JP3355521B2 - 音声符号化時の透かしビットの埋込方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、デジタル音声の音
声符号の一部を利用して電子透かしを密かに埋込む方法
に関する。

【０００２】

【従来技術】従来から、音声をデジタル化する最も基本
的な技術として、波形の振幅をサンプリング定理に基づ
いて量子化する線形パルス符号化（Ｐｕｌｓｅ Ｃｏｄ
ｅＭｏｄｕｌａｔｉｏｎ：以下、ＰＣＭと記載する）方
式が知られている。又、このＰＣＭ方式により得られた
複数のデジタル波形値をフレームとしてまとめ、そのフ
レームごとに音声符号を生成する手法の一つに符号励振
線形予測（ＣｏｄｅＥｘｃｉｔｅｄ Ｌｉｎｃａｒ Ｐ
ｒｅｄｉｃｔｉｏｎ Ａｕｄｉｏ Ｃｏｄｅｓ：以下、
ＣＥＬＰと記載する）が知られている。更に、このＣＥ
ＬＰについては、国際的な標準化組織であるＩＴＵによ
り、ＩＴＵ−勧告Ｇ．７２９ ８ｋｂｉｔ／ｓ ＣＳ−
ＡＣＥＬＰ（Ｃｏｎｊｕｇａｔｅ Ｓｔｒｕｃｔｕｒｅ
Ａｌｇｅｂｒａｉｃ ＣＥＬＰ）が発表されており、
この勧告はＣＥＬＰを原理とする符号化法の一つで、大
幅に符号量を削減しているにも関わらず高音質な音声を
再生できる技術に関するものである。

【０００３】しかし、この勧告のようなデジタル符号に
よる音声の伝送では、伝送先で完全な音声を容易に複製
できるため、著作者や制作者或いは演奏者等の著作権保
護については逆に難しくなるという問題が指摘されてい
る。この著作権保護の対策として、デジタル符号による
デジタルメディアの不正コピーを特定するための著作権
情報（電子透かし）を、人間の知覚のあいまいさを利用
して埋込む試みが行われている。（例：松井甲子雄：デ
ィジタル透かし、画像電子学会誌，Ｖｏｌ．２６，Ｎ
ｏ．３，ｐｐ．２６６−２７４，１９９７）

【０００４】デジタル音声に対して電子透かし等の特殊
信号を埋込むことについては、Ｂｏｎｅｙ等により、聴
感的マスキング現象を利用した電子透かしの埋込み法が
提案されている。（Ｂｏｎｅｙ他：Ｄｉｇｉｔａｌ ｗ
ａｔｅｒｍａｒｋｓ ｆｏｒａｕｄｉｏ ｓｉｇｎａｌ
ｓ，Ｐｒｏｃ．ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎ
ａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｕｌｔｉｍｅｄ
ｉａ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｓｙｓｔｅｍｓ，
ｐｐ．４７３−４８０，１９９６）また、松井等によ
り、電子化雑音に見せかけて文書データを埋込み伝送す
る方法が提案されている。（松井甲子雄 他：適応差分
ＰＣＭ符号化における音声符号へのテキスト情報の埋込
み、情報処理学会誌、Ｖｏｌ．３８，Ｎｏ．１０，ｐ
ｐ．２０５３−２０６１，１９９７）

【０００５】一方、岩切等により、すでに国際標準規格
（勧告）Ｇ．７２６に対して電子透かしを埋込む巧みな
方法も提案されている。（岩切宗利 他：適応差分ＰＣ
Ｍ符号化における音声符号へのテキスト情報の埋込み、
情報処理学会論文誌、Ｖｏｌ．３８，Ｎｏ．１０．ｐ
ｐ．２０５３−２０６１，１９９７）

【０００６】

【発明が解決しようとする課題】しかしながら、上記し
たＢｏｎｅｙ等や松井等の提案する方法では、第３者に
埋込み位置が特定される可能性が有り、さらには音声デ
ータの配布や保存の際に施される大幅な符号圧縮で透か
し情報が消失することもあると考えられる。又、勧告
Ｇ．７２６については、上記したように岩切等により巧
みな電子透かしの埋込方法が提案されているが、勧告
Ｇ．７２９についてはそのような巧みな電子透かしの埋
込方法提案されていない。そこで、本発明の目的は、勧
告Ｇ．７２６について岩切等により示された方法とは異
なる方法により、勧告Ｇ．７２９について、圧縮された
状態の音声符号に、電子透かしを埋込む方法と、その電
子透かしの存在を隠すための簡単な方法を提供すること
にある。

【０００７】

【課題を解決するための手段】上記課題を解決するため
の本発明の基本的なアイデアは、デジタル音声データを
符号化する際に用いられるマルチパルス音源の構造に着
目し、その合成過程においてビット系列化されたデータ
を埋込むものである。その際、埋込を施す音声符号を不
特定に選択し、埋込の規則を変化させることによって、
埋込の存在を隠すことができる。

【０００８】請求項１の本発明は、少なくとも固定符号
帳を用いて音声をデジタル符号化して送信する際に透か
しビットを埋め込む方法であって、前記固定符号帳にお
ける隣接した複数のパルス位置の候補に「１」か「０」
かの割り当てを行い、該パルス位置の候補を「１」か
「０」かにより選択する第１の鍵を定め、送信音声符号
中の透かしを埋込むビット位置には、前記第１の鍵によ
って選択されたパルス位置を用いることを特徴とし、デ
ジタル音声データを符号化する際に用いられる固定符号
帳（マルチパルス音源）の構造に着目し、その合成過程
においてビット系列化されたデータを埋込むものであ
る。

【０００９】請求項２の本発明は、上記の請求項１の本
発明において、前記固定符号帳において、前記パルス位
置の候補の所定数の合計値の取り得る値の各々に対して
「１」か「０」かの割り当てを行い、前記透かしの埋込
の実施と非実施を前記合計値が「１」か「０」かにより
選択する第２の鍵を定め、出力音声符号からフィードバ
ックにより得られた前記合計値を前記第２の鍵に対応さ
せて、前記透かしの埋め込みを実施することを特徴と
し、透かしの埋込みを施す音声符号を不特定に選択する
ようにしたことで、第３者が透かし情報を含む音声符号
を特定することが難しくなり、第３者による鍵の解析さ
れる可能性を減らすことができる。

【００１０】請求項３の本発明は、上記の請求項２の本
発明において、前記第１の鍵における「１」と「０」の
割り当てと逆の割り当てをした第３の鍵を定め、前記パ
ルス位置の候補の所定数の合計値が偶数値であるか奇数
値であるかを検出し、前記合計値の偶数値と奇数値の各
々に同一の鍵となることがないように前記第１の鍵と前
記第３の鍵の一方を対応させ、送信音声符号中の透かし
を埋込むビット位置には、前記第１の鍵または前記第３
の鍵によって選択されたパルス位置を用いることを特徴
とし、透かしの埋込みの規則を変化させることで、長期
間にわたって同じ鍵を使用しても鍵を解析される可能性
を減らすことができる。

【００１１】

【発明の実施の形態】以下に図と数式を用いて本発明の
実施形態を説明する。本実施形態では、まず、「Ｉ．勧
告Ｇ．７２９の概要」を説明し、次に、「ＩＩ．埋込み
方法」（請求項１に対応したマルチパルス音源を利用し
てテキストビット系列を音声符号に埋込む方法）、その
次に、「ＩＩＩ．秘匿性の向上方法」（請求項２と３の
埋込みの存在を隠して鍵の解析を難しくする方法）、更
に、「ＩＶ．探索アルゴリズム」（埋込のためのパルス
位置を探索する実際の動作のアルゴリズム）、「Ｖ．実
験結果」という順に説明する。

【００１２】Ｉ．勧告Ｇ．７２９の概要 以下に本願の発明を理解するための参考として、ＩＴＵ
−Ｔ勧告Ｇ．７２９の概要を簡単に説明する。尚、本願
発明の目的は上記したように、勧告Ｇ．７２９のように
固定符号帳を用いて圧縮された状態の音声符号に電子透
かしを埋込む方法と、その電子透かしの存在を隠すため
の簡単な方法を提供することであり、勧告Ｇ．７２９を
詳しく説明することが目的ではないので、本明細書にお
ける以下のＩＴＵ−Ｔ勧告Ｇ．７２９の説明では、ＩＴ
Ｕ−Ｔ勧告Ｇ．７２９の本質的な構成や動作として必要
な部分であっても、本発明に関係の薄い部分は削除して
説明している。従って、本明細書における勧告Ｇ．７２
９の説明で不十分な部分については、勧告Ｇ．７２９の
本文を参照いただきたい。

【００１３】ＩＴＵ−Ｔ勧告Ｇ．７２９では、共役構造
−代数的符号励振線形予測符号化方式（以下、ＣＳ−Ａ
ＣＥＬＰ方式と記す）で音声のコーデックを行ってい
る。１フレームの長さは、１０ミリ秒でその中に８０点
の標本点を有する。サブフレームの長さは、５ミリ秒で
その中に４０点の標本点を有する。ビットレートは、８
ｋビット／秒である。即ち、音声はサンプリングされ
て、各フレームごとに８０ビットの音声符号が生成さ
れ、８ｋビット／秒のビットレートで送出される。

【００１４】ＣＳ−ＳＣＥＬＰ方式を用いる勧告Ｇ．７
２９では、３２ｋビット／秒の勧告Ｇ．７２６と同等の
音声品質を実現し、第３世代のパーソナル通信である
「将来の公衆陸上移動通信システム（以下、ＦＰＬＭＴ
Ｓと記す）」に適用するために誤り耐性を確保する等の
厳しい条件が掲げられて標準化されたため、少ない遅延
で高品質なコーデックとなった。そのため、勧告Ｇ．７
２９は、ＦＰＬＭＴＳだけでなく、非同期転送モード
（ＡＴＭ）やフレーム・リレー用の音声対応多重装置に
も適用でき、既に一部の製品への実装が始まっている。

【００１５】勧告Ｇ．７２９の符号器では、（１）入力
音声を分析して量子化した線形予測合成フィルタの係数
（人の口の形状に相当）、（２）駆動音源である適応符
号帳と雑音符号帳から選択される信号パターン（声帯振
動に相当）、（３）音量を調整する利得・パラメータ
（声の大きさに相当）を符号化する。そして、復号器で
は、それらのパラメータから音声を合成する。線形予測
合成フィルタと利得の係数には、量子化効率を上げるた
めにフレーム間予測を適用する。前のフレームで得られ
たパラメータから今のパラメータを予測し、その差分を
符号化する方法である。

【００１６】勧告Ｇ．７２９の特徴を列挙すると、
（１）雑音符号帳で「代数的」（Ａｌｇｅｂｒａｉｃ）
と呼ぶ信号表現を取り入れたこと、（２）演算を高速化
するとともに、従来のＣＥＬＰ方式のように雑音符号帳
パターンを全て蓄積しておく必要を無くしたこと、
（３）メモリーを節約でき、パターン選択の演算量も減
少すること、（４）雑音符号帳の選択にはＡ−ｂ−Ｓ方
式（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ：合
成による分析）という演算量は大きいもののビットレー
トさえ十分に割り当てれば、限りなく入力音声に近い音
を合成できる方式を用いること、（５）適応符号帳から
得られるピッチ周期には、伝送中のビット誤りを検出す
るパリティを付加するので勧告Ｇ．７２６と比べて伝送
誤り耐性に優れること、ということになる。

【００１７】図１は、勧告Ｇ．７２９の基本的な符号器
の構成を示すブロック図である。図１における符号器
は、入力信号１を高域通過フィルタリングとスケーリン
グする前処理部２と、前処理された信号を１０ミリ秒の
１フレームに１度の割合で線形予測フィルタの係数を算
出して、その係数を線スペクトル対（ＬＳＰ）に変換
し、量子化して線形予測係数７を出力するする線形予測
分析部３と、前記線形予測係数等が入力される線形予測
合成フィルタ４、前処理部２と線形予測フィルタ４から
の信号が入力され誤差信号を入力する加算器５，加算器
５の出力を線形予測係数７を用いてフィルタリングする
聴覚的重み付けフィルタ６、聴覚的重み付けフィルタ６
の出力を入力する固定符号帳探索部８とピッチ分析部
９、固定符号帳探索部８とピッチ分析部９の出力等が入
力されて線形予測係数７により送信ビットストリーム１
１を出力するパラメータ符号化部１０、固定符号帳探索
部８とピッチ分析部９の出力が入力されて利得を出力す
る利得量子化部１２、駆動音源である適応符号帳１３、
駆動音源であり雑音符号帳でもある固定符号帳１４、適
応符号帳１３の利得Ｇｐ１５、固定符号帳１４の利得Ｇ
ｃ１６から構成され、その動作は、勧告Ｇ．７２９に詳
しく示されているためここでは特に説明しない。

【００１８】ところで、勧告Ｇ．７２９においては、符
号化に用いる固定符号帳（雑音符号帳）に特徴があり、
本願発明においても、その固定符号帳の特徴を利用して
いる。その勧告Ｇ．７２９の固定符号帳を示す図表を図
２に示す。図２は、マルチパルス音源型の固定符号帳で
あり、５ミリ秒のサブフレームにおける４０サンプルの
図表に示す候補の中から、４つのパルス位置「ｍ０」〜
「ｍ３」と、極性情報「ｓ０」〜「ｓ３」を決定する。

【００１９】勧告Ｇ．７２９において、この図２の図表
からのパルス位置と極性情報の探索処理は、次のように
なる。例えば、図１における線形予測合成フィルタ４に
相当する１０次の線形予測フ １）（＝Ｇ．７２９：式２）のように定義する。

【数１】

【００２０】また、図１における聴覚的重み付けフィル
タ６に相当する聴感的重み付けフィ ２）（＝Ｇ．７２９：式２７）のように定義する。ただ
し、γ１、γ２は、聴感的重み付けフィルタＷ（ｚ）の
特性を決定するための入力信号のスペクトル形状の関数
である重み付け係数である。

【数２】

【００２１】ここで、上記線形予測フィルタと聴感的重
み付けフィルタの合成フィルタＷ 図２の図表から導かれる４０次のコードベクトルｃ
（ｎ）を次の数式（数３）（＝Ｇ．７２９：式４５）の
ように表現する。

【数３】 ただし、数式（数３）中のδについては、次の数式（数
４）であるとする。

【数４】

【００２２】ここで、まず、次の数式（数５）（＝Ｇ．
７２９：式４６）のフィルタＰ（ｚ）を用いて、４０次
のコードベクトルｃ（ｎ）を処理する。

【数５】 この数式（数５）において、Ｔはピッチ遅延である。ま
た、βは前フレームにおける適応符号帳（図１における
適応符号帳１３に相当）の利得ｇ_ｐ ^{（ｍ−１）}の量 ４７）のようになる。

【数６】 （ｚ）のインパルス応答ｈ（ｎ）を、次の数式（数７）
（＝Ｇ．７２９：式４９）のように修正する。

【数７】

【００２３】次に、ターゲット信号ｘ’（ｎ）を、次の
数式（数８）（＝Ｇ．７２９：式５０）により求める。

【数８】 上記の数式（数８）におけるｘ（ｎ）は、重み付け音声
ｓｗ（ｎ）からＷ（ｚ） （ｎ）とインパルス応答ｈ（ｎ）の畳み込み積分値であ
る。

【００２４】次に、数式（数８）で得られるｘ’（ｎ）
を用いて、次の数式（数９）（＝Ｇ．７２９：式５２）
によりｄ（ｎ）を求める。

【数９】

【００２５】また、次の数式（数１０）（＝Ｇ．７２
９：式５４）による値を、代数的構造を有する符号帳Ｃ
とする。ここで、ｍ_ｉは各パルス位置である。

【数１０】 更に、次の数式（数１１）（参考式：Ｇ．７２９：式５
５）による値をエネルギＥとする。

【数１１】 ここで、行列φ′（ｉ，ｊ）は、次の数式（数１２）
（＝Ｇ．７２９：式５６）（数１３）（＝Ｇ．７２９：
式５７）により求まる。

【数１２】

【数１３】 また、行列φ（ｉ，ｊ）は、次の数式（数１４）（＝
Ｇ．７２９：式５１）により求まる。

【数１４】

【００２６】図２の図表の符号帳の探索は、勧告Ｇ．７
２９の式５３に示したようなＣ^２／Ｅの値を最大にする
ように、Ａ−ｂ−ｓ（合成分析：Ａｎａｌｙｓｉｓ ｂ
ｙＳｙｎｔｈｅｓｉｓ）の手法を用いて行う。よって、
その処理量は、一般に膨大となるので、次のように閾値
を導入して探索処理量を削減する。

【００２７】 および、係数Ｋ_３＝０．４を用いて、次の数式（数１
５）（＝Ｇ．７２９：式６０）により閾値ｔｈｒ_３を求
める。

【数１５】

【００２８】ここで、４番目のパルスｍ_３の探索は、ｔ
ｈｒ_３を超えるパルス位置ｍ_０、ｍ_１、ｍ_２との組み合
わせについてのみ実施する。また、各フレームごとの最
大探索処理量ＴＩ_ｍａｘを用いて、処理遅延が増大する
ことを抑制している。一方、送信側では、送られてきた
符号から各パラメータを抽出して出力音声を合成するた
め、その処理量は符号化に比べ少なく高速である。

【００２９】ＩＩ．埋込み方法 以下、本発明を勧告Ｇ．７２９のＣＳ−ＡＣＥＬＰ符号
化方式に適用し、音声符号中に透かし情報を埋込む方法
の原理を示す。

【００３０】図２の図表において４番目のパルス情報ｉ
_３のパルス位置ｍ_３は、他のｉ_０〜ｉ_２のパルス位置ｍ
_０〜ｍ_２の候補と異なり隣接した候補を持つことがわか
る。ここで、４番目のパルス情報のパルス位置ｍ_３の置
換を示す図である図３に示すように、選択された最適パ
ルス位置ｍ_３をそれに隣接する候補ｍ′_３に置き換えて
音声符号としても再生音声に与える影響は少ないと考え
られる。これを利用して、音声符号のマルチパルス音源
情報部分に透かし情報等の特殊信号系列を埋込む。

【００３１】まず、パルス位置ｍ_３の候補にラベル付け
を行う鍵ｋ_ｐを導入する。例えば、鍵ｋ_ｐによる４番目
のパルス情報のパルス位置ｍ_３の分類を示す図である図
４に示すように、鍵ｋ_ｐ＝“００００１１１１”とした
ならば、鍵ｋ_ｐの最上位ビットが“０”であるので、パ
ルス位置ｍ_３の候補｛３｝に“０”を割り当て、それに
隣接する候補｛４｝に“１”を割り当てる。一方、鍵ｋ
_ｐの最下位ビットは“１”であるのでパルス位置ｍ_３の
候補｛３８｝に“１”を割り当て、それに隣接する候補
｛３９｝に“０”を割り当てる。この要領で、パルス位
置ｍ_３の全候補に“０”と“１”のラベルを付ける。

【００３２】ここで、音声符号に透かしビット“０”を
埋込む場合は、鍵ｋ_ｐにより、図４中の“０”のラベル
を付けられた候補の中からパルス位置ｍ_３を選定する。
一方、透かしビット“１”を埋込む場合は、図４中の
“１”のラベルを付けられた候補の中からパルス位置ｍ
_３を選定する。これを繰り返すことで２値化した透かし
情報を埋込むことができる。

【００３３】また、鍵ｋ_ｐを知る署名者は、音声符号中
に含まれるパルス位置ｍ_３のラベルが“１”か“０”か
を調べることで、透かし情報を容易に抽出できる。

【００３４】ＩＩＩ．秘匿性の向上方法 上記の「ＩＩ．埋込方法」で述べた方法により、全サブ
フレームに埋込みを施すと、１秒あたり８００ビットの
各４番目のパルス情報のパルス位置ｍ_３の位置を選定す
ることで透かし情報を埋め込むので２００ビットの透か
し情報を埋込み可能である。しかし、同じ鍵ｋ_ｐを用い
て全符号に透かしを埋込むと、不正な第３者が鍵ｋ_ｐを
解析する可能性が高くなる。そこで、次の方法により秘
匿性の向上させた。

【００３５】まず、次の数式（数１６）に示すようにパ
ルス位置ｍ_０〜ｍ_３の候補の合計値をｃ_ｐとする。

【数１６】 この合計値ｃ_ｐの値は、合計値ｃ_ｐが取り得る値の図表
である図５に示した５８通りのいずれかになる。

【００３６】また、音声符号に含まれるパルス位置ｍ_０
〜ｍ_３の候補の各値がランダムならば、図２の図表か
ら、合計値ｃ_ｐの出現頻度は、ほぼ連続する自然数から
ランダムに抽出した数値の和と考えられ、従って、正規
分布に近い特性を示すと考えられる。

【００３７】上記のパルス位置ｍ_０〜ｍ_３の候補の各値
がランダムなら正規分布であることの一例を得るため
に、発明者は、英語の女声Ｅｗｓ（後述する図９の図表
を参照）から得られた音声符号に含まれるパルス位置ｍ
_０〜ｍ_３の候補を用いて合計値ｃ_ｐの出現頻度を調査
し、図６に示す調査結果を得た。

【００３８】図６は、４つのパルス位置ｍ_０〜ｍ_３の合
計値ｃ_ｐの出現頻度を示す図であり、図６において、合
計値ｃ_ｐの出現頻度は、概略で正規分布を示していると
いえるので、各パルス位置ｍ_０〜ｍ_３の候補は、ほぼラ
ンダムに選択されていることになる。そこで、図７に示
すフィードバック処理構造により、透かしビットの分散
配置を行った。

【００３９】図７（ａ）は、送信装置におけるフィード
バック制御を示す図であり、図７（ｂ）は、受信装置に
おける前記送信装置のフィードバック処理結果を利用し
たフィードフォワード制御を示す図である。図７（ａ）
において、入力音声２１は、Ｇ７２９符号化装置２２に
入力され、８ｋビット／秒の出力符号２３（ｍ_０、
ｍ_１、ｍ_２、ｍ_３）として出力される。出力符号２３の
一部は、制御装置２４にフィードバックされ、制御装置
２４からは、Ｇ７２９符号化装置２２に対して埋込符号
選択信号２５が出力される。Ｇ７２９符号化装置２２で
は、そのフィードバックされてきた埋込符号選択信号２
５により入力音声２１の符号化を行い出力符号２３とし
て出力する。

【００４０】図７（ｂ）において、出力符号２３は、Ｇ
７２９復号装置２６に入力されると共に、制御装置２７
にも入力され、制御装置２７からＧ７２９復号装置２６
に対して埋込符号検索信号２８が出力される。Ｇ７２９
復号装置２６では、埋込符号を検索し、埋込符号を抽出
して出力音声２９を出力する。

【００４１】ここで、図５に示す合計値ｃ_ｐが取り得る
５８通りの全値に対し“０”と“１”を割り当てた鍵ｋ
_ｃｏｎを導入する。この鍵ｋ_ｃｏｎは、５８ビットの２
進数である。

【００４２】図８は、図７の制御系を用いてフィードバ
ックした出力音声符号の合計値ｃ_ｐに対応する鍵ｋ
_ｃｏｎのビット値Ｃ_ｐｂの抽出処理を示す図である。図
８では、まず、フィードバックした出力音声符号から合
計値ｃ_ｐを求める。次に、その合計値ｃ_ｐに対応する鍵
ｋ_ｃｏｎのビット値ｃ_ｐｂを抽出する。この抽出された
ビット値ｃ_ｐｂが“１”のときは、音声符号への透かし
ビット埋込みを実施する。一方、そのビット値ｃ_ｐｂが
“０”のときは音声符号への透かしビット埋込みを実施
しない。これを繰り返すことで、透かしビットを音声符
号全体に分散配置できる。この方法により、鍵ｋ_ｃｏｎ
を知らない第３者が透かし情報を含む音声符号を特定す
るのは難しくなる。

【００４３】しかしながら、例えば、上記のような鍵ｋ
_ｃｏｎを導入しても図４の鍵ｋ_ｐに特殊な鍵ｋ_ｐ（“０
０００００００”や”１１１１１１１”）を用いて長期
間にわたって埋込みを施すと、埋込んだ透かしデータの
統計的特性が音声符号に反映されると考えられる。よっ
て、同じ鍵ｋ_ｐの長期使用は、透かしの存在を隠す上で
望 込みを施せば、合計値ｃ_ｐの出現頻度の偏りを拡散する
ことを考える。

【００４４】ここで、図５の図表に示す数は、全て連続
する２数の組で構成されていることから、合計値ｃ_ｐは
１／２の確率で偶数になる。従って、合計値ｃ_ｐが偶数
にな

【数１７】 拡散できる。

【００４５】ＩＶ．探索アルゴリズム 上記した鍵を用いた各パルス位置の探索アルゴリズムに
ついて、符号化手順の動作フローチャートである図９
と、復号手順の動作フローチャートである図１０を用い
て、詳細に説明する。

【００４６】尚、以下の探索アルゴリズムの説明では、
次のように表記を行う。 ｔｈｒ_３：探索処理閾値、Ｓ_ｍａｘ：Ｃ／Ｅの最大値、
ＴＩ_ｍａｘ：最大探索処理量、ｔｉｍｅ：探索処理量、
Ｌ０，…，Ｌ４：ループ処理、ｉ_０，…，ｉ_４：パルス
位置候補、ｍ_０，…，ｍ_３：最適パルス位置、ＣＥ（ｘ
_０，ｘ_１，ｘ_２，ｘ_３）：パルス位置ｘ_０，ｘ_１，
ｘ_２，ｘ_３を用いてＣ／Ｅを求める関数、ｔｂｉｔ：埋
込むビット値、ｍｏｄｅ：埋込み実施フラグ（埋込む場
合：１，埋込まない場合：０，初期値：０）、ｔａｐ
（ｘ，ｙ）：ｘの上位からｙビット目のビット値を抽出
する関数、ｃｈｅｃｋ（ｋ_ｃｏｎ，ｃ_ｐ）：鍵ｋ_ｃｏｎ
の合計値ｃ_ｐに対応するビット値ｃ_ｐｂを抽出する関
数、ｇｅｔ（Ｔ）：埋込むデータファイルＴから１ビッ
トずつ抽出する関数、ｐｕｔ（ｔｂｉｔ，Ｔ）：抽出ビ
ット値ｔｂｉｔをデータファイルＴに出力する関数。

【００４７】図９の符号化手順の動作フローチャートに
示す処理は、以下のようになる。ステップＳ１では、探
索処理閾値ｔｈｒ_３を計算する。ステップＳ２では、Ｃ
／Ｅの最大値Ｓ_ｍａｘを「０」とする。ステップＳ３で
は、探索処理量ｔｉｍｅを「０」とする。ステップＳ４
では、パルス位置候補としてｉ_０＝０，５，…，３５を
用いてループ処理Ｌ０を開始する。ステップＳ５では、
パルス位置候補としてｉ_１＝１，６，…，３６を用いて
ループ処理Ｌ１を開始する。ステップＳ６では、パルス
位置候補としてｉ_２＝２，７，…，３７を用いてループ
処理Ｌ２を開始する。

【００４８】 ｈｒ_３である場合（ステップＳ７：ＹＥＳ）には、ステ
ップＳ８に進み、 進む。ステップＳ８では、パルス位置候補としてｉ_３＝
３，８，…，３８を用いてループ処理Ｌ３を開始する。
ステップＳ９では、埋め込みの無い場合、又は、初期値
である場合を示す埋込み実施フラグの状態であるｍｏｄ
ｅが「０」であるか、または、フラグの埋込が有る場合
を示す埋込み実施フラグの状態であるｍｏｄｅが「１」
であり、且つ、鍵ｋ_ｐの上位から（ｉ_３−３）／５ビッ
ト目のビット値を抽出する関数であるｔａｐ（ｋ_ｐ，
（ｉ_３−３）／５）＝ｔｂｉｔ（埋め込むビット値）で
あるか否かを判断する。ｍｏｄｅが「０」であるか、ま
たは、ｍｏｄｅが「１」で、且つ、ｔａｐ（ｋ_ｐ，（ｉ
_３−３）／５）＝ｔｂｉｔである場合（ステップＳ９：
ＹＥＳ）には、ステップＳ１０に進み、ｍｏｄｅが
「０」であるか、または、ｍｏｄｅが「１」で、且つ、
ｔａｐ（ｋ_ｐ，（ｉ_３−３）／５）＝ｔｂｉｔでない場
合（ステップＳ９：ＮＯ）には、ステップＳ１４に進
む。

【００４９】ステップＳ１０では、Ｃ／Ｅの値であるＳ
を、パルス位置候補ｉ_０，ｉ_１，ｉ_２，ｉ_３を用いてＣ
／Ｅを求める関数であるＣＥ（ｉ_０，ｉ_１，ｉ_２，
ｉ_３）とする。ステップＳ１１では、Ｃ／Ｅの値である
ＳがＣ／Ｅの最大値であるＳ_ｍａｘより大きいか否かの
判断を行う。ＳがＳ_ｍａｘより大きい場合（ステップＳ
１１：ＹＥＳ）には、ステップＳ１２に進み、ＳがＳ
_ｍａｘより大きくない場合（ステップＳ１１：ＮＯ）に
は、ステップＳ１４に進む。ステップＳ１２では、Ｃ／
Ｅの最大値であるＳ_ｍａｘを、Ｓとする。ステップＳ１
３では、最適パルス位置ｍ_０をｉ_０とし、最適パルス位
置ｍ_１をｉ_１とし、最適パルス位置ｍ_２をｉ_２とし、最
適パルス位置ｍ_３をｉ_３とする。ステップＳ１４では、
ループ処理Ｌ３を終了する。ステップＳ１５では、パル
ス位置候補としてｉ_４＝４，９，…，３９を用いてルー
プ処理Ｌ４を開始する。

【００５０】ステップＳ１６では、埋め込みの無い場
合、又は、初期値である場合を示す埋込み実施フラグの
状態であるｍｏｄｅが「０」であるか、または、フラグ
の埋込が有る場合を示す埋込み実施フラグの状態である
ｍｏｄｅが「１」であり、且つ、鍵ｋ_ｐの上位から（ｉ
_４−４）／５ビット目のビット値を抽出する関数である
ｔａｐ（ｋ_ｐ，（ｉ_４−４）／５）≠ｔｂｉｔ（埋め込
むビット値）であるか否かを判断する。ｍｏｄｅが
「０」であるか、または、ｍｏｄｅが「１」で、且つ、
ｔａｐ（ｋ_ｐ，（ｉ_４−４）／５）≠ｔｂｉｔである場
合（ステップＳ１６：ＹＥＳ）には、ステップＳ１７に
進み、ｍｏｄｅが「０」であるか、または、ｍｏｄｅが
「１」で、且つ、ｔａｐ（ｋ_ｐ，（ｉ_４−４）／５）≠
ｔｂｉｔでない場合（ステップＳ１６：ＮＯ）には、ス
テップＳ２１に進む。ステップＳ１７では、Ｃ／Ｅの値
であるＳを、パルス位置候補ｉ_０，ｉ_１，ｉ_２，ｉ_３を
用いてＣ／Ｅを求める関数であるＣＥ（ｉ_０，ｉ_１，ｉ
_２，ｉ_３）とする。ステップＳ１８では、Ｃ／Ｅの値で
あるＳがＣ／Ｅの最大値であるＳ_ｍａｘより大きいか否
かの判断を行う。ＳがＳ_ｍａｘより大きい場合（ステッ
プＳ１８：ＹＥＳ）には、ステップＳ１９に進み、Ｓが
Ｓ_ｍａｘより大きくない場合（ステップＳ１８：ＮＯ）
には、ステップＳ２１に進む。

【００５１】ステップＳ１９では、Ｃ／Ｅの最大値であ
るＳ_ｍａｘを、Ｓとする。ステップＳ２０では、最適パ
ルス位置ｍ_０をｉ_０とし、最適パルス位置ｍ_１をｉ_１と
し、最適パルス位置ｍ_２をｉ_２とし、最適パルス位置ｍ
_３をｉ_３とする。ステップＳ２１では、ループ処理Ｌ４
を終了する。ステップＳ２２では、探索処理量ｔｉｍｅ
を、ｔｉｍｅ＋１とする。ステップＳ２３では、探索処
理量ｔｉｍｅが最大探索処理量ＴＩ_ｍａｘより大きいか
否かを判断する。ｔｉｍｅがＴＩ_ｍａｘより大きい場合
（ステップＳ２３：ＹＥＳ）には、ステップＳ２７に進
み、ｔｉｍｅがＴＩ_ｍａｘより大きくない場合（ステッ
プＳ２３：ＮＯ）には、ステップＳ２４に進む。ステッ
プＳ２４では、ループ処理Ｌ２を終了する。ステップＳ
２５では、ループ処理Ｌ１を終了する。ステップＳ２６
では、ループ処理Ｌ０を終了する。

【００５２】ステップＳ２７では、合計値ｃ_ｐを、最適
パルス位置の合計値ｍ_０＋ｍ_１＋ｍ_２＋ｍ_３とする。ス
テップＳ２８では、埋込実施フラグｍｏｄｅを、鍵ｋ
_ｃｏｎの合計値ｃ_ｐに対応するビット値ｃ_ｐｂを抽出す
る関数であるｃｈｅｃｋ（ｋ_ｃｏｎ，ｃ_ｐ）とする。ス
テップＳ２９では、埋込実施フラグｍｏｄｅが「１」で
あるか否かの判断を行う。ｍｏｄｅが「１」である場合
（ステップＳ２９：ＹＥＳ）には、ステップＳ３０に進
み、ｍｏｄｅが「１」でない場合（ステップＳ２９：Ｎ
Ｏ）には、ステップＳ３３に進む。

【００５３】ステップＳ３０では、埋め込むビット値ｔ
ｂｉｔを、埋め込むデータファイルＴから１ビットずつ
抽出する関数であるｇｅｔ（Ｔ）とする。ステップＳ３
１では、合計値ｃ_ｐが偶数であるか否かの判断を行う、
ｃ_ｐが偶数である場合（ステップＳ３１：ＹＥＳ）に
は、ステップＳ３２に進み、ｃ_ｐが偶数でない場合（ス
テップＳ３１：ＮＯ）には、ステップＳ３３に進む。 ステップＳ３３では、最適パルス位置ｍ_０，ｍ_１，
ｍ_２，ｍ_３を出力する。

【００５４】図１０の復号手順の動作フローチャートに
示す処理は、以下のようになる。ステップＳ５１では、
埋込実施フラグｍｏｄｅを、「０」とする。ステップＳ
５２では、受信した音声符号から最適パルス位置ｍ_０，
ｍ_１，ｍ_２，ｍ_３を取り出す。ステップＳ５３では、合
計値ｃ_ｐを、最適パルス位置の和であるｍ_０＋ｍ_１＋ｍ
_２＋ｍ_３とする。ステップＳ５４では、埋込実施フラグ
ｍｏｄｅが「０」であるか否かの判断を行う。ｍｏｄｅ
が「０」である場合（ステップＳ５４：ＹＥＳ）には、
ステップＳ６０に進み、ｍｏｄｅが「０」でない場合
（ステップＳ５４：ＮＯ）には、ステップＳ５５に進
む。

【００５５】ステップＳ５５では、ｍ_３から３を減じた
値が０か５の倍数であるか否かを判断する。ｍ_３から３
を減じた値が０か５の倍数である場合（ステップＳ５
５：ＹＥＳ）には、ステップＳ５６に進み、ｍ_３から３
を減じた値が０か５の倍数でない場合（ステップＳ５
５：ＮＯ）には、ステップＳ５７に進む。ステップＳ５
６では、埋め込むビット値ｔｂｉｔを、鍵ｋ_ｐの上位か
ら（ｍ_３−３）／５ビット目のビット値を抽出する関数
であるｔａｐ（ｋ_ｐ，（ｍ_３−３）／５）とする。ステ
ップＳ５７では、ｍ_３から４を減じた値が０か５の倍数
であるか否かを判断する。ｍ_３から４を減じた値が０か
５の倍数である場合（ステップＳ５７：ＹＥＳ）には、
ステップＳ５８に進み、ｍ_３から４を減じた値が０か５
の倍数でない場合（ステップＳ５５：ＮＯ）には、ステ
ップＳ５９に進む。

【００５６】ステップＳ５８では、埋め込むビット値ｔ
ｂｉｔを、鍵ｋ_ｐの上位から（ｍ_３−４）／５ビット目
のビット値を抽出する関数であるｔａｐ（ｋ_ｐ，（ｍ_３
−４）／５）とする。ステップＳ５９では、抽出ビット
値ｔｂｉｔをデータファイルＴに出力する。ステップＳ
６０では、埋込実施フラグｍｏｄｅを、鍵ｋ_ｃｏｎの合
計値ｃ_ｐに対応するビット値ｃ_ｐｂを抽出する関数であ
るｃｈｅｃｋ（ｋ_ｃｏｎ，ｃ_ｐ）とする。ステップＳ６
１では、合計値ｃ_ｐが偶数であるか否かの判断を行う、
ｃ_ｐが偶数である場合（ステップＳ６１：ＹＥＳ）に
は、ステップＳ６２に進み、ｃ_ｐが偶数でない場合（ス
テップＳ６１：ＮＯ）には、ステップＳ５２に戻る。ス
テップＳ６２では、鍵ｋ_ｐを鍵ｋ_ｐとして、ステップＳ
５２に戻り、ステップＳ５２〜ステップＳ６１またはＳ
６２までをを繰り返す。

【００５７】Ｖ．実験結果 Ｖ−１．実験システムの概要 上記のようにして電子透かしを埋め込んだ本発明の実施
形態において、第３者に再生音質の異常から埋込みの存
在を知られないためには、埋込みによって音質が大きく
劣化しないことが重要である。そこで、発明者は、勧告
Ｇ．７２９のアルゴリズムに従ったシミュレータを作成
し実験を行った。

【００５８】図１１は、男声音声と女声音声による日本
語と英語の実験音声の図表である。尚、図１１の図表に
示した実験音声は、ＦＭラジオ並びに英会話テープから
抽出した日本語と英語の男性と女性の発声音を、８ｋＨ
ｚ、１６ｂｉｔで量子化したものである。

【００５９】また、埋込みには、次の鍵ｋ_ｐ、ｋ_ｃｏｎ
を用いた。これらの鍵の値は、次の数式（数１８）、
（数１９）に示すように０〜Ｆの１６進数で表現してい
る。

【数１８】

【数１９】

【００６０】ここで、鍵ｋ_ｐを数式（数１８）のように
した理由は、数式（数１８）のように特殊な値とする
と、前記したように、音声符号から得られる合計値ｃ_ｐ
の統計値に、最も大きくその統計的特性が現れると考え
られるためである。

【００６１】又、鍵ｋ_ｃｏｎを数式（数１９）のように
した理由は、数式（数１９）のようにすると全符号に対
して透かしの埋込みが行われるが、再生音質の劣化の点
では最大になるためである。即ち、数式（数１８）で
は、鍵ｋ_ｐの最悪のケースを扱い、数式（数１９）で
は、鍵ｋ_ｃｏｎの最悪のケースを扱っている。通常この
ような事態は避けなければならないが、最悪の場合にお
いても本発明の有効性を確認するために、あえて最悪の
状態として実験を行った。

【００６２】尚、本実験では、透かし情報としてインタ
ーネット規格のＲＦＣ（Ｒｅｑｕｅｓｔ Ｆｏｒ Ｃｏ
ｍｍｅｎｔｓ）に含まれる英文テキストデータを用い
た。これは、各文字を８ビットのアスキーコードで表現
しており、統計的にはビット“０”を多く含む特徴があ
る。

【００６３】Ｖ−ｉｉ．音質の評価法 本実験の透かしを埋め込んだ音声データの主観的評価法
として、評価者の絶対判断によるオピニオン評価を用い
た。これは、複数の評価者に音質を５段階に絶対評価さ
せ、得られた評価値から平均オピニオン値（ＭＯＳ：Ｍ
ｅａｎ Ｏｐｉｎｉｏｎ Ｓｃｏｒｅ）を求めるもので
ある。

【００６４】本実験では、オピニオン評価の基準を、非
常に良い：５、良い：４、普通：３、悪い：２、非常に
悪い：１とした。また、被験者の先入観による影響を避
けるため、各音声ごとに、埋込みのないものと、埋込み
のあるものの２種類を外見上区別できない状態で準備し
た。

【００６５】また、各音声を任意に参照できるシステム
を準備し、自由に聞き比べることで評価させた。これに
より、埋込みによる聴感的な音質の違いがあるならば、
埋込みのある音声と、埋込の無い音声の平均オピニオン
値ＭＯＳに大差が生じると考えられる。

【００６６】Ｖ−ｉｉｉ．実験結果と考察 本実験では、上記した数式（数１９）の鍵ｋ_ｃｏｎを用
いたため、音声符号への透かしの埋込み量は１秒あたり
最大の２００ビットになる。この透かしを埋込んだ再生
音声と透かしの埋込みのない再生音声の音質を、２０代
の健聴者８名により評価を行った場合の平均オピニオン
値ＭＯＳを示した図表が図１３である。この図１３の図
表によると、透かしの埋込みのある場合と、透かしの埋
込の無い場合の平均オピニオン値ＭＯＳは、それぞれ約
３．７程度で、透かしの有る無しに関わらず両方の場合
がほぼ同等の結果になっている。

【００６７】これは、本発明の上記実験では、透かしデ
ータの埋込みによる聴感的な音質の違いがほとんどなか
ったということ、即ち、被験者が埋込みのある音声を特
定できなかったことを示していると考えられる。よっ
て、上記したように数式（数１８）や数式（数１９）を
用いて最悪の条件を想定した実験においても、被験者が
埋込のある音声を特定できなかったことから、本発明の
通常の実施形態においては、第３者によって、再生音質
の聴感的な違いから、再生音中から透かしの存在する音
声符号が特定されることは非常に少ないと考えられる。

【００６８】次に、再生波形の一部を切り出して、埋込
み処理が波形の形状に与えた影響を観察した。図１２で
は、透かし埋込みのない再生音声波形の図１２（ａ）
と、透かし埋込みを施した再生音声波形の図１２
（ｂ）、および、それらの差分波形の図１２（ｃ）を示
している。これら図１２の波形は、図１１における英語
の男声データＥｍにおける、発音“ｔｈｉｎｋ”に相当
する部分で、０．２ｓの音声区間である。従って、波形
（ｂ）には、４０ビットの透かし情報が埋込まれている
ことになる。

【００６９】ここで、図１２の差分波形（ｃ）が直線で
はないことから、図１２（ａ）と図１２（ｂ）の再生音
声波形には、違いが生じていることがわかる。この違い
は、本発明において実施される、符号帳のパルス位置の
変更により生じた位相の変化が原因であると考えられ
る。しかしながら、人間の聴覚は、位相のずれを感じる
ことが一般に苦手である。そのため、図１２（ａ）と図
１２（ｂ）の波形の形状に不自然な歪みを生じなけれ
ば、その両者の位相が若干変化しても、音声として不自
然には感じられないことになる。よって、これらの再生
音声を聞き比べても、聴感的に大きな違いをほとんど感
じないと考えられる。これは、先に示した図１３の図表
において、透かし埋込の有る無しで違いが無かったこと
からも推察できる。

【００７０】また、通常の場合は、本発明の透かしの音
声への埋込を用いて公開される音声符号は、埋込みのあ
るもののみとなるはずであり、本実験で示したような比
較用の埋込のない音声は公開されない。よって、不正な
手段で音声符号を傍受された場合には、図１２の差分波
形（ｃ）のような埋込みのない波形と比較することはで
きないことになる。従って、第３者が、図１２（ｃ）に
示すような差分波形を得ることは、通常はあり得ないこ
とである。よって、第３者が再生波形の形状から、本発
明の埋込みのある音声符号を特定することは、非常に難
しいと考えられる。

【００７１】次に、数式（数１８）のような鍵ｋ_ｐを使
用して、大量に透かしの埋込みを施すと、埋込むデータ
の統計的なビット特性が音声符号に反映されると考えら
れる。そこで、図６と同様な手法により、図１１の女声
Ｅｗｓの全音声符号に埋込みを施した場合の合計値ｃ_ｐ
の出現頻度を調べた。その結果、鍵ｋ_ｐが数式（数１
８）を用いて固定の場合の４つのパルス位置の合計値ｃ
_ｐの出現頻度を示す図である図１４が得られた。

【００７２】この図１４と図６を比較すると、棒グラフ
の一個置きに凹凸が発生していることから、明らかに埋
込みの影響が有ることが観察される。従って、この数式
（数１８）のような特殊な鍵ｋ_ｐを長期にわたって使用
すると、埋込むビット系列の統計的な特徴が再生音声に
反映される。即ち、第３者に埋め込まれた透かしの存在
が気付かれる可能性が増えることになる。一般的には、
透かしの存在は気付かれにくい方が望ましいので、上記
の「ＩＩＩ．秘匿性の向上方法」において説明した本発
明の手法を用いて、鍵ｋ_ｐのみを変動させ、統計的な偏
りを拡散させるようにした。

【００７３】図１５は、鍵ｋ_ｐを変動させた場合の４つ
のパルス位置の合計値ｃ_ｐの出現頻度を示す図であるこ
の図１５から、鍵ｋ_ｐの変動処理により、図１４に示し
たような統計的な偏りが拡散されて改善されていること
がわかる。よって、上記の「ＩＩＩ．秘匿性の向上方
法」において説明した本発明の手法による鍵ｋ_ｐの変動
処理は、埋込みにより生じる統計的な偏りを解消する方
法として有効であると考えられる。

【００７４】上記に示した本発明の実施形態において
は、勧告Ｇ．７２９の８ｋビット／秒、ＣＳ−ＡＣＥＬ
Ｐによる音声符号に、透かし情報を密かに埋込む手法を
示した。また、本発明の方法を用いた実験により、音声
符号に本発明による透かし情報等が埋込まれても、その
音声符号の聴取者に聴感的な違和感を与えないで、音声
を再生できることを確かめた。

【００７５】ところで、デジタル音声は、一般的に符号
誤りに弱く、誤りを含む状態の音声符号をそのまま再生
すると音質が大きく劣化する。従って、本発明の方法を
用いた音声符号においても、符号誤りが生じた場合に
は、それにより受ける影響は大きくなると考えられる。
しかしながら、例えば、その対策として本発明の方法を
用いた音声符号に誤り訂正技術を適用することにより、
ランダム符号誤りには対処できると考えられる。

【００７６】又、本発明の方法は、送信者が特定相手の
みに知らせたい非公開情報を、密かに音声符号に埋込ん
で伝送する場合にも利用が可能である。例えば、Ｓｔｅ
ｅｌ他のＳｉｍｕｌｔａｎｅｏｕｓ ｔｒａｎｓｍｉｓ
ｓｉｏｎ ｏｆ ｓｐｅｅｃｈ ａｎｄ ｄａｔａ ｕ
ｓｉｎｇ ｃｏｄｅ−ｂｒｅａｋｉｎｇ ｔｅｃｈｎｉ
ｑｕｅｓ，Ｔｈｅ Ｂｅｌｌ Ｓｙｓｔｅｍ Ｔｅｃｈ
ｎｉｃａｌ Ｊｏｕｒｎａｌ，Ｖｏｌ．６０，Ｎｏ．
９，ｐｐ．２０８１−２１０５（１９８１）や、Ｗｏｎ
ｇ他のＴｒａｎｓｍｉｔｔｉｎｇ ｄａｔａ ｏｎ ｔ
ｈｅ ｐｈａｓｅｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ
ｓ，Ｔｈｅ Ｂｅｌｌ ＳｙｓｔｅｍＴｅｃｈｎｉｃａ
ｌ Ｊｏｕｒｎａｌ，Ｖｏｌ．６１，Ｎｏ．１０，ｐ
ｐ．２９４７−２９７０（１９８２）に利用が可能であ
る。この例のような場合には、不正な手段で情報を得よ
うとする第３者に秘密メッセージの存在すら知られるこ
となく伝送できる利点がある。

【００７７】又、本発明の透かしの埋込方法は、上記の
ように第３者にその存在を知られる可能性は非常に少な
いことから、音声ソフト等の著作権保護のための電子透
かしの埋込みや、文書データの秘密伝送にも応用が可能
である。

【００７８】

【発明の効果】本発明の透かしビット埋込方法では、デ
ジタル音声データを符号化する際に用いられるマルチパ
ルス音源の構造に着目し、その合成過程においてビット
系列化されたデータを埋込むことで、、勧告Ｇ．７２６
について岩切等により示された方法とは異なる方法によ
り、勧告Ｇ．７２９について、圧縮された状態の音声符
号に、電子透かしを埋込む方法を提供できる。

【００７９】又、埋込みを施す音声符号を不特定に選択
することで、第３者が透かし情報を含む音声符号を特定
することが難しくなり、第３者による鍵の解析される可
能性を減らすことができ、更に、埋込みの規則を変化さ
せることで、長期間にわたって同じ鍵を使用しても鍵を
解析される可能性を減らすことができるので、埋め込ん
だ電子透かしの存在を簡単な方法で隠す方法を提供でき
る。

【図面の簡単な説明】

【図１】勧告Ｇ．７２９の基本的な符号器の構成を示す
ブロック図である。

【図２】勧告Ｇ．７２９の固定符号帳を示す図表であ
る。

【図３】４番目のパルス情報のパルス位置ｍ_３の置換を
示す図である。

【図４】鍵ｋ_ｐによる４番目のパルス情報のパルス位置
ｍ_３の分類を示す図である。

【図５】４つのパルス位置の合計値ｃ_ｐが取り得る値を
示す図表である。

【図６】４つのパルス位置の合計値ｃ_ｐの出現頻度を示
す図である。

【図７】（ａ）は送信装置の制御を示す図であり、
（ｂ）は受信装置の制御を示す図である。

【図８】フィードバックした出力音声符号の４つのパル
ス位置の合計値に対応する鍵のビット値ｃ_ｐｂの抽出処
理を示す図である。

【図９】符号化手順の動作フローチャートである。

【図１０】復号手順の動作フローチャートである。

【図１１】男声音声と女声音声による日本語と英語の実
験音声の図表である。

【図１２】（ａ）は透かしの埋込のない音声波形を示す
図であり、（ｂ）は透かしの埋込の有る音声波形を示す
図であり、（ｃ）は（ａ）と（ｂ）の差の波形を示す図
である。

【図１３】再生音質の平均オピニオン値を示す図表であ
る。

【図１４】鍵ｋ_ｐが固定の場合の４つのパルス位置の合
計値ｃ_ｐの出現頻度を示す図である。

【図１５】鍵ｋ_ｐが変動の場合の４つのパルス位置の合
計値ｃ_ｐの出現頻度を示す図である。

【符号の説明】

１、２１・・・入力音声、２・・・前処理部、３・・・
線形予測分析部、４・・・線形予測合成フィルタ、５、
１７・・・加算器、６・・・聴覚重み付けフィルタ、７
・・・線形予測係数、８・・・固定符号帳探索、９・・
・ピッチ分析、１０・・・パラメータ符号化、１１・・
・送信ビットストリーム、１２・・・利得量子化、１３
・・・適応符号帳、１４・・・固定符号帳、１５・・・
適応符号帳利得（ピッチ利得）、１６・・・固定符号帳
利得、２２・・・Ｇ．７２９符号化装置、２３・・・出
力符号、２４、２７・・・制御装置、２５・・・埋込符
号選択信号、２６・・・復号装置、２８・・・埋込符号
探索信号、２９・・・出力音声、ｍ_{０ ｃ ｐ}・・・４つのパルス位置の合計値、ｃ_ｐｂ・・・フ
ィードバックした出力音声符号の４つのパルス位置の合
計値に対応する鍵のビット値、ｓ_０〜ｓ_３・・・極性情
報、

フロントページの続き (56)参考文献 特開 平11−88549（ＪＰ，Ａ) 特開 昭60−72343（ＪＰ，Ａ) 特開 平10−260700（ＪＰ，Ａ) 松井甲子雄、岩切宗利，低遅延符号励 振線形予測符号化による音声符号への電 子透かし，画像電子学会誌，日本，1998 年，ＶＯＬ27、ＮＯ．５、，475−482 岩切宗利、松井甲子雄，音声符号への 電子透かしに関する一検討，電子情報通 信学会基礎・境界ソサイエティ大会講演 論文集，日本，1997年，ＶＯＬ．1997、 ソサイエティＡ，250−251 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 11/00 G10L 19/12

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】 少なくとも固定符号帳を用いて音声をデ
   ジタル符号化して送信する際に透かしビットを埋め込む
   方法であって、前記固定符号帳における隣接した複数の
   パルス位置の候補に「１」か「０」かの割り当てを行
   い、該パルス位置の候補を「１」か「０」かにより選択
   する第１の鍵を定め、送信音声符号中の透かしを埋込む
   ビット位置には、前記第１の鍵によって選択されたパル
   ス位置を用いることを特徴とする音声符号化時の透かし
   ビット埋込方法。
2. 【請求項２】 前記固定符号帳において、前記パルス位
   置の候補の所定数の合計値の取り得る値の各々に対して
   「１」か「０」かの割り当てを行い、前記透かしの埋込
   の実施と非実施を前記合計値が「１」か「０」かにより
   選択する第２の鍵を定め、出力音声符号からフィードバ
   ックにより得られた前記合計値を前記第２の鍵に対応さ
   せて、前記透かしの埋め込みを実施することを特徴とす
   る請求項１に記載の音声符号化時の透かしビット埋込方
   法。
3. 【請求項３】 前記第１の鍵における「１」と「０」の
   割り当てと逆の割り当てを行った第３の鍵を定め、前記
   パルス位置の候補の所定数の合計値が偶数値であるか奇
   数値であるかを検出し、前記合計値の偶数値と奇数値の
   各々に同一の鍵となることがないように前記第１の鍵と
   前記第３の鍵の一方を対応させ、送信音声符号中の透か
   しを埋込むビット位置には、前記第１の鍵または前記第
   ３の鍵によって選択されたパルス位置を用いることを特
   徴とする請求項２に記載の音声符号化時の透かしビット
   埋込方法。