李景麗，高 玲

（黃河水利職業(yè)技術學院，河南 開封 475003）

0 引言

網絡的迅速發(fā)展及多媒體技術的日益成熟使得各種數字化作品的制作、編輯、存儲與傳播變得簡單易行。數字音頻產品在數字化多媒體產品中占據相當地位，是人們生活中最為普遍的數字化產品之一。隨著MP3、VQF等新一代數字音頻壓縮格式的廣泛應用，數字音頻產品在網絡上的傳播和應用迅猛增長。人們可以越來越方便地拾取音頻數據，并對其進行篡改。這一方面導致音頻數據的真實性、完整性無法得到保證，另一方面也極大損害了音頻制作者和發(fā)行者的權益。為了維護數字音頻的安全應用，對音頻文件的惡意篡改進行有效的檢測已成為一個亟待解決的問題。

加密技術和數字水印技術是解決這個問題的兩種不同的途徑［1］。數字水印技術是近年來興起的前沿研究領域，主要應用于隱蔽通信、版權保護和完整性認證領域。它憑借對音頻文件篡改操作敏感，對正常音頻處理操作魯棒的優(yōu)勢，被廣泛用于各種音頻文件篡改檢測的場合中。

1 篡改音頻文件水印檢測的設計要求

用于音頻文件篡改檢測的數字水印算法應能夠在保證原始音頻文件一定聽覺質量的前提下，將與原始音頻內容相關或不相關的標志信息作為數字水印嵌入到音頻文件中。為了能夠可靠的檢測對音頻文件的篡改情況，要求數字水印一般應具備不可感知性、脆弱性與健壯性、準確性、盲提取等特征。

1．1 不可感知性

水印的不可感知性又稱透明性、隱蔽性，是指將水印信息嵌入到原始音頻文件中之后，不會導致音頻文件產生人耳可感知的質量下降現(xiàn)象。人類聽覺系統(tǒng)不僅是一個極端靈敏的聲音接收器，還具有選擇性，可以起分析器的作用［2］。所以，音頻數字水印對不可感知性有很高的要求。在設計音頻數字水印算法時，應結合原始音頻文件的特性，并充分考慮人耳的掩蔽效應（弱音在強音的掩蔽下會不為人耳所覺察）。

1．2 脆弱性與健壯性

音頻文件的改變是屬于正常操作還是惡意篡改，不同的應用場合對此會有不同的區(qū)分標準（一個應用場合下的正常操作有可能在另一個應用場合下被視作惡意篡改）［3］。在多數場合下，無損壓縮、音頻格式轉換、重采樣、低通濾波、高比特率有損壓縮、去除噪聲等一些標準的音頻信號處理操作被認為是正常操作，而所有會對原始音頻內容造成影響的操作，如剪裁重組、添加、替換、刪除、低比特率有損壓縮等均視為惡意篡改。用于音頻文件篡改檢測的數字水印既要對正常音頻信號處理操作呈現(xiàn)較強的健壯性，又要對認定的惡意篡改呈現(xiàn)靈敏的脆弱性。

1．3 準確性

數字水印用于音頻文件的篡改檢測時，水印信息變化與否等價于音頻文件篡改與否。當含水印的音頻文件受到篡改攻擊時，如果水印信息依然是完整的，就會直接造成檢測失敗。為保證檢測的準確性，除要求能夠有效識別篡改外，還要求能夠對篡改進行精確定位，最好可以通過篡改分析，大致還原被篡改的部分。

1．4 盲提取

在提取水印信息時，盲水印既不需要原始音頻文件，也不需要原始音頻數字水印。由于音頻文件篡改檢測的絕大多數場合都是難以獲得原始音頻文件的，所以，在不提供原始音頻文件的情況下，要求實現(xiàn)水印信息的提取，即實現(xiàn)盲提取。

2 音頻數字水印的嵌入與篡改檢測

2．1 水印的嵌入檢測

要檢測對音頻文件的篡改，并能夠準確定位篡改，一般是將所提取的原始音頻文件的特征信息（作為水印內容）與密鑰一起經過某種音頻數字水印算法，嵌入到原始音頻文件中，得到已嵌入水印的音頻文件。其嵌入過程如圖1所示。

圖1 檢測水印的嵌入過程Fig.1 Embedded process of detecting watermark

2．2 音頻文件的篡改檢測

對音頻文件做篡改檢測時，先要從待檢測音頻文件中提取水印信息，然后將所提取的水印信息與原始水印信息進行比較。如果兩者一致，就認為音頻文件沒有被篡改；否則，認為音頻文件已被篡改，并給出篡改的具體信息。音頻文件篡改檢測過程如圖2所示。

圖2 音頻文件篡改檢測過程Fig.2 Detection process of audio file tampering

3 典型音頻文件篡改檢測水印算法

用于音頻文件篡改檢測的數字水印屬于半脆弱數字水印。迄今為止，學術界發(fā)表的針對多媒體文件篡改檢測的數字水印相關的文獻大多數都集中在數字圖像領域，針對數字音頻文件篡改檢測的相關文獻較少，比較典型的有以下幾個。

Chung－Ping Wu 等［4］提出了基于指數級量化的離散傅立葉變換 （DFT）域半脆弱音頻數字水印算法。該算法復雜度低，能夠有效檢測音頻文件的惡意內容篡改。由于無需附加數據，所以篡改檢測過程相對于諸如傳輸過程中的編碼轉換等保持內容操作是透明的。本算法基于改進的指數級量化奇偶調制技術和本地頻率掩蔽模型，以保證用于水印嵌入和提取的量化步驟之間相匹配。采用該算法添加水印，對音頻文件引入的噪聲小于語音編碼器。實驗結果表明，該算法能夠以非常低的錯誤概率區(qū)分惡意篡改和一些保持內容操作（如重采樣、白噪聲干擾、G．711語音編碼和G．721語音編碼等）。

Bin Yan等［5］提出了通過對線性預測系數進行量化實現(xiàn)的半脆弱音頻數字水印算法。該算法通過把參數估計誤差模型化為拉普拉斯分布噪聲，對水印譯碼性能進行分析。水印檢測閾值是根據對錯誤概率的要求和預期的信號噪聲比 （SNR）推斷得到的。實驗結果表明，該水印算法對幅度伸縮操作具有魯棒性，對添加白噪聲操作具有半脆弱性，因此該算法適用于音頻文件篡改檢測。

Fang Chen等［6］提出了基于音頻質量的使用小波包分解和最優(yōu)樹選擇的音頻文件篡改檢測算法。該算法把小波包分解系數作為與音頻質量相關的特征信息，通過在最小熵下的最優(yōu)樹算法選擇小波包系數，從而保證在少丟失重要音頻信息的情況下，最小化水印編碼量。實驗結果表明，根據PEAQ（音頻質量感知評價）標準，除了各種比特率的MP3壓縮操作外，大多數音頻文件處理操作都不是質量保持操作。因為它們引入了各種特殊的聽覺效果。另外，該算法能夠有效識別隨機裁剪和篡改等惡意操作。

上述3種算法都有著自身的一些優(yōu)勢，但都還不盡完善。理想的用于音頻文件篡改檢測的算法應滿足對惡意操作具有脆弱性，對正常音頻處理操作具有魯棒性，能夠對被篡改的音頻片斷進行精確定位和大致恢復，具有非常低的錯誤檢測率等各項要求。

4 音頻文件篡改檢測實驗

實驗中，原始音頻文件選用取樣頻率為11．025kHz、位深為 16 Bit、持續(xù)時間為 40 s 的單聲道Wave波形文件，其時域波形如圖3（a）所示。由于圖像水印在表現(xiàn)形式上更為直觀，故本實驗中嵌入音頻文件中的水印選用像素為93×93的BMP格式的單色二值圖像，如圖4（a）所示。采用相應的數字水印嵌入算法 （本實驗中使用的是基于振幅差值比較的音頻數字水印算法）將水印嵌入到原始音頻文件中，得到的含水印的音頻文件時域波形，如圖3（b）所示。將圖 3（b）與圖 3（a）的波形對比可見，嵌入水印對原始音頻的改變非常小。對含水印的音頻文件進行影響語義的篡改，篡改之后的音頻文件時域波形如圖 3（c）所示。

采用與水印嵌入算法相對應的水印提取算法，對篡改后的音頻文件進行水印的提取，所提取的水印圖像如圖4（b）所示。將原始水印和所提取的水印進行對比，可判斷出音頻文件已被篡改，再結合具體的水印嵌入算法，即可定位篡改位置，如圖5所示。如果以原始音頻文件的特征信息作為水印內容，還可進一步近似恢復音頻文件被篡改的片斷。

圖3 音頻文件時域波形圖Fig.3 Time domain waveform of audio file

圖4 原始水印和提取的水印Fig.4 Original watermark and selective one

5 結語

數字水印技術是音頻文件篡改檢測的一種有效手段。但是，目前數字水印在音頻文件篡改檢測方面的應用和研究成果均非常少見，是一個遠未成熟的研究領域［7］，尚有很多協(xié)議方面和技術方面的問題有待解決。在實際應用場合，要求嵌入水印之后，不可對音頻聽覺質量造成明顯影響，對音頻文件進行篡改檢測除了要能夠準確判斷出是否有篡改，還應能夠進一步確定篡改位置并近似恢復篡改之前的內容。把音頻文件的重要特征作為水印內容，并與人類聽覺系統(tǒng)的掩蔽效應相結合，是數字水印技術在音頻文件篡改檢測領域今后的主要發(fā)展方向。

［1］馮英，林土勝，譚啟祥．基于音頻特征的自嵌入數字水印技術［J］．計算機工程與應用，2007，43（1）：192－194．

［2］楊義先，鈕心忻．數字水印理論與技術［M］．北京：高等教育出版社，2006：200－201．

［3］李偉，汪竹蓉．數字音頻認證研究綜述［J］．計算機科學，2009，36（10）：21－24．

［4］ Chung －Ping Wu， C．－C．J． Kuo．Fragile speech watermarking based on exponentialscale quantization for tamper detection ［C］．Proceedings of the IEEE InternationalConference on Acoustics， Speech， and Signal Processing．Orlando， Florida， May 2002：205-212．

［5］ Bin Yan， Zhe－Ming Lu， et al．Speech Authentication by Semi－fragile Watermarking ［J］．Lecture Notes in Computer Science Volume 3683， 2005： 497－504．

［6］ Fang Chen， WeiLi， etal．Audio Quality －Based Authentication Using WaveletPacketDecomposition and Best Tree Selection［J］．International Conference on IntelligentInformation Hiding and MultimediaSignal Processing （IIH－MSP 2008）．August 2008：1265－1268．

［7］宋玉杰，譚鐵牛．基于脆弱性數字水印的圖像完整性驗證研究［J］．中國圖像圖形學報，2003，8（1）：1－4．