《基于内容的音频认证水印算法分析研究计算机科学与技术专业.docx》由会员分享，可在线阅读，更多相关《基于内容的音频认证水印算法分析研究计算机科学与技术专业.docx（37页珍藏版）》请在三一办公上搜索。
1、基于内容的音频认证水印算法设计与实现摘要随着社会的发展，以及信息技术的普及，一些黑客或者机构会截取篡改一些机密信息，并且一些窃取到信息的人，会进一步把这些窃取到的信息给兜售出去,从而赚取利润。因此对于一些信息技术进行加水印操作，是保护信息技术必不可少的一项技术，本文就是基于内容的音频认证水印算法设计与实现。本文研究了以下内容：首先第一章对基于内容的音频认证水印算法的研究背景还有研究现状以及研究意义进行了探讨；然后第二章分析研究各种现存的有关内容的音频认证水印算法的设计和管理方面的文献资料，对于内容的音频认证水印算法的基础知识进行了了解；接着的第三章讲解了二种内容的音频认证的水印算法；最后第四章
2、对于内容的音频认证水印算法进行了MATLAB仿真，得到了基于鲁棒特征点的音频水印算法的优越性。关键词：水印算法；音频认证；MATLABContent-basedAudioAuthenticationWatermarkingAlgorithmsDesignandImplementationAbstract:Withthedevelopmentofsocietyandthepopularizationofinformationtechnology,somehackersororganizationswillinterceptandtamperwithsomeconfidentialinformat
3、ion,andsomepeoplewhostealinformationwillfurthersellthestoleninformationtomakeprofits.Therefore,watermarkingforsomeinformationtechnologiesisanindispensabletechnologytoprotectinformationtechnology.Thispaperisthedesignandimplementationofcontent-basedaudioauthenticationwatermarkingalgorithm.Inthispaper,
4、thefollowingcontentsarestudied:Firstly,theresearchbackground,researchstatusandresearchsignificanceofcontent-basedaudioauthenticationwatermarkingalgorithmarediscussedinthefirstchapter;secondly,thedesignandmanagementofvariousexistingcontent-basedaudioauthenticationwatermarkingalgorithmsareanalyzedinth
5、esecondchapter,andthebasicknowledgeofcontent-basedaudioauthenticationwatermarkingalgorithmisunderstood.Inthethirdchapter,thewatermarkingalgorithmofaudioauthenticationfortwokindsofcontentisexplained.Inthefourthchapter,thewatermarkingalgorithmofaudioauthenticationforcontentissimulatedbyMATLAB,andthead
6、vantagesofthewatermarkingalgorithmbasedonrobustfeaturepointsareobtained.Keywords:watermarkingalgorithm;audioauthentication;MATLAB第一章绪论51.1 研究背景以及研究意义51.2 国内外研究现状5第二章理论知识72.1 水印概述72.2 音频认证水印基本框架72.3 语音认证系统概述82.4 音频水印的评价标准9第三章水印算法介绍113.1 基于独立成份分析（ICA）技术水印算法113.1.1 音频信号的预处理113.1.2 水印的生成133.1.3 水印的嵌入143
7、.2 基于语音鲁棒特征点的音频水印算法153.2.1 基于鲁棒特征点的音频水印算法的音频预处理153.2.2 基于鲁棒特征点的音频水印算法的水印生成及嵌入15第四章基于内容的音频认证水印算法的实验验证184.1 基于独立成份分析技术水印算法实验验证184.1.1 水印图像184.1.2 不可听性测试184.1.3 水印算法的鲁棒性测试214.2 基于鲁棒特征点的音频水印算法实验验证224.2.1 水印图像22422不可听性测试234.2.3 水印算法的鲁棒性测试254.3 二种算法比较26第五章总结28参考文献29致谢31第一章绪论1.1 研究背景以及研究意义从改革开放开始，社会已经得到了巨大
8、的发展，特别是在一些信息技术，以及信息技术带动的电子科技产品方面，发展更是日新月异。就如今社会的情况来说，不管是数字电视还是智能手机，甚至最近研发出来的的人工智能机器人像天猫精灵等已经融入到了人们的日常生活。并且随着信息技术的快速发展，这些数字多媒体设备的传播也越来越便捷，人们可以在任何时候任何地点，查看并修改相关自己需要的内容。当然凡是都是利弊共存，在这些信息技术给人们带来便捷的同时，也使得一些黑客或者机构更加容易截取篡改一些自己的机密信息，并且一些窃取到信息的人,会进一步把这些窃取到的信息给兜售出去，从而赚取利润。因此对于这些传播的信息进行一定的防护措施是必不可少的，比如本文所探讨的水印技
9、术，就是一项典型的对于信息的保护技术。而本文具体探讨的是对于音频信号的保护技术，音频信号在信道之中传播的时候，是以二进制的形式进行传播的，二进制的形式的信号具有方便存储，复制能力强，传输速度快等的特点。因此，二进制的形式进行传播的音频信号应用领域非常的多，有新闻报道，语音通话等各个领域。因此对于音频信号的保护也是一个非常重要的研究方向。由于信息技术的飞速发展，在信息技术给人们带来便捷的同时，也使得一些黑客或者机构更加容易截取篡改一些自己的机密信息，并且一些窃取到信息的人，会进一步把这些窃取到的信息给兜售出去，从而赚取利润。发展研究音频认证水印算法，对于个人而言，有利于保护个人的私人隐私；对于机
10、构而言，有利于保护机构的产权秘密；可以减少不法分子的犯罪行为，使得信息技术得到进一步的发展（戴志强，愈一彪，颜祥等，2008）500O1.2 国内外研究现状对于基于内容的音频认证水印算法这一方面的研究，一直都是国内外研究的热点问题，并且对于基于内容的音频认证水印算法的研究，国外还是相对比较早的。国内外对于基于内容的音频认证水印算法的研究主要有以下内容：早在1998年的时候，著名学者HongPeng,JunWang,WeixingWang提出了一种灰度图像加性水印技术。它包括秘密地将版权信息（二进制代码）嵌入到图片中，而不会降低图片的质量。这些位通过最大长度序列（MLS）的相位进行编码。它结合了
11、边缘和纹理识别来确定MLS的嵌入级别，其位实际上分布在32倍8像素块上。文中给出了一些结果，分析了水印的检索效率，以及水印对压缩的抵抗力和对恶意操作的鲁棒性。（HongPeng,JunWang,WeixingWang,2012）如进入21世纪之后，著名学者InKWonYe0,HyoUngJOOngKim提出了一种改进的修补算法（MPA）,它是一种在变换域（不仅是离散余弦变换（DCT）,而且是DFT和DWT）中对音频水印算法进行统计的技术。MPA是传统补丁算法的增强版本。MPA足够强大，能够抵御安全数字音乐倡议（SDMI）定义的一些攻击。实验结果表明，该算法对MP3、AAC等压缩算法以及常见的信
12、号处理操作攻击具有较好的鲁棒性。在2014年的时候，著名学者AiHong-yan,LiuQuan,JiangXue-mei从同步性和安全性的角度出发，在分析音频水印方窠的具体嵌入位置和方法的基础上，提出了一种基于DCT和DWT的更好的音频水印方案。该方案综合考虑了算法的同步性、鲁棒性、不可见性和安全性，并利用了离散小波变换的多分辨率和离散小波变换的去相关能力和能量聚集。在2010年的时候，我国著名学者林晓丹直接在MP3流中进行水印可以提高MP3压缩的性能（鲁棒性和保真度）。提出了一种基于人耳听觉系统的MP3压缩音频信号自适应安全水印算法。（林晓丹,，2011）289.在2015年的时候，我国著
13、名名学者彭宏，王殉，王卫星提出了一种基于快速傅立叶变换（FFT）系数量化的音频盲水印算法。为了抵抗MP3压缩，采用自适应调整的方法来指定水印嵌入的整个主机音频信号区域。然后将指定区域分割成若干段，并通过快速傅立叶变换将每个段转化为频域（彭宏，王殉，王卫星，2014）216o第二章理论知识2.1水印概述水印一般是指向多媒体数据比如平常所看的照片、各种听得声音音频、以及看的视频等中添加某些数字或者图像信息以达到该多媒体数据能够进行真伪鉴别的用途，这样就能够保护多媒体数据版权等功能。对于嵌入的水印信息必须有一定的要求，嵌入在宿主文件中水印信息，必须做到不影响原始文件的可观性和完整性（XiangYan
14、gWangMingyuLu.2015）2330有水印和无水印的区别：1、观赏性不同有水印的图片（影片）一般会给图片信息造成一些干扰，难以让人产生欣赏之感。无水印的图片（影片）能将内容完整地表达出来，没有外部文字的遮挡，观赏效果比较好。2、质量不同有水印的图片一般印有自己的原创（或版权）标记，让人难以盗用，这样的图片能有更多的官方权威发言权，更能保护图片的完整性。无水印的图片很容易给人随意使用，久而久之图片广泛流传，图片的质量也会在流传过程减少。3、目的不同。有水印的图片一般是官方使用，水印应能为受到版权保护的信息产品的归属提供完全和可靠的证据。无水印的图片的归宿一般都是流通网上，任人使用、修改
15、。下面我们简单介绍一下音频认证水印基本框架，首先得生成水印，然后将水印信息加入到载体语音信息之中，生成含有水印的语音信息，具体的音频认证水印基本框架如下图2.1所示：图2.1音频认证水印基本框架最早的水印系统一般是利用二值图像，将图像处理之后的二值图像当做待嵌入的水印信息，不用具体实施水印生成算法的过程；而现在的水印系统，已经得到了极大的发展，可以基于语音自身，进而生成相应的与语音有关的水印（王向阳，牛盼盼，2008）100,o2.3语音认证系统概述在20世纪90现代之前，音频信号的传播一般都是传统的模拟信号，因为早期信息技术还并不发达，音频信号还没有形成二进制的传播方式，只能以模拟信号的方式
16、存在于早期的磁带之中。随着21世纪信息技术的高速发展，各种数字信号得到了高速发展，二进制形式的数字信号传播逐渐取代了模拟信号的传播方式。所以这里讨论的语音取证技术主要指的是数字语音取证技术（范明泉，王宏霞，2017）118o而对于具体的数字语音取证技术一般分为二种，也就是主动数字语音取证技术和被动数字语音取证技术两类：1、被动数字语音取证技术对于被动数字语音取证技术的用途来说，主要就是三个方面的问题，首先判断信号是否改变,其次得到具体的数字语音录音设备，最后得到相应的录制环境。被动数字语音取证技术的具体步骤说明如下图2,2所示：图2.2被动数字语音取证技术的具体步骤被动数字语音取证技术的具体步
17、骤也就是从信号的预处理到提取特征，最后进行性能评估。2、主动数字语音取证技术而对于主动数字语音取证技术来说更加偏向于前期的一些预处理过程，就是提供载体信息的拥有者，可以对信息自己进行预处理，包括自己需要的水印自己提供。2.4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）O1、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
18、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）主观不可感知性得评判标准（SDG）个人感受0没有感觉-1有
19、感觉但不刺耳-2有一点刺耳-3刺耳-4非常刺耳从表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:n/SNR=IOlg丁国(2-1)(-i)2Jl=I其中，X表示没有加入水印之前的音频，Xl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
20、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。NC = -其中,Waj)具体表方归一化相关系数定义如下式子2-2所示：w(W*M(iJ)I .齐I(2-2)-(m)2-1(m)2V f=I J=IY /=1 J=I三的是原始水印信，卬1(工)具体表示的是提取的相关的水印信息。M*N是信息的维度。第三章水印算法介绍3.1 基于独立成份分析(ICA)技术水印算法独立成份分析的本质就是一种分离的思想，从多元数据中找到那些具有统计独立性以的成分,然后
21、将这些成分提取出来，因为独立成份分析不用提供源数据,因此，一般也被学者们称之为盲源分离分析法。具体的独立成份分析的原理图如下图3.1所示：图3.1独立成份分析的原理图如上图3.1独立成份分析的原理图从原音频信号S(t)可以分离出分离型号y(t)o3.1.1音频信号的预处理对于音频信号的预处理就是，将音频信号打乱，然后分别取出没有打乱的音频信号以及打乱之后的音频信号的相应的特征值，将二者的特征值打乱，然后得到混合信号，混合信号也就是我们接下来需要的嵌入水印信息的载体信号。具体步骤如下图3.2所示(年里，2018)55：1、信号的分帧将总体信号A分为Al,A2,.,Ai,.,Am的m帧信号。具体的
22、信号的分帧的示意图如图3.3所示：图33信号的分帧4/力/4112、生成伪随机序列根据映射公式：%I=ZZX/Of）（3-1）其中,x=k,k为设置的采样距离，3.5699A4；可以得出伪随机序列山3、打乱处理用伪随机序列rl对于Al,A2,.,Ai,.,Am的m帧信号进行打乱处理，具体打乱之后的示意图如下图3.4所示：图3.4m帧信号打乱处理之后的示意图4、打乱后信号采样对于图3.4m帧信号打乱处理之后的信号，从第二个采样点k2开始，取采样距离为k的等间距进行采样。对于打乱之前信号的采样记作f,对于打乱之后信号的采样记作fl。那么可以得到以下公式3-2以及公式3-3：f=A（Z2+成）/1=
23、AI（A:2+成）5、特征采样混合使用独立成份分析对于打乱之前信号的采样f,对于打乱之后信号的采样fl进行混合，具体混合的公式为3-4：其中，式子3-4的A向=0.990.990.0010.16、替代用第五步之中得到的混合后的式子s以及是Sl代替原来式子之中的A以及Al,具体公式如3-5与公式3-6所示（3-6）A（Z2+成）=s（%）A1（A2+成）=sl（Z）3.1.2水印的生成本文的水印生成使用的是数字图像生成，作为本文的水印，具体的步骤如下随时：1、首先使用RANDINT在MATLAB中产生基质的均匀分布的随机整数：W=randint(l,64);其中，W是一个1x64的矩阵2、求取W
24、的长度：len_w=length(W);可以计算得到：len_w=64；3、使用reshape函数；重置矩阵Gl=reshape(W,8z8);经过reshape函数重置之后，矩阵W变为了一个8x8矩阵生成的W是一个8x8矩阵矩阵，将该W作为本文的水印，具体矩阵如图3.5所示：图3.5水印数值矩阵1234567891010010012010011103100111104100111015001000006011100007100010018001101009103.L3水印的嵌入本文具体水印嵌入的步骤如下图3.6所示图3.6水印嵌入的步骤原始语音分帕映射分幅映射如上图3.6水印嵌入的步骤所示，
25、对于嵌入水印的基本步骤是在基于3.1.1节之中的信息混合替代之后，先嵌入记录的帧号，然后嵌入水印，得到每一帧都是含有水印的帧，判断是否所有的帧是否已经结束，如果结束，那么就可以得到了完整的含有水印的音频，如果没有结束，继续进行分帧，继续嵌入记录的帧号,然后嵌入水印，继续判断所有的帧是否已经结束，指导判断到所有的帧已经结束,得到完整的含有水印的音频，就结束迭代过程。3. 2基于语音鲁棒特征点的音频水印算法很多水印的生成的特征点都是容易被载体信号处理的给淹没掉，本文提出了一种基于鲁棒特征点的音频水印算法(李伟，2015)O4. 2.1基于鲁棒特征点的音频水印算法的音频预处理1、信号的分帧这里也是同
26、样将总体信号A分为Al,A2,，Ai,.,Am的m帧信号。2、信号的分段选择第i帧的Ai信号，将第i帧的Ai信号分为二段Ail,Ai2；而第X个点的的信号为Ail(x),Ai2(x)o5. 2.2基于鲁棒特征点的音频水印算法的水印生成及嵌入具体的基于鲁棒特征点的音频水印算法的水印生成及嵌入的步骤见下图3.7所示，第i帧的Ai信号分为二段的Ail,Ai2信号分别进行音频水印算法的水印生成以及水印算法的嵌入。如下图3.7音频水印算法的水印生成及嵌入的步骤所示，将信号的第一部分AiI进行离散小波变换(DWT)转化，提取特征点，进而生成水印；将信号的第二部分Ai2进行离散小波变换(DWT)转化，然后进
27、行离散余弦变换(DCT)技术转化，接着融合第一部分生成的水印，进行嵌入水印操作；然后得到含有水印的音频信号帧，判断是否所有的帧是否已经结束，如果结束，那么就可以得到了完整的含有水印的音频，如果没有结束，继续进行分帧，继续嵌入记录的帧号，然后嵌入水印，继续判断所有的帧是否已经结束，指导判断到所有的帧已经结束,得到完整的含有水印的音频，就结束迭代过程(刘正辉，王宏霞，2013)76图3.7音频水印算法的水印生成及嵌入的步骤1、离散余弦变换(DCT)技术简介音频X(m,n)是具有M行N列的一个矩阵。根据定义，DCT定义如下:2Af-LV-IY(k,D= C(Z)Ca) Z Z X (m, ) COS
28、NMNM=0 n=0(2m + )k (2n + )lcos2M2N(3-7)式中：m,k=O,l,M-1;n,=0,lzN-lo其中函数c（6 =二维逆离散余弦变换（IDCT）的定义如下:X(m,n)=O AZ-IjV-ISScakm,cos(2m + )k2MCOS(22N(3-8)式中:m,k=Ozl-,M-l;n,z=0zl-N-Io这里我们做假设水印W是从标准正态分布的随机实数序列，可以具体表示为W=W1,W2,-WMo用W对Y序列中第L+1到L+M的中频系数部分进行一定的改动，改动公式为（3-9）：yi=yiiL或iL+myi=yj+ayjwiL0经过修改的系数序列Y=Y1,Y2,
29、.YNN）以ZigZag逆变换形式重组，再进行NXN二维逆离散余弦变换，那么我们就可以得到嵌有数字水印的音频也就是我们需要的1。2、离散小波变换（DWT）技术简介对于离散小波变换技术，实质就是选取小波信号，对小波信号进行平移以及离散化。并且，一般情况下，小波变换函数用的是二的整数次累。在JPEG格式图片之中中，DWT将图像压缩分割,一般情况下是压缩成88的小块，因为对于离散小波变换技术来说，它是根据丢弃频率信息进一步来进行压缩的，可以知压缩的越高，丢失的信息相对来说就会越多，因此一般情况下是压缩成8x8的小块（李伟，2018）。第四章基于内容的音频认证水印算法的实验验证信息的嵌入大体上有两种方
30、法，我们采用的方法是分段嵌入法，首先将要隐藏的信息转化成二进制形式，将整个原始语音信号共分成100段，每段包含4400个点。从第5段开始嵌入信息，每段嵌入1比特。延时250个点代表“工”,延时280个点代表“0”。嵌入信息后，隐写信号与原始音频信号应该没有明显的区别。仿真过程中所用参数为音频信号原音频.WMV”，信号时间长度二种算法的时间为10秒，信号采样率都为44.1kHz,16bit量化回声信号所用延时分别为250个点，和280个点,及对应时间为5.656ms和6.335ms。回声信号衰减为0.5o我们采用功率倒谱提取信息。功率倒谱的图像中，在250个点处出现峰值代表“1”，在280个点处
31、出现峰值代表“0”o4.1基于独立成份分析技术水印算法实验骐证4.1.1 水印图像对于基于独立成份分析技术水印算法的水印的生成，使用的是数字图像生成，作为本种水印算法的水印。具体的水印生成的图像如图4.1所示：图4.1基于独立成份分析技术水印算法水印生成的图像原始水印誉4.1.2 不可听性测试为了测试基于独立成份分析技术水印算法的不可听性，图4.2给出了在测试语音段的原始信号的具体的波形图，图4.3给出了测试语音段得加入水印之后的具体的波形图，从图4.2以及图4.3可以看出来，二者的频率几乎没有区别，并且本人也选取了10位同学进行听原音频和加入水印之后的音频的感觉，有9位同学都听起来没有差别，
32、还有1位同学虽然听到了其他的声音，但是也不刺耳10位同学给出的答案都是听起来的差别也非常小，说明基于独立成份分析技术水印算法形成的水印语音和原始音频十分相似，基于独立成份分析技术水印算法形成的水印语音具有很好的不可听性。图4.2ICT水印算法未加入水印的音频信号的频率示意图图4.3ICT水印算法加入水印的音频信号的频率示意图表4.1ICT水印算法主观不可感知性得评判标准SDG评分O-1-2-3-4人数9人1人。人。人。人占比/%9010000从图4.2未加入水印的音频信号的频率示意图，图4.3加入水印的音频信号的频率示意图，表4.1主观不可感知性得评判标准可以看出来说明基于独立成份分析技术水印
33、算法形成的水印语音和原始音频十分相似，基于独立成份分析技术水印算法形成的水印语音具有很好的不可听性。并且本文还进行了信噪比的客观不可感知性得评判标准来对于基于独立成份分析技术水印算法的不可听性进行测试，具体的客观不可感知性得评判标准如下图4.4所示：图4.4ICT水印算法客观不可感知性的SNR评判从图4.4客观不可感知性的SNR评判，可以看出来SNR的所有的值都大于国际标准的20,也就是所含的载体信息大于水印信息的相应的SNR比值超过20o并且量化步长越大，SNR也越大。4.1.3 水印算法的鲁棒性测试根据第二章的描述，对于水印算法的评价除了有上面提到的主观不可感知性得评判标准以及客观不可感知
34、性的SNR评判，还有根据频率波形观察之外，还有鲁棒性评价，也就是前面提到的选用的是归一化相关系数（NC）进行相关的评判，根据具体的归一化相关系数（NC）来进行评判，具体的归一化相关系数（NC）越接近于1,说明该水印算法的鲁棒性越好，水印算法的鲁棒性评价示意图如下图4.5所示：图4.5ICT水印算法的鲁棒性评价示意图从上图4.5水印算法的鲁棒性评价示意图可以看出来，对于基于独立成份分析技术水印算法形成的水印语音的鲁棒性整体性能都比较好，具体的归一化相关系数（NC）基本都大于0.955,比较接近于1,并且随着量化步长的增加，具体的归一化相关系数（NC）基本同样也是相应的会降低一些，基于独立成份分析
35、技术水印算法形成的水印语音的鲁棒性会变差一点。4. 2基于鲁棒特征点的音频水印算法实验验证4. 2.1水印图像对于基于鲁棒特征点的音频水印算法的水印的生成的图像如图4.6所示:图4.6基于鲁棒特征点的音频水印算法水印生成的图像原始水印*4. 2.2不可听性测试为了测试基于鲁棒特征点的音频水印算法的不可听性，图4.7给出了基于鲁棒特征点的音频水印算法在测试语音段的原始信号的具体的波形图，图4.8给出了基于鲁棒特征点的音频水印算法测试语音段得加入水印之后的具体的波形图，从图4.7以及图4.8可以看出来，二者的频率几乎没有区别，并且本人也选取了10位同学进行听原音频和加入水印之后的音频的感觉，10位
36、同学给出的答案都是听起来的差别也非常小，几乎没有差别，说明基于鲁棒特征点的音频水印算法形成的水印语音和原始音频十分相似，基于鲁棒特征点的音频水印算法形成的水印语音具有很好的不可听性。并且根据主观不可感知性得评判标准，说明基于鲁棒特征点的音频水印算法形成的水印语音比基于独立成份分析技术水印算法形成的水印语音效果更好。图4.7鲁棒特征点水印算法未加入水印的音频信号的频率示意图图4.8鲁棒特征点水印算法加入水印的音频信号的频率示意图表4.2鲁棒特征点水印算法主观不可感知性得评判标准SDG评分O-1-2-3-4人数10人0人。人0人0人占比/%1000000从图4.7未加入水印的音频信号的频率示意图，
37、图4.8加入水印的音频信号的频率示意图，表4.2主观不可感知性得评判标准可以看出来说明基于鲁棒特征点的音频水印算法形成的水印语音和原始音频十分相似，基于鲁棒特征点的音频水印算法形成的水印语音具有很好的不可听性。并且可以进一步得出就不可听性测试来看，基于鲁棒特征点的音频水印算法比基于独立成份分析技术水印算法效果更好。并且本文还进行了信噪比的客观不可感知性得评判标准来对于基于鲁棒特征点的音频水印算法的不可听性进行测试，具体的客观不可感知性得评判标准如下图4.9所示：图4.9基于鲁棒特征点的音频水印算法客观不可感知性的SNR评判从图4.4基于鲁棒特征点的音频水印算法客观不可感知性的SNR评判，可以看
38、出来SNR的所有的值都远远大于国际标准的20,也就是所含的载体信息大于水印信息的相应的SNR比值远远超过20。并且同样可以得出，量化步长越大,SNR也越大。并且从鲁棒特征点的音频水印算法客观不可感知性的SNR评判来看，也是可以得出就不可听性测试来看，基于鲁棒特征点的音频水印算法比基于独立成份分析技术水印算法效果更好。4. 2.3水印算法的鲁棒性测试根据第二章的描述，对于水印算法的评价除了有上面提到的主观不可感知性得评判标准以及客观不可感知性的SNR评判，还有根据频率波形观察之外，还有鲁棒性评价，也就是前面提到的选用的是归一化相关系数(NC)进行相关的评判，根据具体的归一化相关系数(NC)来进行
39、评判，具体的归一化相关系数(NC)越接近于1,说明该水印算法的鲁棒性越好，水印算法的鲁棒性评价示意图如下图4.10所示：图4.10鲁棒特征点的音频水印算法的鲁棒性评价示意图-三-r文件(F)蝴(E)查看(V)插入IMCT)桌面(D)SD(W)帮助（三），丁NI已讶/r百从上图4.10鲁棒特征点的音频水印算法的鲁棒性评价示意图可以看出来，对于基于鲁棒特征点的音频水印算法形成的水印语音的鲁棒性整体性能也都比较好的，具体的归一化相关系数(NC)基本也都大于0.965,比较接近于1,并且基本上都大于基于独立成份分析技术水印算法的归一化相关系数(NC)的值,而且同样有随着量化步长的增加，具体的归一化相关
40、系数(NC)基本同样也是相应的会降低一些，基于基于鲁棒特征点的音频水印算法形成的水印语音的鲁棒性会变差一点。但是总体情况会比ICT水印算法要好。6. 3二种算法比较对于基于鲁棒特征点的音频水印算法形成的水印语音与基于独立成份分析技术水印算法形成的水印语音的比较分析本文作了如下表格4.3进行具体的分析：表4.3二种算法分析比较独立成份分析技术水印算法鲁棒特征点的音频水印算法频率波形图基本一致基本一致0.0002量化步长下的SNR34.08666.6250.0002量化步长下的NC0.98140.98890.0004量化步长下的SNR33.01259.3330.0004量化步长下的NC0.9732
41、0.97980.0006量化步长下的SNR32.03251.1320.0006量化步长下的NC0.96210.97210.0082量化步长下的SNR31.00050.0310.0008量化步长下的NC0.95860.96860.001量化步长下的SNR27.01146.4270.001量化步长下的NC0.95550.9655SDG9个0分1个-1分10个0分如上表表4.3二种算法分析比较所示，不管从主观不可感知性得评判标准还有客观不可感知性的SNR评判，或者根据频率波形观察以及鲁棒性评价四个方面来看，对于基于鲁棒特征点的音频水印算法形成的水印语音比基于独立成份分析技术水印算法形成的水印语音效果
42、都要好。第五章总结本文具体探讨的是对于音频信号的保护技术，音频信号在信道之中传播的时候，是以二进制的形式进行传播的，二进制的形式的信号具有方便存储，复制能力强，传输速度快等的特点。因此，二进制的形式进行传播的音频信号应用领域非常的多，有新闻报道，语音通话等各个领域。本文具体做了以下研究：（I）首先从基于内容的音频认证水印算法的研究背景出发，然后对于内容的音频认证水印算法的研究现状以及研究意义进行了探讨。（2）然后搜集和分析研究各种现存的有关内容的音频认证水印算法的设计和管理方面的文献资料，从中选取适合本文的信息。对于内容的音频认证水印算法的基础知识进行了了解。（3）实际的设计了内容的音频认证水
43、印算法的二种算法，并且对于二种算法的一些知识进行了阐述。（4）对于内容的音频认证水印算法进行了MATLAB仿真，测试结果表明了基于鲁棒特征点的音频水印算法形成的水印语音比基于独立成份分析技术水印算法形成的水印语音效果都要好。通过写这篇论文，让读者更加深入了解内容的音频认证水印算法方面的知识。同时也提高自己这方面的专业知识。让阅读该论文的读者提高对这方面事项的关注。参考文献1戴志强，愈一彪，颜祥等.一种基于多重统计量分析的文件语言信息隐藏算法J.信号处理，2008,24(3):500-503.2林晓丹.基于音频统计特征的自适应水印方案.计算机应用与软件2011,28(9):289-291.3Ho
44、ngPeng,JunWang,WeixingWang.AnAdaptiveAudioWatermarkingMethodBasedonLocalAudioFeatureandsupportVectorRegressionC.ProceddingsofInternationalConferenceonSoftwareEngineering,ArtificalIntelligences,NetwokingandParallelZDistributedComputiong,2012:381-384.4彭宏，王殉，王卫星等.基于音频特征的多小波域水印算法J.计算机研究与发展，2014,47(2):21
45、6-222.5XiangYangWangMingyuLu.ANewAudioWatermarkingSchemeRobusttoDesynchronizationAttacksC.ProceddingsofInternationalConferenceonFrontierofComputerScienceandTechnology,2015:233-238.王向阳，牛盼盼，基于音频统计特性的数字水印嵌入算法J.自动化学报2008,34(8):1001-1003.7李伟.鲁棒性数字音频水印算法研究D.上海:复旦大学博士学位论文，2015.8范明泉，王宏霞.基于音频内容的混合域脆弱水印算法J.铁道学报，2017,32(1):118-122.9刘应.数字音频主动取证技术研究D.西南交通大学博士学位论文.201410刘正辉，王宏霞.抗恒特征攻击的音频内容认证算法J.铁道学报，2013,35(3):76-82.UIl年里.倒谱域自适应音频水印算法J吉林大学学报(信息科学版)，2018,26(1):55-61.12李伟.鲁棒性数字音频水印算法研究D.上海:复旦大学博士学位论文,2018.
