音频水印的评价标准

音频水印的评价标准
水印算法的质量是音频水印最为重要的一个因素，而具体评判一个水印算法的质量的好坏，现在也没有统一的标准。

因此，本文从水印的一些基本特征出发对于水印算法的质量的好坏进行度量，也就是从水印算法的不可感知性，以及水印算法的鲁棒性二个方面来考虑水印算法的质量的好坏（刘应，2014）。

1、水印算法的不可感知性
水印算法的不可感知性也即是在一个音频信号加入了水印之后，对于加入水印之后的音频信号的感知程度，加入水印之后的音频信号的感知程度越低，说明水印算法的不可感知性越好，加入水印之后的音频信号越接近于原信号，水印算法就越好。

而具体的水印算法的不可感知性得评判标准一般又分为二种，也就是主观不可感知性的评判标准以及客观不可感知性的评判标准。

主观不可感知性的评判标准：
顾名思义，也就是选取听众将没有加入水印的音频信号，与加入了水印的音频信号同时听一遍，从个人主观的程度上给出相应水印算法的不可感知性的评价。

主观不可感知性得评判标准（SDG）具体的评判标准如下表2.1所示：
表2.1 主观不可感知性得评判标准（SDG）
从表2.1 主观不可感知性得评判标准（SDG）可以看出来，个人主观的程度上给出相应水印算法的不可感知性的评价，评价越接近于0，主观不可感知性越好，水印算法越好。

客观不可感知性的评判标准：
而对于具体的客观不可感知性的评判标准其实方法有很多，本文选取信噪比(SNR)来进行评判。

具体的信噪比(SNR)评价方式如下：
2
12
1
10lg
(1)
n
k n k x
SNR x x ===-∑∑ （2-1）
其中，x 表示没有加入水印之前的音频，x1表示加入水印之后的音频，n 为
采样点数。

2、水印算法的鲁棒性
在对于水印算法具体的嵌入过程的时候，甚至是水印相关的信号在进行存储，与在进行传输的时候都会受到一定的干扰，导致水印本身所含有的信息可能发生一定的改变，所以对于水印算法的评判，水印算法的鲁棒性也是一个不能够忽略的点，具体本文对于水印算法的鲁棒性的度量选用的是归一化相关系数（NC ）进行相关的评判的。

归一化相关系数定义如下式子2-2所示：
()()
,*1,m n
w i j w i j NC =
∑∑ （2-2）
其中，
具体表示的是原始水印信，
具体表示的是提取的相关
的水印信息。

M*N 是信息的维度。

()
,w i j ()
1,w i j。