敖　珺，李　睿，張　濤

(桂林電子科技大學 信息與通信學院,廣西 桂林　541004)

?

基于MP3格式的語音隱寫算法

敖珺，李睿，張濤

(桂林電子科技大學 信息與通信學院,廣西 桂林541004)

為了解決基于Huffman編碼的MP3隱寫算法隱藏容量較小的問題，提出了一種基于MP3格式的語音隱寫算法。該算法在MP3隱寫算法的基礎上增加了10對Huffman碼字，將信息隱藏在MP3編碼中的大值區(qū)內(nèi)。引入大容量MP3比特流音頻隱寫算法，該算法可以與MP3隱寫算法在互不影響的前提下完美結(jié)合。實驗結(jié)果表明，該算法增加了隱藏容量，而算法的透明性和碼字的統(tǒng)計特性并無太大的差異。

Huffman編碼；MP3編碼；大值區(qū)；信息隱藏

隨多媒體技術(shù)和互聯(lián)網(wǎng)的快速發(fā)展，信息安全得到越來越多的重視。信息安全包含信息加密和信息隱藏兩大分支。加密信息在傳遞的過程中很容易被攻擊者發(fā)現(xiàn)，即使在無法正確解密的情況下，也可以破壞信息的傳遞，因此安全性較低。而信息隱藏技術(shù)可以達到傳輸秘密信息不易被發(fā)現(xiàn)的目的，所以安全性高，受到人們越來越多的關(guān)注。目前基于圖片的信息隱藏技術(shù)已很成熟，使得人們將隱藏信息的載體轉(zhuǎn)向音頻。MP3是MPEG1 Layer-3音頻文件，壓縮率為10∶1甚至12∶1，是目前最為流行的一種音頻格式。由于MP3的壓縮率和保真性都非常高，研究MP3如何應用于音頻隱藏信息[1]中具有非常重要的意義。現(xiàn)如今，基于MP3的信息隱寫算法比較少，主要因為MP3的編解碼特性使得嵌入信息非常復雜，而且冗余少，很容易在嵌入信息后對音質(zhì)造成較大影響，從而未能達到隱蔽通信的目的。目前，一些有效的隱寫算法陸續(xù)被提出。例如，宋華等[2]深入研究了MP3Stego算法，該算法通過改變part_2_3_length[3]的奇偶性來隱藏信息，但是信息嵌入量非常小，而且現(xiàn)在針對該算法的檢測方法也很成熟；高海英等[4]提出了基于Huffman編碼的MP3隱寫算法，即通過改變部分Huffman碼字達到信息隱藏的目的，該算法透明性高，嵌入量比較大，并且在不清楚具體碼對的情況下能達到絕對的安全；劉秀娟等[5]提出了一種大容量MP3比特流音頻隱寫算法，即查找可以嵌入的小值區(qū)碼字，按照相應的嵌入規(guī)則修改對應碼字以嵌入信息，該算法嵌入量遠大于MP3Stego算法，同時透明性也較高，且能夠抵抗對MP3Stego的隱寫分析算法；董亞坤等[6]提出了基于MP3哈夫曼碼字linbits的隱寫算法和基于MP3哈夫曼碼字符號位的隱寫算法，這2種算法只需對MP3進行部分解碼，計算簡單，復雜度低，并且具有嵌入容量大，實時性高以及良好的透明性和安全性等優(yōu)點。

為此，在文獻[4]算法基礎上，增加了10對符合要求的霍夫曼(Huffman)碼字，又將文獻[5]中的算法成功融合進去，使得改進算法的隱藏容量遠大于原算法，而算法的透明性和碼字的統(tǒng)計特性并無太大的差異。目前，MP3隱寫算法和改進后的算法均已用軟件(Windows XP和Windows 7，Microsoft Visual Studio 2012平臺)成功實現(xiàn)。

1　預備知識

1.1MP3編碼原理

基于Huffman編碼的MP3隱寫算法均建立在MP3編碼原理[7]基礎上，MP3編碼過程如圖1所示。

圖1　MP3編碼Fig.1　MP3 coding

MP3(單聲道為例)編碼過程：原始PCM數(shù)據(jù)以每1152個采樣值為一幀來處理，一幀分為2個粒度組，每個粒度組576個值。PCM數(shù)據(jù)分為2路，一路通過子帶濾波和MDCT[8]變換后，得到576個相同間距的頻域系數(shù)，然后將頻域系數(shù)根據(jù)模式進行聲道的模式處理。另一路經(jīng)過心理聲學模型[9]得到整個頻域上的信掩比，并以此對頻域樣值的量化進行指導，使得量化噪聲盡可能分布在人耳不易察覺的頻帶中。2路PCM數(shù)據(jù)處理結(jié)束后，對頻域系數(shù)進行量化和編碼。經(jīng)過量化后的頻域系數(shù)分為3個區(qū)域：高頻段的一串零值的區(qū)成為“0區(qū)”，不編碼；中頻段由量化后的值0,1或-1組成“小值區(qū)”，以4個為一組進行編碼，小值區(qū)對應2個霍夫曼碼表；剩余低頻段的量化值組成“大值區(qū)”，該區(qū)數(shù)值比較大，以2個為一組編碼，大值區(qū)對應32個霍夫曼碼表。MP3編碼的最后一步是將幀數(shù)據(jù)流格式化，即根據(jù)MP3標準規(guī)定的碼流格式，將幀頭、幀邊信息和主數(shù)據(jù)等有關(guān)信息組成適合于MP3解碼的幀。

主數(shù)據(jù)由比例因子(scalefactor)和霍夫曼碼字(Huffman code)組成。具體的主數(shù)據(jù)內(nèi)部結(jié)構(gòu)如圖2所示。

圖2　主數(shù)據(jù)內(nèi)部結(jié)構(gòu)Fig.2　Internal structure of main data

從圖2可看出，大值區(qū)和小值區(qū)分別位于不同的頻段，而基于Huffman編碼的MP3隱寫算法將信息隱藏在大值區(qū)，大容量MP3比特流音頻隱寫算法將信息隱藏在小值區(qū)，這為算法改進提供了理論依據(jù)。

1.2基于Huffman編碼的MP3隱寫算法

該算法通過改變部分Huffman碼字實現(xiàn)信息隱藏，而且在聽覺效果上與載體MP3并無差異。

1.2.1信息的嵌入

搜索每幀中符合嵌入要求的Huffman碼字h，如碼字長度為8的一對碼字0x1a和0x1f，嵌入信息后的碼字為H，碼字長度為L，嵌入信息為W，具體嵌入方法為：

(1)

嵌入秘密信息后，原來的碼字h被H代替，接著進行編碼生成攜密MP3。

1.2.2信息的提取

在攜密MP3中搜索碼字長度為8的碼字0x1a和0x1f，具體的提取方法為：

(2)

1.3大容量MP3比特流音頻隱寫算法

在小值區(qū)，Huffman碼流格式如圖3所示，其中小值區(qū)系數(shù)編碼后的碼字為H，4個小值區(qū)系數(shù)中不為零的符號為A、B、C、D(每個符號位占1 bit)。

圖3　Huffman碼流格式Fig.3　Huffman stream format

由小值區(qū)碼流格式和Huffman碼表可知，漢明距離L(L=1,2或3)相等的4個小值區(qū)系數(shù)，編碼后的Huffman碼字及符號位的總長度也相等，即在MP3比特流中所占的位數(shù)相等，其中，碼表Ha中的{0,1,0,1}和{1,0,1,0}除外。這也是該算法能成功的重要前提。

1.3.1信息的嵌入

以碼表Ha為例，符合要求的Huffman碼字有12個，將其分為2個集合：v={0101，0100；00101，00011；000100,000010}和V={0110，0111；00100，00111；000000，000011}，將v和V中的碼字分別表示信息比特0和1。信息嵌入時，先找到屬于v和V的碼字，再依據(jù)具體嵌入的信息決定保持或修改碼字。若修改，則一定是對應另一個集合中的等長碼字。正是因為這種修改規(guī)則，所以該算法的信息嵌入方式也稱為“碼字映射替換規(guī)則”。

碼表Hb的情況類似，符合要求的碼字有14個，具體的碼字映射替換規(guī)則如圖4所示。

圖4　碼表Hb的碼字映射替換規(guī)則Fig.4　Code mapping substitution rule of code table Hb

1.3.2信息提取

信息提取的具體方法為：

1)打開攜密MP3，并進行解碼。

2)幀同步，讀取幀頭信息、幀邊信息及解碼比例因子系數(shù)。

3)根據(jù)解碼出的幀邊信息選出大值區(qū)的Huffman碼表，查找大值區(qū)，直至大值區(qū)結(jié)束。

4)選出小值區(qū)的Huffman碼表，并搜索小值區(qū)中屬于v或者V中的碼字。若搜索到的碼字屬于v，則嵌入信息W=0；若屬于V，則W=1。

5)重復執(zhí)行2)～4),直到提取的隱蔽信息大小與嵌入時的相等。

2　基于MP3格式的語音隱寫算法

基于MP3格式的語音隱寫算法是在基于Huffman編碼的MP3隱寫算法基礎上，分兩步進行了改進。第一步是在原算法基礎上新增符合嵌入要求的Huffman碼對，第二步再將大容量MP3比特流音頻隱寫算法融入。

2.1Huffman碼對的增加

文獻[4]詳細介紹了基于Huffman編碼的MP3隱寫算法，且通過實驗獲取了13對符合嵌入要求的碼字，但是也強調(diào)了滿足要求的碼字還有很多。所以為了增加信息的嵌入量，又通過大量的計算和實驗，找到了10對新的符合要求的碼字，并且成功在軟件上實現(xiàn)。

新的Huffman碼對如表1所示，以下是符合嵌入要求的Huffman碼對的選取方法。

表1　新的Huffman碼對

符合嵌入要求的碼對必須等長。若載體碼字為4 bit，則嵌入信息后的碼字也必須為4 bit。

MP3標準中包括34個碼表，其中前32個碼表適用于大值區(qū)[10]。符合嵌入要求的碼字的選取必須成對，且每對碼字要在相同的碼表中。

符合嵌入要求的碼字對應的x或y中不能出現(xiàn)0，若載體碼字對應的x為0，嵌入信息后的碼字對應的x為1，則在譯碼過程中就會多讀取一個符號位，這就導致比特流錯位，譯碼出現(xiàn)錯誤。

符合嵌入要求的碼字對應的x、y要相近。如長度為8的碼字0x3d、0x33、0x2a，其中碼字0x3d對應的x=1，y=6；碼字0x33對應的x=1，y=7；碼字0x2a對應的x=2，y=8。在此情形下，要將0x3d和0x33選為碼對，不能將0x2a和0x3d選為碼對，在較大程度上減少數(shù)據(jù)的差異。

2.2大容量MP3比特流音頻隱寫算法融合

文獻[5]的算法嵌入容量大，透明度較高，目前還無有效方法檢測出隱藏的信息，關(guān)鍵是它在小值區(qū)進行信息隱藏。由于大值區(qū)和小值區(qū)為2個不同頻段的區(qū)，因此，該算法與MP3隱寫算法互不影響，可以完美融合，既可以增加嵌入量，又對透明性和碼字統(tǒng)計量不產(chǎn)生明顯影響。

改進算法的實現(xiàn)流程如圖5所示，嵌入信息的具體步驟(單聲道為例)為：

1)選定載體MP3文件，設i=0，n為密文比特數(shù)，N=n+16(其中16表示存放密文的大小)。

2)解碼MP3文件，搜索大值區(qū)符合嵌入要求的Huffman碼字，嵌入1 bit信息使得i+1。若i=N，則返回“嵌入完畢”，結(jié)束信息嵌入過程，否則，再判斷載體文件是否結(jié)束，若結(jié)束，則返回“載體文件太短”，結(jié)束信息嵌入過程，否則，判斷大值區(qū)是否結(jié)束。

3)若大值區(qū)未結(jié)束，則重復執(zhí)行步驟2)，否則，繼續(xù)執(zhí)行步驟4)。

4)搜索小值區(qū)符合嵌入要求的碼字，嵌入1 bit信息使得i+1。若i=N，則返回“嵌入完畢”，結(jié)束信息嵌入過程，否則，再判斷載體文件是否結(jié)束，若結(jié)束，則返回“載體文件太短”，結(jié)束信息嵌入過程，否則，判斷小值區(qū)是否結(jié)束。

5)若小值區(qū)未結(jié)束，則重復執(zhí)行步驟4)，否則，循環(huán)到下一粒度組，重復執(zhí)行步驟2)。

圖5　改進算法的流程圖Fig.5　Flow chart of the improved algorithm

3　改進算法的性能分析

3.1隱藏容量對比分析

改進算法隱藏容量的大小由兩部分決定，即大值區(qū)特定的碼字和小值區(qū)特定的碼字。而對于不同大小的載體MP3文件，特定碼字的個數(shù)也不盡相同，所以在隱藏信息之前需對載體MP3文件的隱藏容量進行判斷。若隱藏信息的比特數(shù)超過了最大的隱藏容量，則需要另行處理。

表2為試驗載體MP3文件在原算法和改進算法下的隱藏容量對比。

表2　隱藏容量

從表2可看出，改進算法的隱藏容量相比原算法的隱藏容量增加了3.5～7倍，使隱藏容量得到了較大的提升。

3.2透明性對比分析

文獻[4]通過分段平均信噪比[11]判斷透明性的好壞，人耳可察覺信噪比的閾值為66 dB。通過實驗求出隱藏信息后音頻的平均信噪比為67.48 dB，所以人耳無法覺察音頻失真。

改進后的算法利用文獻[11]的方法對算法透明性進行分析，具體過程為：

(3)

其中：

(4)

(5)

(6)

根據(jù)式(3)，通過實驗求得105幀的隱藏信息后音頻的平均信噪比為66.52 dB，比MP3隱寫算法的透明性稍差，但在人耳可察覺閾值之上(即大于66 dB)，所以人耳也無法覺察音頻失真。

3.3新增加碼字統(tǒng)計量分析

改進的隱寫算法做了2步改進，第一步是在原算法基礎上增加了新碼對，第二步再將大容量MP3比特流音頻隱寫算法融入。又因為第二步是作用在小值區(qū)，所以對大值區(qū)中的Huffman碼字統(tǒng)計量并無影響。

根據(jù)原算法的嵌入原理可知，隱藏信息后必定會對Huffman碼字有所修改，導致修改前后的碼字統(tǒng)計分布發(fā)生變化。文獻[4]分析了隱藏信息前后的碼字統(tǒng)計量的變化，所以只需分析隱藏信息前后的新增加碼字統(tǒng)計量的變化。嵌入隱蔽信息前后使用的新增加碼字統(tǒng)計量的變化如圖6、7所示。

從圖6、7可看出，嵌入隱蔽信息前后使用的新增加碼字統(tǒng)計量的變化并不大，因此，雖然增加了10對新的碼字，但在碼字統(tǒng)計量的變化上與原隱寫算法基本無異。

圖6　載體碼字的分布Fig.6　Distribution of vector code

圖7　攜密文件碼字的分布Fig.7　Code distribution with confidential documents

4　結(jié)束語

提出了一種基于MP3格式的語音隱寫算法，該算法在Huffman編碼的MP3隱寫算法的基礎上，通過增加新Huffman碼對和將大容量MP3比特流音頻隱寫算法融入，實現(xiàn)了算法的改進。實驗結(jié)果表明，與原算法相比，改進的算法在隱藏容量上得到了較大提升，而在聽覺效果和碼字統(tǒng)計量上基本無異，所以，改進的算法具有更大的實用價值。并且以上各類算法都已用軟件全部實現(xiàn)，后續(xù)研究將進一步探討碼字統(tǒng)計的補償方法和改進算法的應用領(lǐng)域。

[1]PETITCOLAS F A P,ANDERSON R J,KUHN M G.Information hiding a survey[J].Proceedings of the IEEE,1999,87(7):1062-1078.

[2]宋華,幸丘林,李偉奇,等.MP3Stego信息隱藏與檢測方法研究[J].中山大學學報(自然科學版),2004,43(增刊2):221-224.

[3]江洪.MP3解碼程序開發(fā)[J].電腦編程技巧與維護,2014(1):20-24.

[4]高海英.基于Huffman編碼的MP3隱寫算法[J].中山大學學報(自然科學版),2007,46(4):32-35.

[5]劉秀娟,郭立.大容量MP3比特流音頻隱寫算法[J].計算機仿真,2007,24(5):110-113.

[6]董亞坤.基于MP3的信息隱藏技術(shù)研究[D].北京：北京郵電大學,2015:8-9.

[7]蔣學鑫.MP3實時編解碼系統(tǒng)的研究與開發(fā)[D].成都：電子科技大學,2007:9.

[8]李曉飛.Huffman編解碼及其快速算法研究[J].現(xiàn)代電子技術(shù),2009(21):102-104.

[9]張力光,王讓定.心理聲學模型及其在MP3編碼中的應用[J].寧波大學學報(理工版),2010,23(3):27-31.

[10]SHLIEN S.Guide to MPEG-1 audio standard[J].IEEE Transactions on Broadcasting,1995,40(4):206-218.

[11]趙春暉,李福昌.數(shù)字音頻水印技術(shù):回溯與展望[J].哈爾濱工程大學學報,2002,23(6):57-61.

編輯：梁王歡

Voice hiding algorithm based on MP3 format

AO Jun, LI Rui, ZHANG Tao

(School of Information and Communication Engineering, Guilin University of Electronic Technology, Guilin 541004, China)

To improve hidden data capacity of MP3 hiding algorithm based on Huffman coding, a voice hiding algorithm based on MP3 format is presented. The algorithm adds ten pairs of new Huffman codes based on the original algorithm, the information is hidden in big value region in MP3 coding. High capacity audio steganography in MP3 bit streams is introduced. The algorithm can be combined with the above algorithm. Experimental result shows that the hidden data capacity of the algorithm is increased. The imperceptibility and statistical characteristic of the codes are almost same.

Huffman coding; MP3 coding; big value region; information hiding

2016-02-21

國家自然科學基金(61167006)；廣西認知無線電與信息處理重點實驗室主任基金(CRKL150106)

敖珺(1978-)，女，廣西桂林人，教授，博士，研究方向為通信信號處理、光通信。E-mail:junjunao1@263.net

TP393

A

1673-808X(2016)04-0315-06

引文格式：敖珺，李睿，張濤.基于MP3格式的語音隱寫算法[J].桂林電子科技大學學報，2016,36(4)：315-320.