalsegment,
welches der Gegenstand einer modifizierten diskreten Kosinustransformation
ist; in der gegenwärtigen
Ausführungsform
enthält
ein Rahmen 2M Signalwerte (M ist eine ganze Zahl größer gleich
2). Der MDCT-Koeffizient
Xi(k) für
der i-ten Rahmen ergibt sich durch folgende Gleichung 2.
0 ≤ k ≤ M – 1, 0 ≤ n ≤ 2M – 1
-
Hier
ist k eine ganze Zahl, welche die Frequenz darstellt. Die Fensterfunktion
w(n) und die MDCT-Basis c(k, n) in dem rechtsseitigen Ausdruck von
Gleichung 2 ergeben sich durch Gleichung 3 bzw. 4.
0 ≤ k ≤ M – 1, 0 ≤ n ≤ 2M – 1
-
Wie
aus der Gleichung 2 ersichtlich ist, werden die 2M-Signalwerte x(n +
iM) in jedem Rahmen in M-Transformationskoeffizienten Xi(k) (k =
0 ~ (M – 1))
umgewandelt. Der Transformationskoeffizient Xi(0) (k = 0) wird als
Gleichstromkomponente bezeichnet, und die anderen Transformationskoeffizienten
Xi(k) (k ≠ 0) werden
als Wechselstromkomponente bezeichnet.
-
5 ist
eine Darstellung, welche das Verhältnis der Rahmen und der Fensterfunktion
w(n) darstellt, die in der modifizierten diskreten Kosinusfunktion
verwendet werden. 5 zeigt das positionelle Verhältnis von
zwei unmittelbaren Rahmen und die Form der bei jedem Rahmen verwendeten
Fensterfunktion w(n). Auf diese Art und Weise wird jeder Rahmen
um ein Intervall, das gleich den M-Signalwerten x(t) ist, seriell
verschoben angeordnet, so dass zwei angrenzende Rahmen geteilte
M-Signalwerte x(t)
enthalten. Somit ist die effektive (die tatsächliche) Anzahl von Signalwerten,
die in einem einzelnen Rahmen enthalten ist, M.
-
Die
Fensterfunktion w(n) ist eine Sinusfunktion, deren Spitze in der
Mitte von jedem Rahmen liegt. Als Fensterfunktion w(n) kann eine
andere Funktion als die Sinusfunktion verwendet werden; typischerweise
kann jede Funktion verwendet werden, welche eine reversible modifizierte
diskrete Kosinus-Transformation
und eine inverse Transformation davon erlaubt.
-
Anstelle
von modifizierten diskreten Kosinus-Transformationen können verschiedene andere orthogonale
Trans formationen (wie z.B. diskrete Kosinustransformationen (DCT),
diskrete Fourier-Transformationen (DFT), Hadamard-Transformationen,
etc.) verwendet werden. Bei anderen orthogonalen Transformationen sind
Rahmen (welche auch als "Blöcke" bezeichnet werden)
derart angeordnet, dass sie einander überlappen. Andererseits sind
bei modifizierten diskreten Kosinustransformationen Rahmen derart
angeordnet, dass angrenzende Rahmen teilweise überlappen, wodurch eine höhere Frequenztrennung
und eine verringerte Rahmenverzerrung (Blockverzerrung) gestattet
ist. Die Verwendung einer modifizierten diskreten Kosinustransformation
erzeugt daher beim Einbetten von Wasserzeicheninformationen eine
geringere Verschlechterung der Tonqualität als es andere orthogonale
Transformationen tun.
-
In
den Schritten S3 bis S6 in 3 sind Wasserzeicheninformationen
in eine spezifische Frequenzkomponente des Transformationskoeffizienten
durch den Einbettungsprozessor 60 eingebettet. Die Wasserzeicheninformationen
bestehen aus einer Vielzahl von Bits; im Folgenden sollte jeder
Bit von Wasserzeicheninformationen als "Wasserzeichenbit bi" bezeichnet werden. Während des
Einbettens von Wasserzeichenbits bi werden ein Frequenzschlüssel kf
und ein Skalierungsschlüssel
kd verwendet. Der Frequenzschlüssel
kf ist eine ganze Zahl, welche die Frequenz einer spezifischen Frequenzkomponente
Xi(kf) darstellt, in welcher Wasserzeichenbits bi in den MDCT-Koeffizienten
Xi(k) (k = 0 – (M – 1)) für einen
einzelnen Rahmen eingebettet sind. Es werden bevorzugt ganze Zahlen
aus dem Bereich von 0 bis M im Voraus ausgewählt, welche als Frequenzschlüssel kf
verwendet werden. Der Skalierungsschlüssel kd ist eine positive ganze
Zahl, welche eine Schrittgröße zur Quantisierung
von MDCT-Koeffizienten
Xi(kf) anzeigt, und er wird aus positiven ganzen Zahlen, die ungleich
Null sind, willkürlich
ausgewählt.
Bevorzugte Werte für
Frequenzschlüssel
kf und Skalierungsschlüssel
kd werden später
erläutert.
-
In
Schritt S3 werden Frequenzkoeffizienten Xi(kf), welche durch den
Frequenzschlüssel
kf angezeigt werden, durch den Skalierungsschlüssel kd geteilt und auf den
Dezimalpunkt gerundet, um ganze Zahlen ei zu erzeugen (welche als "quantisierte Werte" bezeichnet werden). ei ← ⌊Xi(kf)/kd⌋ (5)
-
In
Schritt S4 wird bestimmt, ob die quantifizierten Werte ei und die
eingebetteten Bits bi eine der folgenden Bedingungen erfüllen.
Bedingung
1: ei ist ungerade und bi = 0.
Bedingung 2: ei ist gerade und
bi = 1.
-
Wo
beide der Bedingungen 1 und 2 erfüllt sind, werden die MDCT-Koeffizienten
Xi(kf) durch den Skalierungsschlüssel
kd geteilt und auf den Dezimalpunkt gerundet, um quantisierte Werte
ei zu erzeugen, wie es in Gleichung 6 angezeigt ist (Schritt S5). ei ← ⌊Xi(kf)/kd⌋ (6)
-
Wo
andererseits keine der Bedingungen 1 und 2 erfüllt ist, wird der quantisierte
Wert ei, der in Schritt S3 erzielt wird, so verwendet wie er ist.
Wenn ein Wasserzeichenbit bi "0" ist, ist der quantisierte
Wert ei geradzahlig (das letzte bedeutende Bit ist "0"), wogegen dann, wenn ein Wasserzeichenbit
bi "1" ist, der quantisierte
Wert ei ungerade ist (das letzte bedeutende Bit ist "1"). Dies bedeutet, in dem Vorgang der
Schritte S3 bis S5 werden quantisierte Werte ei der MDCT-Koeffizienten
Xi(kf) zu quantisierten Werten ei moduliert, welche mit den Wasserzeichenbits
bi in Zusammenhang stehen, so dass Wasserzeichenbits bi in den quantisierten
Werten ei eingebettet werden.
-
Wo
die Werte Xi(kf)/kd, welche durch Teilen der MDCT-Koeffizienten Xi(kf)
durch einen Skalierungsschlüssel
kd erzielt werden, ganze Zahlen sind, die keine Dezimalstelle enthalten,
sind die quantisierten Werte ei trotz des Aufrundens in Schritt
S5 die gleichen wie in Schritt S3. Demgemäß ist es mög lich, anstelle des Aufrundens
einen Vorgang zu verwenden, wie z.B. das Addieren von "1" zu den in Schritt S3 erzielten quantisierten
Werten ei oder ein Subtrahieren von "1" von
diesen quantisierten Werten ei.
-
6 ist
eine Darstellung, welche den Vorgang von Schritt S3 zu Schritt S5
aufzeigt. Wie auf der rechten Seite in 6 dargestellt
ist, werden quantisierten Werte ei für MDCT-Koeffizienten Xi(kf) über dem
Bereich für
einen Skalierungsschlüssel
kd durch Aufrunden erzeugt, wo ein Wasserzeichenbit bi "0" ist, und sie werden durch Abrunden
erzeugt, wo ein Wasserzeichenbit bi "1" ist.
Zu Vergleichszwecken zeigt der "Rundungsbereich" auf der linken Seite
in 6 den Bereich, über welchem gerundete quantisierte
Werte ei ungerade sind.
-
In
Schritt S6 in 3 werden quantisierte Werte
ei, in welche Wasserzeichenbits bi eingebettet worden sind, mit
einem Skalierungsschlüssel
kd multipliziert, um MDCT-Koeffizienten Xi(kf) zu erzeugen, in welche Wasserzeichenbits
bi eingebettet worden sind, wie in Gleichung 7 angezeigt ist. X'i(kf) ← ei·kd (7)
-
Der
Vorgang von Schritt S3 hat die Funktion eines Quantisierungsabschnitts,
um eine spezifische Sequenzkomponente Xi(kf) von Transformationskoeffizienten
mit einem Skalierungsschlüssel
kd zu quantisieren. Der Vorgang von Schritt S4 und S5 hat die Funktion
eines Bitmodulators, um das letzte bedeutende Bit eines quantisierten
Wertes ei zu modulieren, damit es mit einem Wasserzeichenbit bi
in Zusammenhang gebracht wird. Der Vorgang von Schritt S6 hat die
Funktion eines Inversquantisierungsabschnitts für eine inverse Quantisierung
durch Multiplizieren von quantisierten Werden ei, welche eingebettete
Wasserzeichenbits enthalten, mit einem Skalierungsschlüssel kd.
-
In
Schritt S7 werden die MDCT-Koeffizienten X'i(kf) (k = 0 – (M – 1)) eines einzelnen Rahmens,
der eine Frequenzkomponente X'i(kf)
aufweist, die eingebettete Wasserzeichenbits bi enthält, durch
einen IMDCT-Prozessor
62 (
2) einer
inversen modifizierten diskreten Kosinustransformation unterzogen.
Andere MDCT-Koeffizienten X'i(k)
(k ≠ kf)
als die Sequenzkomponente X'i(kf),
welche eingebettete Wasserzeichenbits bi enthält, sind die gleichen wie die
MDCT-Koeffizienten Xi(k), die in Schritt S2 erzielt werden. Die
inverse modifizierte diskrete Kosinustransformation ist durch die
folgende Gleichung 8 dargestellt.
0 ≤ k ≤ M – 1, 0 ≤ n ≤ 2M – 1
-
Die
Fensterfunktion w(n) und die Basis c(k, n), die für die inverse
Transformation verwendet werden, sind die gleichen wie bei einer
direkten Transformation.
-
In
Schritt S7 erzeugt der Rahmenregenerator 64 ein zweites
gespreiztes Tonsignal x(t) als Zeitreihensignal, wobei die folgende
Gleichung 9 verwendet wird. x'(t)
= x'(n + iM) = x'i-1(n
+ M) + x'i(n) (9)0 ≤ n ≤ M – 1
-
Hier
ist x'i – 1(n +
M) das inverse transformierte Signal des (i – 1)-ten Rahmens, und x'i(n) ist das inverse
transformierte Signal des i-ten Rahmens; die Signale x'i – 1(n +
M) und x'i(n) haben
ein überlappendes Intervall
(5).
-
In
Schritt S8 wird bestimmt, ob das Einbetten von Wasserzeicheninformationen
für alle
Rahmen vollständig
durchgeführt
worden ist, und wenn nicht, wird in Schritt S9 i erhöht, und
der Vorgang kehrt zu Schritt S2 zurück. Wenn andererseits das Einbetten
von Wasserzeicheninformationen für
alle Rahmen vollständig durchgeführt worden
ist, fährt
der Ablauf von Schritt S8 mit Schritt S10 fort, worin ein zweiter
Verstärker 66 ein zweites
gespreiztes Tonsignal x'(t)
mit einer PN-Sequenz g(t) multipliziert, um ein Spektrumentspreizen
durchzuführen.
Dieser Vorgang liefert ein Tonsignal s'(t), das eingebettete Wasser zeicheninformationen
enthält.
Im Folgenden soll dieses Tonsignal s'(t) als "ein digital mit Wasserzeichen versehenes
Tonsignal" bezeichnet
werden.
-
In
der gegenwärtigen
Ausführungsform
enthält
ein einzelner Rahmen des Tonsignals s'(t) ein Bit von eingebetteten Wasserzeicheninformationen,
wobei jeder einzelne Rahmen im Wesentlichen aus M Signalwerten besteht.
Die Wasserzeicheneinbettungsrate Br ergibt sich durch Gleichung
10.
worin fs die Abtastfrequenz
des Quelltonsignals s(t) ist.
-
Wo
Wasserzeicheninformationen aus N-Bits bestehen, ist ein einzelner
Teil von Wasserzeicheninformationen in N-Rahmen des Tonsignals eingebettet.
Demgemäß sind die
N-Bits von Wasserzeicheninformationen alle N-Rahmen wiederholt eingebettet.
-
Digital
mit Wasserzeichen versehene Tonsignale s'(t), die so erzielt werden, können auf
verschiedene Arten verteilt werden. Beispielsweise können digital
mit Wasserzeichen versehene Tonsignale s'(t) über
eine Anschlussleitung übertragen
werden. Sie können
ebenfalls auf ausschließliche
Musikspeichermedien, wie z.B. CD-ROM und DVD, oder auf computerlesbare
Speichermedien verteilt werden. Digital mit Wasserzeichen versehene
Tonsignale s'(t)
können
moduliert oder komprimiert werden. Wo ein digital mit Wasserzeichen
versehenes Tonsignal s'(t)
auf einem computerlesbaren Speichermedium gespeichert ist, kann
das digital mit Wasserzeichen versehene Tonsignal s'(t) von dem Speichermedium
ausgelesen werden und die Wasserzeicheninformationen können extrahiert
werden.
-
Es
ist anzumerken, dass Wasserzeicheninformationen in MDCT-Koeffizienten
eingebettet und anschließend
einer inversen orthogonalen Transformation unterzogen werden, was
zu einer viel geringeren Tonverschlechterung durch Wasserzeicheninforma tionen
führt als
mit dem Stand der Technik. Das Verhältnis zwischen dem Einbetten
von Wasserzeicheninformationen und einer Tonverschlechterung wird
später
erläutert.
-
C: Vorgang zum Extrahieren
von Wasserzeicheninformationen
-
7 ist
ein Blockdiagramm, das die Funktion eines Abschnitts 44 (1)
zum Extrahieren von digitalen Wasserzeichen aufzeigt. Der Abschnitt 44 zum
Extrahieren von digitalen Wasserzeichen weist einen PN-Sequenz-Generator 72,
einen Verstärker 74,
einen Rahmenextraktor 76, einen MDCT-Prozessor 78 und einen
Dekodierer 80 auf. Der PN-Sequenz-Generator 72 ist
mit den in 2 dargestellten PN-Sequenz-Generatoren 52, 68 identisch,
und er erzeugt gemäß einem
Schlüssel
ks zur Erzeugung einer PN-Sequenz eine spezifische PN-Sequenz g(t).
Der Verstärker 74,
der Rahmenextraktor 76 und der MDCT-Prozessor 78 sind
in Form und Funktion mit dem Verstärker 54, dem Rahmenextraktor 56 und
dem MDCT-Prozessor 58 identisch, die in 2 dargestellt
sind.
-
8 ist
ein Ablaufdiagramm, das die Schritte in dem Vorgang zum Extrahieren
von Wasserzeicheninformationen aufzeigt. In Schritt S11 führt der
Verstärker 74 ein
Spektrumspreizen eines digital mit Wasserzeichen versehenen Tonsignals
s'(t) durch, wobei
die gleiche PN-Sequenz g(t) zum Einbetten verwendet wird, um ein
gespreiztes Tonsignal x'(t)
zu erzeugen. Dieser Vorgang ist durch Gleichung (11) dargestellt. s'(t)·g(t) = x'(t)·g2(t)
=
x'(t) (11)
-
Hier
wird aufgrund der Tatsache, dass g2(t) =
1 (siehe 4(d)) ist, eine PN-Sequenz g(t)
verwendet.
-
In
Schritt S12 extrahiert der Rahmenextraktor 76 den i-ten
Rahmen (Anfangswert i = 1) von dem gespreizten Tonsignal x'(t), und der MDCT-Prozessor 78 führt an dem
Rahmen eine modifizierte diskrete Kosinustransformation durch. In
Schritt S13 extrahiert der Dekodierer 80 die Frequenzkomponente
X'i(kf), welche durch
den Frequenzschlüssel
kf spezifiziert wurde, der während
des Einbettens verwendet wurde, und er berechnet quantisierte Werte
e'i durch Quantisieren
einer Frequenzkomponente x'i(kf)
um einen Skalierungsschlüssel
kd, durch folgende Gleichung 12. e'i ← Round(X'i(kf)/kd) (12)worin der
Operator Round () einen Vorgang anzeigt, der ganze Zahlen durch
Runden erzeugt.
-
Weil
die modifizierte diskrete Kosinustransformation eine reversible
Transformation ist, ist der Wert X'i(kf)/kd in Klammern auf der rechten
Seite von Gleichung 12 typischerweise eine ganze Zahl und erfordert als
solche kein Runden. Wenn jedoch aus bestimmten Gründen, wie
z.B. eine falsche Wellenformverarbeitung durch eine dritte Partei,
Bitfehler auftreten sollten, ist der Wert X'i(kf)/kd, der aus der Division durch
den Skalierungsschlüssel
kd resultiert, nicht die korrekte ganze Zahl. Durch Runden des Werts
X'i(kf)/kd auf die
in Gleichung 10 dargestellte Art und Weise ist es möglich, einen
Wasserzeicheninformationsextraktionsfehler aufgrund einer Modifikation
eines digital mit Wasserzeichen versehenen Audiosignals s'(t) zu korrigieren.
D.h. durch Runden wird die Robustheit gegenüber Wasserzeicheninformationsfehlern
verbessert. Diese Robustheit gegenüber Fehlern ist umso größer, je
höher der
Skalierungsschlüssel
kd ist. Wenn beispielsweise der Skalierungsschlüssel kd auf einen hohen Wert
eingestellt ist, können
Wasserzeicheninformationen sogar dann korrekt extrahiert werden,
wenn ein digital mit Wasserzeichen versehenes Tonsignal s'(t) einer beträchtlichen
Modifikation unterzogen worden ist. Andererseits hängen höhere Skalierungsschlüssel kd
mit einer stärkeren
Tonverschlechterung zusammen, was später erläutert wird. D.h. während geringere
Skalierungsschlüssel
kd ein vergrößertes Risiko
aufwerfen, dass Wasserzeicheninformationen durch Modifikation eines
digital mit Wasserzeichen versehenen Tonsignals s'(t) unleserlich gemacht
werden können,
ist die Tonverschlechterung geringer.
-
In
Schritt S14 in 8 stellt der Dekodierer 80 Wasserzeichenbits
boi wieder her, welche quantisierten Werten e'i entsprechen. Insbesondere wo ein quantisierter
Wert e'i gerade
ist, wird entschieden, dass ein Wasserzeichenbit boi "0" ist, und wo er ungerade ist wird entschieden,
dass ein Wasserzeichenbit boi "1" ist. In Schritt
S15 wird bestimmt, ob eine Extraktion von Wasserzeicheninformationen
für alle
Rahmen vollständig durchgeführt worden
ist, und wenn nicht wird in Schritt S16 ein Parameter i erhöht, und
der Vorgang kehrt zu Schritt S12 zurück. Wenn andererseits die Extraktion
von Wasserzeicheninformationen für
alle Rahmen vollständig
durchgeführt
worden ist, ist der Vorgang beendet. Wasserzeicheninformationen,
welche aus einer Vielzahl von Bits bestehen, werden somit extrahiert.
Der Vorgang von 8 kann beendet werden, sobald
korrekte Wasserzeicheninformationen, welche aus einer Vielzahl von
Bits bestehen, einmal extrahiert worden sind.
-
Wenn
die PN-Sequenz, welche für
den Vorgang zum Extrahieren von Wasserzeichen verwendet wird, sich
vor der PN-Sequenz unterscheidet, die für den Einbettungsvorgang verwendet
worden ist, unterscheidet sich das Signal, das von dem Verstärker 74 des
Abschnitts 44 zum Extrahieren von digitalen Wasserzeichen ausgegeben
wird, von dem gespreizten Tonsignal x'(t), das eingebettete Wasserzeicheninformationen
enthält, welche
in dem Einbettungsabschnitt 42 erzeugt werden. Demgemäß ist es
nicht möglich,
in solchen Fällen Wasserzeicheninformationen
korrekt wiederherzustellen. D.h. die gegenwärtige Ausführungsform liefert durch die
Verwendung des Spektrumspreizens eine verbesserte Sicherheit für Wasserzeicheninformationen.
Insbesondere wird gemäß der gegenwärtigen Ausführungsform
ein Einbetten bei spezifischen Frequenztransformationskoeffizienten
durchgeführt,
um die Einflüsse
von eingebetteten Wasserzeicheninformationen auf die Tonqualität zu minimieren,
so dass ein Extrahieren von Wasserzeicheninformationen durch eine
nicht autorisierte dritte Partei eine relativ einfache Angelegenheit
wäre, außer wenn
ein Spektrumspreizen verwendet wurde. Andererseits hat das Spektrumspreizen,
das eine PN-Sequenz verwendet, den Vorteil, dass sie die PN-Sequenz
als eine Art von Kodier-/Dekodierschlüssel verwenden kann, was eine
erhöhte
Sicherheit von Wasserzeicheninformationen liefert, die in eindimensionale
Daten, wie z.B. Tondaten, eingebettet worden sind.
-
D: Einbettungsfrequenzoptimierung
-
Es
werden nun die Wirkungen von eingebetteten Wasserzeicheninformationen
auf die Tonqualität
geprüft.
Ein Quantisierungsfehler δi(k),
der durch Einbetten von Wasserzeicheninformationen in MDCT-Koeffizienten
erzeugt wird, ist durch die folgende Gleichung 13 definiert. δi(k)
= X'i(k) – Xi(k) (13)worin
Xi(k) einen Koeffizienten vor dem Einbetten und X'i(k) einen Koeffizienten
nach dem Einbetten anzeigen. In der oben beschriebenen Ausführungsform
wird ein Einbetten an einer Frequenzkomponente durchgeführt, welche
durch einen Frequenzschlüssel
kf spezifiziert ist, so dass ein Quantisierungsfehler δi(k) für andere
Frequenzkomponenten als k = kf Null ist, wie es durch die folgende
Gleichung 14 aufgezeigt ist.
-
-
Es
ist anzumerken, dass Werte des Quantisierungsfehlers δi(k) nicht
von Werten des Frequenzschlüssels
kf abhängen,
und dass die Absolutwerte davon |δi(kf)|
kleiner gleich dem Skalierungsschlüssel kd sind.
-
Die
Einbettungswirkung Di(n), die in jedem Rahmen durch das Tonsignal
xi(n) erzeugt wird, ergibt sich aus der folgenden Gleichung 15,
aus obiger Gleichung 8 (Gleichung einer inversen Transformation)
und aus obiger Gleichung 14. Di(n) = w(n)c(kf,n)δi(kf) (15)0 ≤ n ≤ 2M – 1
-
Die
Wirkung auf ein Tonsignal der eingebetteten Wasserzeicheninformationen
(d.h. ein Rauschen) D(n) ergibt sich durch folgende Gleichung 16. D(n) = Di-1(n
+ M) + Di(n) (16)0 ≤ n ≤ M – 1
-
Fehler,
welche bei digitalen Tonsignalwerten erzeugt werden, ergeben sich
als gerundete Werte von D(n), wie es in der folgenden Gleichung
17 aufgezeigt ist. D(n) = Round(D(n)) (17)0 ≤ n ≤ M – 1
-
Es
wird nun auf 9 Bezug genommen. Ein
Einbetten von Wasserzeicheninformationen in eine spezifische Frequenzkomponente
Xi(kf) von MDCT-Koeffizienten entspricht einem Übertragen einer Schmalband-Rausch-Störung δi(kf). Demgemäß wird die
Bandbreite des Rauschens, das durch ein Einbetten von Wasserzeicheninformationen
erzeugt wird, während
einer Tonwiederherstellung M-fach erweitert (worin M die wesentliche
Anzahl von Signalwerten ist, die in einem einzelnen Rahmen enthalten
ist). Es besteht die Überlegung,
dass die Wasserzeicheninformationsrauschleistung als Ergebnis gering
wird.
-
Das
Signal für
ein Quantisierungsrauschverhältnis
SNR ist ein Grundparameter, der gewöhnlich als objektiver Index
für die
Tonqualität
verwendet wird. Die SNR-Gleichung zur Berechnung des SNR[dB] ist
durch die folgende Gleichung 18 definiert, wobei ein eingegebenes
Tonsignal So(m) und sein Quantisierungsfehler Er(m) verwendet werden. SNR = 10log10{Σ mSo2(m)/Σ mEr2(m)} (18)
-
In
der gegenwärtigen
Ausführungsform
ist SNRseg (ein segmentweises SNR), worin SNR modifiziert worden
ist, um das Ver hältnis
mit einer subjektiven Auswertung zu verbessern. SNRseg ergibt sich
durch folgende Gleichung 19.
worin
Nf die Anzahl von Rahmen während
des Messintervalls angibt, und SNRf das SNR für den f-ten Rahmen ist. In
dem unten aufgeführten
Messbeispiel beträgt
die Länge
eines einzelnen Rahmens 32 ms. Aus der Messung sind fehlerfreie
Tonrahmen (d.h. Tonrahmen, für
die SNRf = ∞ ist)
ausgeschlossen.
-
10 ist
eine graphische Darstellung, welche das Verhältnis zwischen dem Wert des
Frequenzschlüssels
kf und dem Signal für
das Quantisierungs-Rausch-Verhältnis
SNRseg aufzeigt. Hier beträgt
die wesentliche Anzahl M von Signalwerten, die in einem einzelnen
Rahmen enthalten ist (d.h. die Anzahl von Transformationskoeffizienten
pro einzelnem Rahmen) 256. Es gibt einen Skalierungsschlüssel kd
und einen Schlüssel
ks zum Erzeugen einer PN-Sequenz (2). Aus
den Ergebnissen in 10 ist es ersichtlich, dass
die Wellenformverzerrung deutlich geringer ist als in anderen Fällen, wenn
kf = 127 oder 128 ist. Es besteht die Annahme, dass der Grund dafür der ist,
dass, wie in den vorhergehenden Gleichungen 15 und 17 aufgezeigt ist,
der Einfluss auf die Rauschkomponente Di(n) von unterschiedlichen
Frequenzschlüsseln
kf aufgrund der MDCT-Basis c(k, n) und dem Digitalisierungsrundungsvorgang
stattfindet. Wenn die wesentliche Anzahl M von Signalwerten, die
in einem einzelnen Rahmen enthalten ist, 256 beträgt, wo der
Wert des Frequenzschlüssels kf
127 oder 128 beträgt,
kann eine Tonqualitätverschlechterung
auf einem Minimum gehalten werden. Typischerweise ist der Wert des
Frequenzschlüssels
kf ungefähr
gleich einer Hälfte
der wesentlichen Anzahl M der Tonsignalwerte, die in einem einzelnen
Rahmen enthalten ist.
-
Es
ist auch möglich,
eine Vielzahl von Wasserzeichenbits in einen einzelnen Rahmen einzubetten. Beispielsweise
könnten
Wasserzeichenbits in zwei Frequenzkomponenten eingebettet sein, für die kf
= 127 oder 128 beträgt.
Wie hier verwendet, beinhaltet "ein
Einbetten in eine spezifische Frequenzkomponente" ebenfalls ein Einbetten von einer Vielzahl
von Wasserzeichenbits innerhalb eines einzelnen Rahmens, wie es hier
beschrieben wurde. Eine größere Anzahl
von Wasserzeicheninformationsbits, die pro einzelnen Rahmen eingebettet
sind, wird jedoch mit der Neigung in Verbindung gebracht, die Tonqualität zu verschlechtern.
-
E: Testergebnisse
-
Wenn
Wasserzeicheninformationen in Musiksoftware eingebettet werden,
für die
auf hohe Klangqualität
Wert gelegt wird, ist es wichtig, eine Verschlechterung der Klangqualität durch
das Einbetten zu vermeiden. Ein Einbetten von Wasserzeicheninformationen
in aktuelle Tondaten von hoher Qualität wurde durchgeführt, und
die Einflüsse
auf die Klangqualität
wurden bestimmt. In diesem Test wurden drei Musikarten (Klassik,
Jazz und Tanz) in der Form von Quelltonsignalen s(t) verwendet,
die auf 16 Bits bei einer Abtastrate von 44,1 kHz digitalisiert
wurden. Während
Musiksoftware typischerweise in Stereo ist, wurde ein Einbetten
nur einkanalig durchgeführt.
-
Weil
M = 256 beträgt,
beträgt
in diesem Test der Einbettungsbetrag BR der Wasserzeicheninformationen
ungefähr
172 Bits/sec, was sich aus der vorhergehenden Gleichung 10 ergibt.
Bei der Klangqualität
dieser wiedergegebenen Tonsignale, welche einem Einbetten unterzogen
wurden, und der wiedergegebenen Tonsignale, die keinem Einbetten
unterzogen wurden, wurden Vergleichstests durchgeführt.
-
11 ist
eine graphische Darstellung von SNRseg für klassische Musik, die ein
eingebettetes Wasserzeichen enthält,
wobei der Skalierungsschlüssel
kd konstant gehalten und der Frequenzschlüssel kf verändert wurden. Hier gilt: kd
= 2 und kf = 1 (ks ist der Schlüssel
zum Erzeugen einer PN-Sequenz). 11 zeigt ebenfalls
eine optimale Tonqualität,
wo der Wert des Frequenzkomponentenschlüssels kf ungefähr 128 beträgt. 12 zeigt
die Ergebnisse, wenn der Wert des Schlüssels ks zum Erzeugen einer
PN-Sequenz auf 2 eingestellt wurde, um eine PN-Sequenz mit einem
anderen Schwingungsmuster als in 11 zu
erzeugen, wobei der Skalierungsschlüssel kd auf den gleichen Wert
wie in 11 eingestellt worden ist.
-
13 ist
eine graphische Darstellung, welche die Erfassungsrate aufzeigt,
wenn versucht wird, Wasserzeicheninformationen in einem Tonsignal
klassischer Musik zu erfassen, das eingebettete Wasserzeicheninformationen
enthält,
wobei ein anderer Schlüssel
zum Erzeugen einer PN-Sequenz verwendet wird. Während dem Einbetten von Wasserzeicheninformationen
betrugen der Skalierungsschlüssel
kd 2, der Frequenzschlüssel
kf 128, und der Schlüssel
zum Erzeugen einer PN-Sequenz 128. Aus den Ergebnissen in 13 ist ersichtlich,
dass dann, wenn eine PN-Sequenz,
die mit dem korrekten Schlüssel
zum Erzeugen einer PN-Sequenz
(= 128) erzeugt worden ist, dekodiert ist, die Erfassungsrate 1
beträgt
und die Wasserzeicheninformationen vollständig dekodiert werden können, wogegen
die Erfassungsrate auf 0,5 fällt,
wenn der Schlüssel
zum Erzeugen einer PN-Sequenz einen unterschiedlichen Wert hat.
Wo die Erfassungsrate 0,5 beträgt,
können Wasserzeicheninformationen
nicht korrekt erfasst werden, weil Nullen und Einser willkürlich erscheinen.
Gemäß dem Verfahren
zum mit digitalen Wasserzeichen Versehen der gegenwärtigen Erfindung
hat somit die PN-Sequenz g(t), welche zum Einbetten verwendet wird,
die Funktion eines Dekodierschlüssels,
was ein hohes Maß an
Sicherheit für
Wasserzeicheninformationen sicherstellt. Es ist somit bevorzugt,
dass die PN-Sequenz
g(t) eine Sequenz ist, die nicht ohne weiteres eine Sequenz mit
hoher Korrelation erzeugt. In diesem Sinne ist es besser, nicht
einen ohne weiteres erhältlichen
PN-Sequenz-Generator
zu verwenden (wie die Standardfunktion in C), sondern eher einen
PN-Sequenz-Generator zu verwenden, der für die Allgemeinheit nicht ohne
weiteres erhältlich
ist.
-
14 ist
eine graphische Darstellung, die Änderungen in der Tonqualität aufzeigt,
welche dadurch erzeugt werden, dass der Skalierungsschlüssel kd
mit dem Sequenzschlüssel
kf bei einem konstanten Wert von 128 geändert wird.
-
14 zeigt,
dass die SNRseg (welches die Klangqualität des wiederhergestellten Tons
anzeigt) mit einem größeren Skalierungsschlüssel kd
abfällt.
Für den
Skalierungsschlüssel
kd ist ein relativ geringer Wert von ungefähr 1 bis 3 bevorzugt, um eine
hohe Qualität
aufrechtzuerhalten. Andererseits ist was eine zuverlässige Erfassung
von Wasserzeicheninformationen von einem digital mit Wasserzeichen
versehenen Tonsignal betrifft, für
den Skalierungsschlüssel
kd ein größerer Wert
wünschenswert.
Wo Musikdaten ohne Verlust beim Produktwert digital kopiert worden
sind (und ohne übermäßige Zunahme
bei der Verschlechterung der Klangqualität), können die korrekten Wasserzeicheninformationen
sogar in dem Fall extrahiert werden, wo der Skalierungsschlüssel kd
gering ist. Wo es andererseits gewünscht ist, aus einem Tonsignal
mit verschlechterter Tonqualität
(mit Komprimierungsverlust) Wasserzeicheninformationen zu extrahieren,
ist ein größerer Wert
des Skalierungsschlüssels
kd wünschenswert.
-
Die 15(a) bis 15(c) sind
graphische Darstellungen, die eine reproduzierte Tonwellenform ohne
eingebettete Wasserzeicheninformationen, eine reproduzierte Tonwellenform
mit eingebetteten Wasserzeicheninformationen und eine dazu unterschiedliche
Wellenform aufzeigen. Diese Wellenformen entsprechen dem Klavier
in einem Jazzstück.
Aus der Unterschiedswellenform in 15(c) ist
es ersichtlich, dass zwischen den Wellenformen in 15(a) und 15(b) eigentlich
kein Unterschied besteht.
-
So
können
gemäß der gegenwärtigen Ausführungsform
in Musiksoftware äußerst sichere
Wasserzeicheninformationen ohne Verlust bei der Klangqualität eingebettet
werden. Bei der vorhergehenden Ausführungsform sind Wasserzeicheninformationen
in eine spezifische Frequenzkomponente von Transformationskoeffizienten
eingebettet, welche durch MDCT-Transformation eines Quelltonsignals
erzielt werden, wodurch es möglich
gemacht wird, ungeachtet der Abtastfrequenz des Quelltonsignals
s(t) Wasserzeicheninformationen einzubetten und zu extrahieren.
Mit anderen Worten, das Verfahren zum mit digitalen Wasserzeichen
Versehen der gegenwärtigen
Ausführungsform
kann sowohl bei Tondaten von hoher Qualität als auch bei Tondaten von
geringer Qualität
verwendet werden.
-
Die
Erfindung ist nicht auf Beispiele und Ausführungsformen, die hier offenbart
sind, eingeschränkt, und
kann in ihrem Umfang mehrere unterschiedliche Formen annehmen, wie
beispielsweise die folgenden Modifikationen.
- (1)
Software kann verwendet werden, um einige der Funktionen durchzuführen, welche
durch Hardware in der vorausgehenden Ausführungsform durchgeführt worden
sind alternativ kann Hardware verwendet werden, um einige der Funktionen
durchzuführen,
welche durch Software ausgeführt
werden. Beispielsweise können
der in 2 dargestellte Abschnitt 43 zum Einbetten
von digitalen Wasserzeichen und der in 7 dargestellte
Abschnitt 44 zum Extrahieren von digitalen Wasserzeichen
durch Hardware-Schaltungen
realisiert werden.
- (2) In der vorhergehenden Ausführungsform wurde als die PN-Sequenz
g(t) eine Zufallsfrequenz von zwei Werten (+1 und –1) verwendet,
aber es wäre
möglich,
eine andere ganze Zahl p als 1 als Absolutwert für die PN-Sequenz g(t) zu verwenden.
Es ist typisch, dass eine positive/negative Sequenz verwendet werden kann,
welche willkürlich
positive/negative Werte annimmt, die einen spezifischen Absolutwert
p haben. In solchen Fällen
wird die Ausgabe x'(t)·g(t) des
zweiten Verstärkers 66 in 2 durch
das Quadrat der ganzen Zahl p geteilt, um das digital mit Wasserzeichen
versehene Tonsignal s'(t)
zu erzeugen.
- (3) Als Vorgang für
das Spektrumspreizen können
verschiedene andere Vorgänge
verwendet werden, welche dem Multiplizieren der PN-Sequenz (der
positiven/negativen Sequenz) mit dem Quelltonsignal entsprechen.
Ein Spektrumspreizen ist beispielsweise möglich durch logische Operationen,
welche ein binäre
Sequenz verwenden, die ein 0-Niveau und ein 1-Niveau willkürlich annimmt.
In diesem Fall kann für
die Eingabe von jedem Bit des Quelltonsignals eine Vielzahl von
EXOR-(Exklusiv-OR)-Schaltungen
verwendet werden, und die binäre
Sequenz wird gewöhnlich
in diese Vielzahl von EXOR-Schaltungen eingegeben, um einen Vorgang
zu erzeugen, welcher dem Multiplizieren der PN-Sequenz mit dem Quelltonsignal entspricht. Insbesondere
wenn ein Binärsequenzniveau
0 in die Vielzahl von EXOR-Schaltungen eingegeben wird, wird das
Quelltonsignal so ausgegeben, wie es ist, und es wird ein Vorgang
verwendet, welcher dem Multiplizieren des Quelltonsignals mit +1
entspricht. Wenn andererseits ein Binärsequenzniveau von 1 in die Vielzahl
von EXOR-Schaltungen
eingegeben wird, werden die Bits des Quelltonsignals invertiert,
und es wird ein Vorgang durchgeführt,
welcher dem Multiplizieren des Quelltonsignals um –1 entspricht.
Ein gespreiztes Tonsignal, das einem Spektrumspreizen auf diese
Art und Weise unterzogen worden ist, kann durch die EXOR-Schaltungen einem
anderen Vorgang unterzogen werden, wobei die gleiche binäre Sequenz
verwendet wird, um das Quelltonsignal zu reproduzieren.
-
INDUSTRIELLE
ANWENDBARKEIT
-
Die
gegenwärtige
Erfindung kann bei Vorrichtungen und Verfahren zum mit digitalen
Wasserzeichen Versehen von verschiedenen Arten von eindimensionalen
Daten, wie z.B. Tondaten, Messdaten und digitalen Rückkopplungsregelungssignalen,
verwendet werden.
