文仁軼　王樞　葛運(yùn)龍

摘 要 MP3已經(jīng)成為數(shù)字音頻的主流壓縮編碼。本文從實(shí)驗(yàn)出發(fā)探討了MP3編解碼對(duì)時(shí)域和頻域兩方面影響，重點(diǎn)分析MP3編解碼對(duì)水印信號(hào)的影響，基于此得出針對(duì)時(shí)域變化采用載體信號(hào)和重采樣劃分來(lái)實(shí)現(xiàn)嵌入與提取同步，通過(guò)量化相鄰子幀低頻能量比來(lái)嵌入信息以消除頻域失真。

關(guān)鍵詞 MP3 音頻水印 同步機(jī)制

中圖分類(lèi)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

隨著數(shù)字音頻技術(shù)的發(fā)展，水印技術(shù)得到越來(lái)越多的研究與關(guān)注。由于人類(lèi)聽(tīng)覺(jué)系統(tǒng)（HAS）極為靈敏，音頻感知冗余較小，水印同時(shí)滿足隱蔽性和魯棒性條件的困難較大，音頻水印的研究相比較于圖像水印更具有挑戰(zhàn)性。

1MP3音頻水印

現(xiàn)有MP3音頻水印算法大致可以分為兩類(lèi)：一類(lèi)為壓縮中和壓縮后嵌入，其實(shí)質(zhì)是通過(guò)修改MP3的編碼中的感知非敏感信息來(lái)嵌入秘密信息，可以獲得較好隱蔽性和較大的嵌入容量，MP3Stego隱寫(xiě)工具就采用了這種方法但是這類(lèi)算法只是“躲過(guò)”了有損壓縮，本身并不能抵抗MP3壓縮算法。另一類(lèi)為壓縮前嵌入，一般通過(guò)修改頻域嵌入來(lái)獲得較好的魯棒性。此類(lèi)算法都缺乏變采樣率MP3編解碼測(cè)試，對(duì)MP3攻擊的測(cè)試也較簡(jiǎn)單，碼率設(shè)置較高，壓縮比較低，或者不說(shuō)明壓縮參數(shù)，無(wú)法證明其同樣適用于高壓縮比的MP3編碼；且水印算法設(shè)計(jì)僅考慮了有損壓縮帶來(lái)的波形失真，嵌入與提取缺乏相應(yīng)的同步機(jī)制雖然在音頻水印系統(tǒng)中引入了同步信號(hào)，缺點(diǎn)是所用的算法對(duì)音頻能量幅度的變化非常敏感，不適合壓縮編碼。本文采用多種MP3工具分析了編解碼后信號(hào)時(shí)域和頻域的變化，根據(jù)編解碼前后低頻能量的穩(wěn)定性，通過(guò)量化相鄰子幀低頻能量之比比較對(duì)水印信息的影響，然后對(duì)每一幀進(jìn)行了不可感知性評(píng)價(jià)。

2MP3編解碼對(duì)音頻信號(hào)的影響

原始音頻信號(hào)經(jīng)過(guò)MP3編解碼后在時(shí)域和頻域都發(fā)生了改變，時(shí)域變化主要受編碼器影響，頻域失真則與壓縮采用的碼率和采樣頻率有關(guān)。實(shí)驗(yàn)用原始音頻都為從CD抓取的wav格式音頻，44.1kHz采樣頻率f下文中如不特別聲明，原始信號(hào)采樣頻率默認(rèn)為44.1kHz），16bit精度，MP3工具包括了Co0ledit2000Pro，iTunes，MP3 Audio Converter，Win amp Prov5.34。

2.1時(shí)域變化

任意截取長(zhǎng)度為0.5s的原始音頻片段用Cooledit2000Pro經(jīng)過(guò)128kbps，44.1kHz的MP3編解碼后音頻時(shí)長(zhǎng)從O.58變?yōu)?.574s，前面增加1635個(gè)樣點(diǎn)。這些增加的樣點(diǎn)大部分為零值點(diǎn)，少量為頭尾幀邊緣效應(yīng)數(shù)據(jù)。MP3編碼時(shí)采用的MDCT為正交重疊變換，頭尾幀變換時(shí)需補(bǔ)零，從而產(chǎn)生邊緣效應(yīng)，MP3編解碼后這部分?jǐn)?shù)據(jù)也被加到音頻中。這里把前后增加的樣點(diǎn)分別稱(chēng)為前邊緣信號(hào)和后邊緣信號(hào)，而把中間的樣點(diǎn)稱(chēng)為有效信號(hào)。前邊緣信號(hào)長(zhǎng)度與后邊緣信號(hào)大致相等，邊緣信號(hào)長(zhǎng)度與MP3編碼器有關(guān)，是不同的MP3編解碼工具音頻的前邊緣信號(hào)樣點(diǎn)個(gè)數(shù)。經(jīng)過(guò)MP3編解碼后進(jìn)行水印提取時(shí)，由于邊緣信號(hào)的加入，嵌入位置在時(shí)域上已經(jīng)改變，須要進(jìn)行重定位。若有效信號(hào)本身的開(kāi)始或者結(jié)尾就為一系列零值樣點(diǎn)，那么經(jīng)過(guò)MP3編解碼后這些有效信號(hào)的零值樣點(diǎn)會(huì)與邊緣信號(hào)混淆，更難確定時(shí)域的提取起始點(diǎn)。

2.2頻域失真

MP3編碼是一種有損壓縮，將每幀樣點(diǎn)分為等寬子帶，每個(gè)子帶根據(jù)心理聲學(xué)模型計(jì)算信掩比，再根據(jù)編碼碼率進(jìn)行比特分配，得到量化因子，最后對(duì)MDCT系數(shù)進(jìn)行量化和Huffman編碼。若進(jìn)行變采樣率MP3壓縮，還會(huì)對(duì)信號(hào)進(jìn)行減采樣。MP3編碼主要是利用聲音的頻域掩蔽效應(yīng)，使量化噪聲處于頻域的掩蔽閾值之下，去除了音頻中的感知冗余成分，包括一些能量很小的頻率成分。低頻（<3kHz）部分集中了音頻信號(hào)大部分能量，可感知的頻率成分最多，雖然掩蔽閾值較大，但信掩比（signal-to-mask ratio，SMR，表示信號(hào)聲強(qiáng)與最小掩蔽閾值之比1相對(duì)較大，所以低頻能量經(jīng)過(guò)MP3編解碼后失真很小。反之高頻（>10kHz）部分能量很小，可感知的頻率分量也相對(duì)較少，雖然掩蔽閾值較小，但信掩比相對(duì)較小，高頻能量經(jīng)過(guò)MP3編解碼后失真較大。如果采用變采樣率MP3編解碼，隨著采樣頻率的降低，高頻部分損失會(huì)進(jìn)一步增大。隨著編碼碼率和采樣頻率的降低，壓縮比增大，高頻能量失真幅度也顯著增大，而低頻能量失真很小且?guī)缀醴€(wěn)定。由此可見(jiàn)，經(jīng)MP3編解碼后，10k以上頻率能量變化幅度最大可達(dá)到33.24%，而3kHz以下頻率能量變化幅度最大只有4.19%。更多實(shí)驗(yàn)顯示，若音頻信號(hào)本身能量較大且高頻成分豐富，例如～段節(jié)奏很快的搖滾樂(lè)，經(jīng)MP3編碼后，10kHz以上頻率能量變化幅度最大可以超過(guò)90%，而3kHz以下頻率能量變化幅度仍然不超過(guò)4%。故音頻的低頻能量對(duì)MP3編解碼具有很好的魯棒性。

3結(jié)束語(yǔ)

本文主要分析了MP3編解碼對(duì)于水印的影響，通過(guò)分析如果在原始音頻中嵌入水印再編碼，這種水印在采樣和量化環(huán)節(jié)的失真比較嚴(yán)重，故在低頻中嵌入水印有更好的魯棒性。

參考文獻(xiàn)

[1] Katzenbeisser S，F(xiàn)abien A Petit colas P編，吳秋新，鈕心忻，楊義先，羅守山，楊曉兵譯，信息隱藏技術(shù)—— 隱寫(xiě)術(shù)與數(shù)字水印.北京：人民郵電出版社，2001：104—105.

[2] 劉偉，王朔中，張新鵬一種基于部分mp3編碼原理的音頻水印.中山大學(xué)學(xué)報(bào)（自然科學(xué)版），2004年，43增刊（2）：26—33.

[3] 項(xiàng)世軍，黃繼武，王永雄.一種抗AD/DA變換的音頻水印算法.計(jì)算機(jī)學(xué)報(bào)，2006年，29（2）：308—316