语音信号数字水印技术

数字信号处理课程设计报告题目：语音信号水印技术系统设计系（院）:专业：班级：学号：姓名：指导教师：学年学期:2013 ~ 2014 学年第学期2013年月日摘要随着网络和信息技术的发展，越来越多的数字多媒体信息通过网络进行传播，与传统的模拟媒体相比，数字媒体产品的编辑、复制和传播都很方便，它一方面促进了社会的进步与发展，另一方面正是这些优点突出了版权问题。

由于数字多媒体信息很容易被未经授权的用户复制，且采用传统密码方法加密，不能完全解决盗版问题。

数字水印技术正是应运而生的信息隐藏技术，它通过特定的水印算法把版权信息嵌入在数字产品中，被嵌入的可以是一段文字、标识、序列号等等，人们无法从表面上感知水印的存在，只有专用的检测仪器或计算机软件才可以检测出隐藏的数字水印，从而达到了保护数字作品的所有者利益的目的，并促进了数字产品的开发与使用。

在数字产品中，音频数据产品的版权保护也显得越来越重要，因为随着数字化音像制品和音乐制品的大量制作与发行，一个令人关注的突出问题是网上下载音乐对传统CD 业的巨大冲击。

音频水印技术主要利用了人类听觉模型，在不影响音频信号质量的前提下，将水印信息隐藏在人耳不能感知的位置，来隐藏水印数据。

本文主要研究语音信号水印技术，利用小波变换的优点和特性对音频信号嵌入水印，并提取。

使嵌入水印音频想好具有良好的安全性，鲁棒性和不可感知性。

关键词数字水印嵌入提取小波变换目录1 课题综述 (1)1.1数字水印技术的介绍 (1)1.2 数字水印设计原理 (2)2系统分析与设计 (3)2.1涉及基础知识 (3)2.2算法的流程图 (5)2.3算法实现 (5)3代码编写 (7)3.1主要代码 (7)3.2程序调试 (10)3.3程序运行与测试 (10)结论 (14)致谢 (16)参考文献 (17)1 课题综述1.1 数字水印技术的介绍数字水印就是指嵌入到被保护对象(如静止图像、音频、视频)中的某些能够证明其版权归属的数字信息，可以是作者的姓名、序列号、公司标志等等。

数字水印技术有着其固有的特点与研究方法。

例如，从信息安全保密角度而言，隐藏的信息如果被破坏掉，系统可以视为安全的，因为秘密信息并未泄漏，但是，在数字水印系统中，隐藏信息的丢失意味着版权信息的丢失，从而失去了版权保护的功能。

因此数字水印系统必须具有较强的鲁棒性、安全性、透明性等特点：透明性(隐藏性)：经过一系列隐藏处理，目标数据必须没有明显的降质现象，隐藏的数据无法人为的看见或听见。

1)鲁棒性：指抗拒各种处理操作和恶意攻击而不导致水印信息丢失的能力。

所谓的操作包括：传输过程中的信道噪声、滤波、增强有损压缩、几何变换、D／A或A ／D转换等等。

所谓的攻击包括：篡改、伪造、去除水印等等。

数字水印起源于信息隐藏技术，这一点可以从它的隐藏性要求得到证实。

2)安全性：指将水印信息隐藏于目标数据的内容之内，而非文件头等处，防止因格式转换而遭到破坏。

3)无歧义性：恢复出的水印或水印判决的结果应该能够确定地表明所有权，不会发生多重所有权的纠纷。

4)通用性：好的水印算法适用于多种文件格式和媒体格式。

通用性在某种程度上意味着易用性。

但数字水印技术并不等同于信息隐藏技术，两者的区别在于对鲁棒性的要求上。

信息隐藏的鲁棒性要求可以降低，也就是说在数据经过改动后允许隐藏信息的丢失，信息隐藏主要是关注隐藏信息的检测，而数字水印主要关注被盗版者擦除的可能性。

数字水印必须能在一定限度内承受各种攻击而留存下来，这样才能实现有意义的版权保护。

在音频中加入水印，要考虑到音频载体信号的在人类听觉系统、音频格式以及传送环境等方面的特点。

与图像和视频相比，音频信号在相同的时间间隔内采样的点数少。

这使得音频信号中可嵌入的信息量要比可视媒体也要少。

并且由于人耳听觉系统(HAS)要比人眼视觉系统(HVS)敏感得多，因此听觉上的不可知觉性实现起来要比视觉上困难得多。

1.2 数字水印设计原理数字水印技术包含水印的嵌入、提取/检测两个过程。

数字作品拥有的特定信息，如数字序列、数字标识、文本或图像等，按某种算法嵌入到数字作品中，在需要时，通过相应的算法提取出该水印，从而能够验证数字作品的合法性。

为了给攻击者增加去除水印的难度，目前大多数水印制作方案都采用密码学中的加密体系来加强安全性，在水印的嵌入和提取/检测时采用一种密钥，甚至几种密钥联合使用。

数字水印的嵌入过程如图1-1所示，数字水印的提取/检测过程如图1-2所示2 系统分析与设计2.1涉及基础知识2.1.1离散小波变换（Discrete Wavelet Transform，DWT）小波变换是由法国科学家Morlet于1980年进行地震分析工作时提出的，但小波变换研究的热潮始于1986年。

小波变换优于傅立叶变换的主要原因在于它的多分辨率特性，它可以针对不同信号变换而进行窗口的伸缩变化。

加窗傅立叶变换可以形象地看成是固定尺寸的矩形时频窗口在时频域中滑动，并透过这个窗口来“观察”信号。

这种固定矩形窗口的观察方法与人们期望的观察不太一致。

例如，对一个高频成分丰富的信号，即变化很快的信号，最感兴趣的问题是它的发生时间，而对其频率则不要求知道的很准确；但是对一个变化很慢的信号，被关注的是频率，而对时间范围则不要求很精细。

小波分析适应这种要求，它可以对高频成分使用大的频域窗口、小的时域窗口，而对于低频成分采用小的频域窗口、大的时域窗口。

1988年，Mallat受到塔式算法的启发，在多分辨率分析的指导下建立了Mallat算法，对小波变换的实际应用具有划时代的意义。

Mallat算法本质上不需要知道尺度函数Φ（t）和小波函数Ψ（t）的具体结构，只由系数hn和gn就可以实现信号的分解与重构，因此也称为快速小波变换。

利用快速小波变换，选择一定的小波函数对输入信号进行一定尺度的分解，得到这个尺度下信号的高频部分和低频部分，在一个尺度下，高频部分和低频部分包含了完全恢复上一尺度下信号的全部信息。

这种分解如果重复进行，就得到了信号的多尺度分解，从而得到了信号的多层小波系数，即信号的低频系数和一系列的高频系数。

如图2-1所示的小波分解树。

图2-1小波分解树对于大多数信号来说，低频部分给出了信号的特征，往往是最重要的，而高频部分则与噪音及扰动联系在一起。

将信号的高频部分去掉，信号的基本特征仍然可以保留。

所以，一般的信号处理都是针对这部分来进行的。

因此，在信号分析中，经常会提到信号的近似部分与细节部分。

近似主要是系统全局的、低频的部分，而细节往往是信号局部、高频的成分。

将信号分解成一个个互相正交小波函数的线性组合，可以展示信号的重要特性，但这并不是小波分析的全部。

小波分析另一个重要的方面就是分析、比较、处理（如去掉高频信号、加密等）小波系数后，根据新得到系数去重构信号。

这个过程称之为逆离散小波变换（IDWT）,或小波重构、合成等。

信号重构的基本过程如图2-2所示。

图2-2小波重构2.1.2主要算法近几年来，数字水印技术研究取得了很大的进步，本文对一些典型的算法进行分析，除特别指明，这些算法主要针对图象数据（某些算法也适合视频和音频数据）。

生理模型算法，人的生理模型包括人类视觉系统HVS（Human Visual System）和人类听觉系统HAS。

该模型不仅被多媒体数据压缩系统所利用，同样可以供数字水印系统所利用。

利用视觉模型，实现了一个基于分块DCT框架的数字水印系统；实现了一个基于小波分解框架的数字水印系统；实现了一个空域数字水印系统。

它们的基本思想均是利用从视觉模型导出的JND(Just Noticeable Difference)描述来确定在图象的各个部分所能容忍的数字水印信号的最大强度，从而能避免破坏视觉质量。

也就是说，利用视觉模型来确定与图象相关的调制掩模，然后再利用其来插入水印。

这一方法同时具有好的透明性和强健性。

变换域算法:这是一种DCT域数字水印算法，其方法是首先把图象分成8x8的不重叠象素块，在经过分块DCT变换，得到由DCT系数组成的频率块，然后随机选取一些频率块，将水印信号嵌入到由密钥控制选择的一些DCT系数中。

该算法是通过对选定的DCT系数进行微小变换以满足特定的关系，来表示一个比特的信息。

在水印信号提取时，则选取相同的DCT系数，并根据系数之间的关系抽取比特信息。

其思想类似于扩展频谱通讯中的跳频（frequency hopping）技术，特点是数据改变幅度较小，且透明性好，但是其抵抗几何变换等攻击的能力较弱。

另外基于DFT和DWT 算法与上述算法具有相似的原理。

这种以变换域算法为代表的通用算法普遍采用变换技术，以便在频率域实现水印信号叠加，并借鉴扩展频谱通讯等技术对水印信号进行有效的编码，从而提高了透明性和鲁棒性，同时还适当利用滤波技术对水印信号引入的高频噪声进行了消除，从而增加了对低频滤波攻击的抵抗力。

2.2 算法的流程图算法流程图如图2-3所示图2-3算法流程图2.3算法实现2.3.1水印嵌入1)设A是原始音频信号，根据音频文件类型将它分为两部分A = A H +A L其中：A H 是与文件类型相关的部分，所以保留下来不做处理；A L是可以嵌入水印的部分，长度是L，它可以表示为A ={a(l),0 l<L}其中a(l)是A L第I个数据的幅值。

2) 假设水印是长度LS 的音频文件，用ls 表示：ls ={ls (j ),0 ≤j<LS }3) 水印分段操作：因为原音频信号进行小波变换后，利用量化的方法将其分段，所以讲水印音频也进行相应的分段，最后对应相加。

N = L/LS这里水印分段不一定取得正数段，所以对其取整，将余数归为最后一段。

4) 原始音频信号的一维离散小波变换：选择合适的小波基进行一维小波三级分解。

D L =DWT(A L )= cA 3 ⊕cD 3⊕cD 2⊕cD 1其中：cA 3和cD 3是三级分解的近似分量和细节分量；cD 2和cD 1是二级和一级小波分解的细节分量。

由于小波分解的近似分量是信号的低频部分，往往是最重要的，水印嵌入在这部分可以增强水印的稳健性。

因此，提取这部分小波系数来进行下一步的变换。

5) 特征区的检测：因为离散余弦变换的中低频系数集中了信号的大部分特征，同时也是数值较大的部分，所以将水印信号嵌入在此，一是水印的嵌入对其影响不大；二是水印的稳健性也会加强。

因此，通过排序将满足水印长度的最大的离散余弦系数作为嵌入水印的特征点。

设这些点所组成的序列为C k ={MAX (C L ’)，0≤k ≤K }6) 水印信号的嵌入：这里通过修改系数来进行水印的嵌入,设C*为嵌入水印后的音频信号()()()()⎩⎨⎧=+=+=0if 11if 1k k *k k v C k v C C αα (0≤k ≤K )这里的α是大于0的比例因子，通过调节它的大小，在具有听觉不可见性的同时，保证所嵌入的水印信息强度足够大，便于水印信息的正确提取。