JP2009530677A - 二つのデータ区域を相関させる方法及び装置 - Google Patents

Abstract

音声信号の電子透かしは、音声の内容の変化が人間の聴覚系では識別できないような仕方で音声信号を操作することを意図している。電子透かしのデータは、受信した電子透かしが埋め込まれた音声信号から、対応する候補参照系列と相関させることによって復号する。一つ以上の同期シンボル（S1、S2、S3）が符号器において電子透かしのデータフレームに２回埋め込まれる。その後、通常の相関の代わりに循環相関を計算する。

Description

本発明は二つのデータ区域を相関させる方法及び装置に関する。かかる相関は音声の電子透かしの復号に用いることができる。

音声信号の電子透かしは、音声の内容の変化が人間の聴覚系では識別できないような仕方で音声信号を操作することを意図している。音声に対する電子透かし埋め込みの技術のほとんどは、元の音声信号に、その音声信号の周波数帯の全域に亘りスペクトル拡散した信号を付加するか、又は、スペクトル拡散した信号で変調した一つ以上の搬送波を元の音声信号に挿入する。電子透かしがどの程度可聴であるかには、様々な可能性があり、どの程度頑健であるかにも、様々な可能性がある。現在最も有名な技術は、聴覚心理的に形成したスペクトル拡散を用いている。例えば特許文献１及び特許文献２を参照。この技術は、最適な頑健性を提供しているわけではないが、それでも、相反する特性である可聴性と頑健性との間でうまくバランスを取っている。

スペクトル拡散や位相偏移のような多くの音声電子透かし技術は、特許文献３や特許文献４で開示されているように、復号器における検出のために、参照系列との相関を用いている。電子透かしの頑健性は参照系列の長さを増やすことにより改善される。
WO-A-97/33391 US-A-6061793 US-A-2005/0033579 EP 05090261.8

しかしながら、この相関のために必要な記憶容量と処理能力とは、参照系列の長さを増やした場合、それに比例する以上に増加する。これにより、対応する電子透かし検出器のハードウェア費用が増加する。

本発明が解決しようとする課題は、ここで必要な記憶容量と処理能力とを減少させることである。請求項１に開示する方法で、この課題を解決する。この方法を活用する装置を請求項５に開示する。

本発明の概要は、符号器側で、電子透かしのシンボルを２回（又はそれより多く）元の音声（又は映像）信号に埋め込み、対応する復号器で、電子透かしの復号のために、通常の相関の代わりに循環相関を用いることである。電子透かしが埋め込まれた音声信号は、受信した音声信号を、対応する（例えば逆変換した）候補参照系列と相関させることによって復号する。

欠点は、電子透かしシステムにおける電子透かし情報データの割合が、わずかに減少してしまうことである。しかしながら、本発明は必要な記憶容量を半分より少なく減少させ、必要な処理能力を1/8より少なく減少させる。

原則として、本発明の方法は、所与の長さNを備える少なくとも一つのデータ信号区域を含む、受信したデータフレームの部分を、前記所与の長さNを備える参照データ区域と相関させるためのものである。ここで、前記少なくとも一つのデータ信号区域は前記データフレームにおいて少なくとも２回継続して配置され、前記方法は：
前記参照データ区域を、前記継続して配置されるデータ信号区域の第１に受信されるものの少なくとも第２の部分と、データ信号区域の前記第１に受信されるものに続き繰り返される前記データ信号区域の、対応する第１の部分とに、相関させる、循環相関を用いる工程；及び
結果の相関値が事前設定された閾値よりも大きいか否かによって、又は、前記事前設定された閾値の符号を反転させた値以下であるか否かによって、前記相関値に、第１のビット値、又は、前記第１のビット値とは異なる第２のビット値、の何れかを代入する工程；
を含む。

本発明の、好都合な追加の実施例は、従属する請求項の各々について開示する。

本発明の例示的な実施例は添付の図を参照して記述する。

スペクトル拡散や位相偏移のような多くの音声電子透かし技術は、 EP 05090261.8 で開示されているように、何らかの参照系列を搬送波に埋め込む。二位相偏移変調（BPSK）を用いるのであれば、系列の極性がビット値を符号化する。符号位相変調（CSK）の場合は、別々の系列が、送信するビット値の別々の値に対して用いられる。電子透かしのメッセージが１ビットより多くを含むのであれば、図１の例示的なデータフレームに示すように、複数のビットは、一つのデータフレームにまとめられる。このデータフレームは一つ以上の同期シンボル（S1、S2、S3）で始まり、次に、いくつかのペイロードシンボル（Pld1からPld5）が続く。これらのペイロードシンボルは、電子透かしのデータを運搬し、また、誤り訂正のためのパリティデータを含んでもよい。電子透かしのデータフレームは通常連続して挿入される。即ち、現在のデータフレームの最後のペイロードシンボルの後に、後続のデータフレームは、その同期シンボルをもって開始する。

ペイロードシンボルの復号は相関を用いて行う。例えば、BPSKを用いる場合、a_wを音声標本のベクターとし、rを長さNの参照ベクターとする。相関値Cは次の式で求める。

C = Sum i=1, i<=N a_w(i)*r(i)
即ち、a_w(i)*r(i) の積を、1からNまでのiについて全ての値を合計する。C > 0であれば、電子透かしのビット値として「０」を復号し、さもなくば、電子透かしのビット値として「１」を復号する。代案では、THを予め決めた閾値とし、C
> THであれば、第１の電子透かしのビット値を復号し、C < THであれば第２の電子透かしのビット値を復号する。

このように相関を計算できるのは、a_wとrが既に同期している場合だけである。これらが１以上の標本で偏移している場合、次の計算を実行しなければならない。

For k=1, k<N: C(k) = Sum i=1, i<=N a_w(i-k)*r(i)
ここでa_wとｒとの間のオフセットは、相関ベクターCの最大値の場所を検索することにより求められる。

図２に参照系列R1と、対応する同期シンボルS1とがN/4ほど偏移している例を示す。従って、相関の入力ベクターは、R1と、S1の対応する第２の部分及びS2の対応する第１の部分とになる。

前述の計算はN*N回の乗算を必要とするので、O(N^2) の計算量に対応する。高速フーリエ変換 (FFT) を用いて相関を計算する速い手法が知られている。

C = IFFT(FFT(a0_w) * conj(FFT(r0)))
ここでa0_wは、最初のN要素がa_wの要素と等しく、続くN-1要素がゼロを含むベクターである。また、r0は同様にゼロが詰められたrの変種である。このアルゴリズムはO(log(2*N)*2*N)の計算量である。好都合に、大きなNの値に対しては、FFTに基づく手法は直接の手法よりも遥かに速い。

本発明の改良は、次の二つの工程のみを含む。第１に、図３に示す通り、一つ以上の同期シンボル又は同期系列（S1、S2、S3）が２回、符号器で埋め込まれる。この例では、符号器又は送信側で、同期シンボルS1とS2が（電子透かしの）データフレームに２回埋め込まれている。全てのシンボルを繰り返す必要は無い。第１のシンボルが電子透かしのデータフレームの同期に用いられるからである。系列（即ちデータフレーム）が同期された場合には、全ての相関を実行する必要は無い。

第２に、同期を行うために、復号器又は受信側で、通常の相関の代わりに、循環相関を計算する。循環相関は次の式で求める。

C = IFFT(FFT(a_w) * conj(FFT(r)))
図４から分る通り、第１のS1シンボルの相関していない部分は、対応する、第２のS1シンボルの相関している部分と、厳密に同一である。通常の相関の代わりに、循環相関を用いることができるのは、これがその理由である。好都合に、ゼロを詰めることはしないので、この計算はO(log(N)*N)の計算量となる。即ち、これは、通常の相関を計算する場合に比べて、２倍以上速く、半分程度の記憶容量しか必要としない。

一義的な相関値が検出できなかった場合には、標本の位置をいくらか後ろに動かして相関を再計算する必要がある。標準的な相関を用いる場合、二つの相関の間の距離を長くしすぎてはいけない。信号と参照との間があまり長く脱同期化すると、相関値が消失してしまうからである。例えば、長さN=4096の相関の場合、二つの相関の間の距離dはd=1024を超えてはいけない。好都合に、本発明の処理を用いれば、相関値は消失しない。即ち、二つの相関の間の距離は相関の全長であってもよい。即ち、長さN=4096の相関の場合、距離はd=4096であってもよい。その結果として、本発明の同期処理は必要な記憶容量を半分より少なく減少させ、必要な処理能力を1/8より少なく減少させる。

本発明は例えば図５に示すような電子透かしシステムに適用できる。符号器側では、元の音声入力信号AUIが（フレームで又はブロックで）供給され、位相変換部（PHCHM）及び聴覚心理計算器（PSYA）が受け取る。PSYAでは、音声入力信号の現在の聴覚心理特性が決定され、どの周波数帯域若しくは周波数諸帯域及び／又はどの時刻に、PHCHMの段階が音声信号の位相に電子透かし情報を割り当てることが許されるかを制御する。PHCHMの段階での位相の変更は周波数領域で行われ、変更された音声信号は出力に先立って時間領域に逆変換される。周波数領域への変換は高速フーリエ変換を用いて行うことができ、時間領域への変換は逆高速フーリエ変換を用いて行うことができる。音声信号の対応する位相の部分は、拡散系列SPRSEQの段階で格納又は生成されるスペクトル拡散系列（例えばM系列）の位相に従って、PHCHMの段階で操作される。電子透かし情報、即ちペイロードデータPDはビット値変調BVMODの段階に供給される。BVMODはSPRSEQの段階を相応じて制御する。BVMODの段階では、PDのデータの現在のビット値を、SPRSEQの段階で符号器の疑似雑音系列を変調するために用いる。例えば、現在のビット値が「1」であれば、符号器の疑似雑音系列を変更せず、現在のビット値が「0」に対応すれば、符号器の疑似雑音系列を反転する。この系列は値の「無作為」の分布のみを含み、図３の構造に対応してもよく、音声信号フレームの長さに対応する長さを備えてもよい。位相変換部PHCHMは対応する電子透かし埋め込み済みの音声信号WMAUを出力する。

復号器側では、電子透かし埋め込み済みの音声信号WMAUは相関器CORRを（フレームで又はブロックで）通る。CORRでは、WMAUの位相と、復号器拡散系列DSPRSEQの段階で格納又は生成された、候補の復号器拡散系列又は疑似雑音系列（これらの系列のうちの一つを符号器で用いた）が一つ以上の例えば周波数領域から時間領域に変換された版とを、相関させる。相関器は対応する電子透かし出力信号WMOのビット値を提供する。

本発明は検知のために相関を用いる全ての技術に適用可能である。ここで、埋め込みの処理を、参照信号を２回埋め込むように変更できる。

例示的な電子透かしのデータフレームである。 参照系列と対応する同期シンボルが偏移している例である。 図１のデータフレームで、符号器で一つ以上の同期系列が２回埋め込まれている例である。 第１の同期シンボルで相関していない部分が、第２の同期シンボルで相関している部分と、厳密に同一である例である。 電子透かしの符号器と復号器の区画図の例である。

Claims (5)

1. 所与の長さNを備える少なくとも一つのデータ信号区域を含む、受信したデータフレームの部分を、前記所与の長さNを備える参照データ区域と相関させる方法であって、前記方法により、前記少なくとも一つのデータ信号区域は前記データフレームにおいて少なくとも２回継続して配置され：
   前記参照データ区域を、前記継続して配置されるデータ信号区域の第１に受信されるものの少なくとも第２の部分と、データ信号区域の前記第１に受信されるものに続き繰り返される前記データ信号区域の、対応する第１の部分とに、相関させる、循環相関を用いる工程；及び
   結果の相関値が事前設定された閾値よりも大きいか否かによって、又は、前記事前設定された閾値の符号を反転させた値以下であるか否かによって、前記相関値に、第１のビット値、又は、前記第１のビット値とは異なる第２のビット値、の何れかを代入する工程；
   を含む前記方法。
2. 前記データフレームは電子透かしのデータを含む、請求項１に記載の方法。
3. 前記データフレームは一つ以上の同期シンボル及び一つ以上のペイロードシンボルを含み、前記同期シンボルの少なくとも一つは前記データフレームにおいて少なくとも１回繰り返される、請求項２に記載の方法。
4. 前記相関は次の式
   C = IFFT(FFT(a_w) * conj(FFT(r)))
   ここでCは前記相関値であり、rは前記参照データ区域であり、a_wは前記参照データ区域rが相関されるべき前記受信したデータフレームの対応する区域である
   を計算することで実行される、請求項１乃至３のうちいずれか一項に記載の方法。
5. 請求項１乃至４のうちいずれか一項に記載の方法を実行するために適応された装置。

Images