音频信息隐藏算法技术的研究与实现

i摘要计算机网络的快速发展，给人们的生活带来了巨大的便利。通过互联网渠道获得信息变得非常简单，然而便利的同时也带来了信息安全问题。本文的主要研究集中在数字水印，提出一种变换域音频水印的分析算法。详尽讲述了基于离散小波变换和离散余弦变换的水印算法，主要包括信息的嵌入、提取、攻击三个模块。原始音频做离散小波变换和离散余弦变换后，将水印信息嵌入其中，通过软件仿真表明，该算法对加噪、滤波、信号裁剪具有较强的鲁棒性。关键词：音频水印、离散小波变换、离散余弦变换iiAbstractTherapiddevelopmentofcomputernetwork,hasbroughtgreatconveniencetopeopleslife.ObtaininginformationthroughtheInternetchannelbecomesverysimple,buttheconveniencealsobringstheproblemofinformationsecurity.Thethesisfocusesonthedigitalwatermarkingalgorithmisproposed,analysisofanaudiowatermarkingintransformdomain.Detailsaboutthewatermarkingalgorithmbasedondiscretewavelettransformanddiscretecosinetransformbased,mainlyincludestheinformationembedding,extracting,attackthreemodules.Theoriginalaudiodiscretewavelettransformanddiscretecosinetransform,thewatermarkinformationisembeddedtherein,throughthesoftwaresimulationresultsshowthat,thealgorithmhasstrongrobustnesstonoiseadding,filtering,signalclipping.Keywords:audiowatermarking、discretewavelettransform、discretecosinetransformiii目录摘要.1Abstract.2前言.3第一章绪论.41.1数字水印的研究背景.41.2数字水印技术的研究现状及应用.41.3本文的任务与目标.7第二章数字水印的性能及评价指标.82.1数字水印的性能指标.82.2数字水印的评价指标.9第三章基于DWT、DCT的音频水印算法.103.1DWT、DCT原理分析.103.2基于DWT、DCT的音频水印算法.12第四章仿真分析.154.1波形图.154.2MOS值.164.3信噪比.164.4攻击测试.16第五章总结与展望.185.1课题总结.185.2进一步开发的展望.18致谢参考文献附录一0前言随着计算机网络的快速发展，对图像、音频、视频等多媒体数字化作品的保护成为急需解决的问题1。传统的加密方法对作品的保护作用具有局限性，一旦解密，就失去了原有的保护作用。为了更好的保护数字化作品，人们提出了数字水印技术。它是将一些标志性的信息以数字内嵌的方式隐藏在数字化作品中，用来证明作者对作品的所有权，并作为鉴定、起诉非法侵权的证据，从而成为知识产权保护和防伪的有效手段10。全文共分为五章：第1章为绪论。介绍了课题的研究背景、音频水印的发展以及本文的主要任务及目标。第2章详细介绍了音频水印技术的性能指标、评价指标以及音频水印技术的应用。第3章介绍了离散小波变换和离散余弦变换的原理及特点，同时详细描述了本文提出的水印算法。第4章对算法进行仿真分析、数据计算以及攻击测试。第5章对算法进行总结和进一步开发的展望。1第1章绪论1.1数字水印的研究背景数字化信息使得信息的获取变得非常便捷，人们借助计算机等各种电子设备能够方便快捷的将信息传输到所希望的地方。然而数字化信息却是一把双刃剑，给人们带来便利的同时，也带来了负面影响。比如，在没有得到作者许可的情况下，擅自复制、传播有版权的作品等等1。提起信息安全，人们马上就会联想到使用多年的密码技术。密码技术是信息安全技术领域的传统技术之一，然而密码学只能保护传输中的内容。因此，迫切需要一种替代技术或是对密码学进行补充的技术，这样，人们提出了一种新的信息隐藏的概念数字水印。数字水印技术弥补了加密-解密技术-经破译就不能再对信息进行保护的不足1。作为数字水印的一个重要分支，音频水印技术主要是利用人类听觉系统(HAS)的特性，将秘密信息嵌入到载体信息中，使其不易被察觉，并且不影响原始音频信息的正常使用和听觉效果1。1.2数字水印技术的研究现状及应用1.2.1数字水印的研究现状数字水印的相关研究，起源于古老的水印技术，即印在传统载体上的水印，比如纸币上的水印，邮票和股票上的水印等，将它们对着光照可以看到其中隐藏的图像1。数字水印技术自1993年被重新重视以来，由于其在信息安全和经济上的重要地位，发展较为迅速。数字水印技术从最初的图像水印逐渐扩展到其他形式的数字媒体，如视频水印、音频水印和文字水印等。由于不同媒体自身结构与性质的不同，导致水印嵌入时有较大的差异1。总体上看，数字水印技术的研究主要从基础理论研究和水印算法两方面展开。对于水印模型的理论研究主要是为了水印技术构建理论框架，为水印技术的深入研究与应用打下坚实的理论基础。由于对稳健水印研究的更多关注，模型理论研究中关于水印容量的估计和水印可靠性分析的研究显得尤为重要1。尽管水印的基础理论研究较为薄弱，但对水印算法的研究犹如雨后春笋般。根据嵌入水印时对数字媒体信号处理方式的不同，可以划分为时域水印嵌入算法和变换域水印2嵌入算法。前者直接将水印信息嵌入到音频信号的时域采样数据中；而后者首先对音频信号的采样数据进行适当的变换，如离散傅里叶变换、离散余弦变换、小波变换等，然后将水印信息嵌入到这些变换域系数中，最后通过相应的逆变换恢复出含有水印信息的音频信号1。已经提出的水印算法可以概括为以下几种。(1)最不重要方法(LSB)LSB是比较早出现的一种时域水印技术。将载体信息转换为二进制形式，隐藏的时候把载体信息中最不重要的比特位，一般是二进制数据的最低位替换为秘密信息，LSB虽然抗信号处理和抗攻击的能力较差，但信息嵌入和提取算法比较简单，执行速度快，隐藏容量大4。(2)回声隐藏方法回声隐藏方法将隐藏语音嵌入到载体语音中是利用了回声的延时时间，实现音频水印技术的一种方法1。它很好地利用了人耳的听觉屏蔽效应，即弱音会被强音所淹没，基于回声的音频水印技术，算法的实现比较简单，不产生噪声，隐藏的效果也比较好，同时也具有较好的透明性和稳定性，但抗攻击能力差，能隐藏的数据量少，且回声幅度大的时候主观质量差、幅度小时准确检测比较困难4。(3)相位编码方法相位编码方法很好地利用了人耳只对相对相位敏感，对绝对相位不敏感这一特性，将载体语音的绝对相位替换成隐藏语音的相对相位，并调整载体语音的其他部分，使其相对相位不变，相位编码方法是一种比较有效的方法，适用于隐藏容量较小的情况，透明性也比较好，但鲁棒性并不是很好4。相位编码方法和回声隐藏方法是音频水印技术所独有的方法。(4)扩展频谱方法借助于扩频通信的方法，可以在音频编码的同时将秘密信息尽可能的分散在频谱中，达到信息隐藏的目的。扩展频谱方法抗干扰能力较强，隐蔽性较好，安全性较高。(5)离散余弦变换域(DCT)方法将原始音频信号进行DCT变换，提取变换后的DCT系数；选取较好的中频系数来嵌入水印；嵌入水印信息后，修改中频系数；最后将修改后的系数做逆离散余弦(IDCT)变换，得到含有水印信息的音频信息4。(6)小波变换域(DWT)方法小波水印具有较好的鲁棒性，经过如加噪、滤波、信号裁剪等最为常见的信号处理后，可靠性仍然很好。因此对于音频信号，小波变换是很适合的工具，具体的做法是：第一，选择合适的小波基对原始音频信号做级小波分解，将小波变换后音频信号的XL3一个近似分量和个细节分量提取出来，保留其近似分量；第二，0AN),21(LiD0A将水印信息嵌入近似分量中；第三，对嵌入水印的音频信息进行小波重构，得到含水印信息的音频信息5。(7)傅里叶变换域(DFT)方法与DCT、DWT类似，先对原始音频信号进行傅里叶变换，选择较好的地方将水印信息嵌入其中，在对其做傅里叶反变换。由于离散傅里叶变换是一个复数变换，当满足某些特定的条件时，水印信息不仅仅可以嵌入到载体信息的幅度中，也可以嵌入到载体信息的相位中。1.2.2数字水印技术的应用最初数字水印技术的提出是为了版权的保护，随着数字水印技术的发展，人们发现它更广泛的用途，许多应用是当初没有想到的。将数字水印嵌入到数字化的作品中，可以确立作者对版权的所有权，确认作品的来源，提供和作品有关的其他信息。此外，数字水印技术在鉴定、数据的访问、数据的检测、视频广告、电子商务的认证等方面也拥有非常广阔的应用前景。(1)版权保护版权保护包括所有者鉴别和所有者验证，将代表作者身份的信息作为水印信息嵌入到作品中，在发生版权纠纷的时候，就可以用水印信息来提供证据。对这种应用而言，数字水印算法的鲁棒性必须较好，防止盗版者对数字作品进行攻击。(2)操作跟踪为了避免数字化作品的非法拷贝和复制，将水印信息嵌入到作品中，用水印信息来鉴别通过合法途径获得作品却非法传播的人。(3)使用控制数字水印也可以应用于录制控制和设备控制中，使用水印信息来告诉录制设备可以录制什么内容，不可以录制什么内容，水印信息也可以用于设备的制造，例如Digimarc公司的MediaBridge系统。这类应用就可以使得盗版的作品不能使用。(4)内容认证当数字化作品在某些特殊场合使用时，常常需要确认它们的内容有没有被修改、篡改或者经过某些特殊的处理1。将作者的签名信息作为水印信息嵌入到作品中，当需要确定作品有没有被修改的时候，就可以将水印信息提取出来检查。(5)注释将数字作品的一些标注、注释等内容以水印信息的方式嵌入到数字作品中，用来解4释作品2。这种方法可以抵抗一些常见的信号处理，而且标注的信息不容易丢失。(6)广播监控将数字水印嵌入到广告作品中，通过识别嵌入其中的数字水印来确定广告是何时何地播出的，播出的广告时间长度是否符合要求等等。1.3本文的任务与目标本文主要完成的任务：(1)查阅资料，了解数字水印技术的相关内容，包括已有的水印技术的原理、水印的性能及评价指标和应用等；(2)根据以掌握的资料确定方案；(3)设计水印的嵌入、提取算法；(4)对设计好的算法进行仿真分析，计算数据；(5)对设计好的水印算法进行攻击测试，如加噪、滤波、信号裁剪等；(6)通过仿真测试，进一步改进算法，使其具有更好的隐藏效果。本文的目标：实现一段音频在另一段音频中的隐藏，即将一段音频以数字水印的形式嵌入另一段音频中。5第二章数字水印的性能及评价指标2.1数字水印的性能指标(1)透明性数字水印的首要特性就是透明性，也称之为不可感知性，利用人耳听觉特性，将水印信息嵌入到载体信息中，在经过一系列的隐藏处理后，使得含有水印信息的载体信息没有明显的降质现象，而隐藏的信息不能够被察觉2。(2)鲁棒性指音频文件在经过加噪、滤波、信号裁剪等常见的信号处理或者是人为地攻击后，嵌入的水印信息不会被丢失。也就是说，鲁棒性较好，表明音频文件的抗攻击性较好。(3)隐藏容量隐藏容量是反映载体信息所能隐藏多少比特水印信息的一个重要指标，它是指在不影响载体信息的透明性和鲁棒性的同时，载体所能隐藏的水印信息的最大比特数。(4)是否需要原始数据提取信息需要还是不需要借助于原始数据进行信息提取，会影响到秘密数据的隐藏和提取方案的用途和性能4。数字水印算法的透明性、鲁棒性和隐藏容量这三个指标之间是相互制约的，如图2-1所示。当一种算法的透明性较好时，说明原始音频信息和含有水印的音频信息在人耳听觉上几乎不能被区分，所以嵌入水印时对载体信息的改动不能很大，而这种算法一般来说鲁棒性较差；当一种算法鲁棒性较好时，一般是将载体信息的一些重要特征与水印信息结合在一起，这样才能够更好地抵抗传输过程中受到的各种信号的处理和攻击，这种算法是通过修改载体信息一些重要特性将水印信息嵌入进去，因而透明性较差；当隐藏的水印信息容量较大时，含有水印信息的声音信息透明性较差。图2-1透明性、鲁棒性、隐藏容量的关系62.2数字水印的评价指标2.2.1MOS值常用的MOS(MeanOpinionScore)评价方法包括主观MOS评价和客观MOS评价。主观MOS采用ITU-Tp.800和p.830建议书，由不同的测试人员分别听原始语音和含有水印信息的语音，并通过人的主观感受分别对它们评分，最后求出平均值。客观MOS评价则采用ITU-TP.862建议书提供的PESQ(PerceptualEvaluationofSpeechQuality)方法，由专门的仪器或者软件进行测试。使用主观MOS评价方法对音频质量的评价具有实际的价值，然而由于不同的测试人员的主观感受往往是不同的，差异较大，如果想要得到比较好的统计结果，就必须要找大量的测试人员进行实验，因此实验的可重复性不强2。表2-1为MOS主观评分标准。表2-1MOS主观评分标准分数音频质量描述5优异听得非常清楚，没有失真感4良听得清楚，稍微有一些杂音3中听得不太清楚，有失真和杂音2差听得不太清楚，杂音较大，失真较严重1不能分辨完全听不清楚2.2.2信噪比把水印信息看做加到载体信息上的噪声，就可以通过信噪比的计算，分析嵌入的水印信息对载体信息的影响。信噪比(SNR)定义如下：设为音频长度，为原始音频信息，为含水印信息的LXwX音频信息，信噪比表示为：(式2-1)log1021DSNR其中，一般来说，信噪比越大，说明混在信号里的噪声越小，声音回放的品质越高。21L01L021L02iwiiiiiixDxx，7第三章基于DWT、DCT的音频水印算法3.1DWT、DCT原理分析3.1.1离散小波变换传统的信号理论，是建立在傅里叶变换的基础上的，而傅里叶变换具有一定的局限性。在实际应用中人们开始对傅里叶变换进行各种各样的改进，来改善这种局限性，如短时傅立叶变换(STFT)。由于STFT采用的滑动窗函数一经选定就固定不变，故决定了其时频分辨率固定不变，不具备自适应能力，而小波很好的解决了这个问题。小波变换是一种信号的时间-频率分析方法，具有多分辨率分析信号的特点，而且在时域和频域内都具有表征信号局部特征的能力，是一个范围可变的窗口方法9。小波分析的主要优点之一是提供局部细化和分析的功能。对音频信号进行小波变换时，如果进行一级的一维小波变换，音频信号被分为高频和低频两个部分，原始音频信号的大部分能量存在于低频部分，少部分能量存在于高频部分，因此低频部分被称为近似分量，高频部分被称为细节分量。一个音频信号经过一维多级小波变换后，可以获得一个近似分量和若干个细节分量。图3-1是一维三级小波分解示意图，原始音频信号被分解为一个近似分量和三个细节分量、3ca3cd、。2cd1图3-1一维三级小波分解分解后的音频信号可以重新组合，这一过程称之为重构。DWT变换特性如下：(1)语音信号在一维的DWT变换前后，其总能量是保持不变的，且DWT变换对能量重新分配，DWT变换之后，信号被分为近似分量和细节分量，语音信号的大部分能量8都集中在近似分量中。(2)DWT变换可以选择不同的小波基和小波变换级数，进行DWT变换可以根据算法的特点选择合适的小波基和小波变换级数，因此，小波变换在数字水印算法中具有很大的灵活性和优越性。3.1.2离散余弦变换DCT是一种正交变换，它的定义是(式3-1)1(,0,2)1(cos)(2)(10NkNnxkaNn其中，,1)()(ka，反变换是(式3-2)1(,0,2)(cos)(2)(10NnNkaNnxk可以看出，DCT的正交变换与反变换的变换形势相同，只差一个比例因子，其基础矢量为：(式3-3)2)1(cos,23cos,)(2NkNkkaNbTkDCT变换的一个重要优点是它真正代表了频域变换，因此可以比较容易地利用人耳的听觉特性来控制各个频率分量的量化误差，使得在一定的数码率的条件下，可以获得较好的主观编码质量。DCT变换的第二个优点是它可以借助快速傅里叶变换(FFT)进行快速计算，对于具体的应用，特别是对于比较大的情况，是非常重要的。NDCT变换的特性如下：(1)DCT域中的值表现的是语音信号的整体分布特性，而不是听觉特性。(2)语音信号在DCT变换前后的总能量是保持不变的，且DCT变换对能量重新进行分配，语音信号的能量集中特性是DCT变换的另一个显著特点，这样只需要用少量的低频系数就可以代表语音信号的大部分能量。(3)对语音信号施加一些小的干扰，对应到DCT域中，它的变换系数不会发生很大的变化，反之，如果DCT域的变换系数有微小的变化，对应到时域中，变化会分散到整个语音信号中，不会对其产生很大的变化。93.2基于DWT、DCT的音频水印算法嵌入水印时，首先将原始音频做一维三级DWT变换，提取DWT变换后的近似分量做DCT变换，将近似分量分段，选择绝对值最大的近似分量作为量化步长，计算每段近似分量的均值，并对每个均值按步长进行量化得到，通过判断和水印信)(iz)2,(modiz息的值是否相等来嵌入水印信息。提取是嵌入的逆过程，通过提取)(iww水印信息。图3-2为水印嵌入和提取的系统框图。图3-2系统框图3.2.1水印嵌入水印嵌入过程如图3-3所示，具体步骤如下：步骤一：对原始音频进行三级离散小波变换，得到一个近似分量和三个细节分量。1X其中，为原始音频小波变换后的近似分量，、和为原始音频小波变换后3ca3cd21cd的细节分量。步骤二：将DWT变换后的近似分量做DCT变换，变换后为。a3a步骤三：近似分量做分段处理，选择绝对值最大的近似分量作为量化步长，得到量化步长。是预先设置的量化系数，用来调节嵌入深度，取值过小，则保密语音的稳qq健性比较差；取值过大，量化噪声增大，则会使载体音频听觉质量下降11。步骤四：设近似分量分段长度为，求每段的近似分量的平均值。a(式3-4)icive1)(3)(步骤五：对每个均值按步长进行量化，为量化步长。q(式3-5)21)()()(iaveiziaveiy，步骤六：水印信息嵌入的方法为：计算的值，并与水印信息的值相,mod)iw10比较。当的值与水印信息的值相同时，不变；当的值)2,(modiz)(iw)(3ica)2,(modiz与水印信息的值不同且时，减；当的值与水印信息w)(izy3caq2,odz的值不同且时，加。即)(iiyc(式3-6)(&)(2),(mod,)(3,)(izyiwizqiaic步骤七：逆离散余弦变换，将进行逆DCT变换。c步骤八：逆离散小波变换，对嵌入水印的音频信息进行重构，得到含有水印信息的音频信息。图3-3水印嵌入过程具体程序见附录一所示。113.2.2水印提取水印嵌入过程如图3-4所示，具体步骤如下：步骤一：对含有水印信息的音频进行一维三级离散小波变换，得到一个近似分量wX和三个细节分量。其中，为音频小波变换后的近似分量，、和为31ca31cd21cd小波变换后的细节分量。步骤二：将DWT变换后的近似分量做DCT变换，变换后为。31caa步骤三：将近似分量进行分段处理，选择绝对值最大的近似分量作为量化步长，得到量化步长。q步骤四：设近似分量分段长度为，对每段的近似分量求平均值。公式如式3-4所示。a步骤五：对每个均值按步长进行量化，为量化步长。公式如式3-5所示。q步骤六：水印信息提取：)(iw(式3-7)2,(modizi图3-4水印提取过程具体程序见附录一所示。12第四章仿真分析4.1波形图原始语音是一段时长为20秒的歌曲，水印信息是一段时长为2秒的录音，两段语音均是WAV格式的音频文件。图4-1为原始语音与含有水印信息的语音的波形图，图4-2为水印信息和提取出的水印信息的波形图。0246810x105-0.500.5低低低低0246810x105-0.500.5低低低低低低低图4-1原始语音与含有水印的语音024681012x104-0.100.1低低低低024681012x104-0.100.1低低低低低低图4-2水印信息与提取出的水印信息为了判断嵌入水印的语音信息的透明性，将原始语音和含有水印信息的语音信息的波形图进行比较。从图中可以看出，嵌入水印的语音与原始语音的波形几乎相同，水印信息与提取出的水印的波形也几乎相同。134.2MOS值水印信息嵌入后，保存含有水印的音频文件。找来15个测试人员分别试听原始音频和嵌入水印信息的音频，并对含有水印信息的音频文件打分，计算得出的结果为4.4。含有水印信息的音频听得清楚，几乎没有失真与杂音，表明水印嵌入后，音频文件的透明性较好。4.3信噪比信噪比定义如下：(式4-1)log102DSNR其中，通过计算可知，原始语音信息和含有水印信息的音频信息的信噪比值为35.5752。4.4攻击测试(1)对含有水印信息的声音信息进行加噪攻击，添加频率为3.8kHz的余弦噪声，图4-3为加噪后的声音信号和提取出的水印信息的波形图。0246810x105-101低低低低低低低低低低024681012x104-0.100.1低低低低低低低低低图4-3加噪后的声音信号和提取出的水印信息从图中可以看出，加噪攻击对水印信息的提取没有较为明显的影响。对加噪后的音频进行主观MOS值评分，计算得出的结果为4.1。通过计算，加噪后的音频信息和含有水印信息的音频信息的信噪比值为1.8206。具体程序见附录一所示。210102102NiwiiNiiNiixxxx，14(2)对含有水印信息的音频信息进行5阶巴特沃斯低通滤波攻击，截止频率为，pi2.0图4-4为低通滤波后的音频信号和提取出的水印信息的波形图。0246810x105-0.500.5低低低低低低低低低低低低024681012x104-0.100.1低低低低低低低低低低低图4-4低通滤波后的声音信号和提取出的水印信息从图中可以看出，滤波攻击对水印信息的提取没有较为明显的影响。对低通滤波后的音频进行主观MOS值评分，计算得出的结果为3。通过计算，低通滤波后的音频信息和含有水印信息的音频信息的信噪比值为0.1120。具体程序见附录一所示。(3)对含有水印信息的音频信息进行信号裁剪攻击，图4-5为裁剪后的声音信号和提取出的水印信息的波形图。012345678x105-0.500.5低低低低低低低低低低024681012x104-0.100.1低低低低低低低低低图4-5裁剪后的声音信号提取出的水印信息从图中看出，信号裁剪对水印信息的提取没有较为明显的影响。对裁剪后的音频进行主观MOS值评分，计算得出的结果为4.0。具体程序见附录一所示。通过比较可以发现，加噪和信号裁剪攻击对含有水印的音频及水印的提取没有较为明显的影响，而低通滤波攻击对含有水印的音频影响较大。15第五章总结与展望5.1课题总结本课题是基于DWT和DCT变换的音频水印的研究、设计与实现，详尽阐述了水印算法的设计，着重研究和讨论了对信息嵌入、提取的实现算法。经过实际测试与分析，证明算法的透明性和鲁棒性都达到了设计初期提出的要求。本文提出的水印算法具有如下的特色：(1)小波变换的多分辨率的特点能够更好的对人耳的听觉系统进行模拟，且可以把信号分成独立的各个部分并进行独立的处理，相较于DCT变换更加接近人耳的听觉系统。(2)小波域的音频水印具有更好的鲁棒性，对加噪、滤波、信号裁剪等最为常见的音频信号处理，具有较好的可靠性，也就是说，小波域的音频水印算法具有较好的抗攻击的性能。(3)当音频信号经过DCT变换之后，没有虚部，只有实部，使得秘密信息的嵌入更加方便，算法更加容易实现，且DCT域的稳定性比较好。(4)水印提取时不借助原始音频数据，使得该算法有较好的实用性。5.2进一步开发的展望水印算法的研究开发取得了阶段性的成果，整个课题还可以进行后续的研究，做进一步的设计，主要有：(1)水印信息的预处理：对水印信息进行预处理，可以提高算法的鲁棒性，使其具有更好的抗攻击能力。(2)算法的鲁棒性：信号在传输过程中会受到各种各样的干扰，本文仅仅是对最为常见的信号处理的干扰进行了测试，对于一些意想不到的干扰并未进行测试。上述两个方面将在进一步的设计中予以关注、研究与解决。16致谢论文能够完成，要感谢的人太多了。最要感谢的是我的指导老师彭静玉老师，最初看到论文题目时完全不知所措，从未接触过得研究课题让人觉得无从下手，幸而有彭老师在最初茫然的时候指导了我，让我理清了思路，使得论文可以顺利的开始。写论文的过程中，也遇到过很多问题，彭老师的指导一直很及时的让我拨开云雾，解决课题研究过程中碰到的各种各样的难题。其次，论文的顺利完成，也离不开其他的同学的帮助，在我遇到困难的时候及时的伸出援助之手。17参考文献1韩纪庆.音频信息处理技术M.清华大学出版社,2007:145.2雷敏.音频数字水印与隐写分析算法研究D.北京:北京邮电大学.2011.3周琨.信息隐藏技术的应用J.中山大学学报,2009,43(2):221-224.4张凤英.音频信息隐藏方法研究J.青海师范大学学报,2008,1(1):29-32.5崔慧娟.数字语音编码技术M.电子工业出版社,2013:1.6王先春.基于DCT和DWT域的音频信息隐藏算法J.计算机工程与设计,2008,29(16):49-51.7郑玉.基于整数小波变换的自适应数字音频信息隐藏J.计算机工程与应用,2010,46(23):148-151.8陈琦.基于离散余弦变换的音频信息隐藏算法J.计算机工程与应用,2007,28(22):5387-5392.9许晓娟.基于机器学习的音频盲水印研究D.四川:西华大学，2008.10阮家辉.数字水印在广播音频监测中的应用研究J.东南传播,2008,20(8):257-260.11王让定.一种小波域音频信息隐藏算法J.宁波大学学报.2007.17(3):319-323.18附录：中英文文献翻译名称多通道音频信息隐藏19附录一fs=44000;x1=wavread(E:a.wav);figure(1)subplot(2,1,1)plot(x1);title(原始语音);w=wavread(E:shuiyin.wav);w1=w(:);figure(2)subplot(2,1,1)plot(w)title(水印信息);%-嵌入水印c,l=wavedec(x1,3,db4);ca3=appcoef(c,l,db4,3);cd3=detcoef(c,l,3);cd2=detcoef(c,l,2);cd1=detcoef(c,l,1);ca33=dct(ca3);%以相邻60个系数为量化组，然后从近似分量中的第60个到60*(1024+1)个点作为量化嵌入点q=max(abs(ca33);fori=1:1024ave(i)=sum(ca33(i*60:(i+1)*60)/60;y(i)=fix(ave(i)/q);z(i)=fix(ave(i)/q+1/2);%对每个均值按步长进行量化endfori=1:1024ifmod(z(i),2)=w1(i)ca33(i*60:(i+1)*60)=ca33(i*60:(i+1)*60);20elseifmod(z(i),2)=w1(i)&y(i)=z(i)ca33(i*60:(i+1)*60)=ca33(i*60:(i+1)*60)+q;elseca33(i*60:(i+1)*60)=ca33(i*60:(i+1)*60)-q;endendendca333=idct(ca33);%Idwtcc=ca333,cd3,cd2,cd1;bm=waverec(cc,l,db4);figure(1)subplot(2,1,2)plot(bm)title(嵌入水印的语音);wavwrite(bm,fs,16,sample2.wav);%-提取水印y=wavread(E:sample2.wav);c1,l1=wavedec(y,3,db4);ca31=appcoef(c1,l1,db4,3);cd31=detcoef(c1,l1,3);cd21=detcoef(c1,l1,2);cd11=detcoef(c1,l1,1);ca311=dct(ca31);q=max(abs(ca311);fori=1:1024ave1(i)=sum(ca311(i*60:(i+1)*60)/60;z1(i)=fix(ave1(i)/q+1/2);endfori=1:1024w(i)=mod(z(i),2);end21figure(2)subplot(2,1,2)plot(w)title(提取出的水印);snr1=SNR_singlech(x1,y)sound(w,fs,16);%-加噪y=wavread(E:sample2.wav);t=(0:length(y)-1)/8000;au=0.07;d=au*cos(2*pi*3800*t);y1=y+d;wavwrite(y1,fs,1