一種針對(duì)amr音頻文件的隱寫分析方法
【專利摘要】本發(fā)明公開(kāi)了一種針對(duì)AMR音頻文件的隱寫分析方法，本發(fā)明深入挖掘了AMR編碼過(guò)程中的固定碼本搜索原理以及嵌入算法原理，發(fā)現(xiàn)現(xiàn)有基于軌道脈沖位置調(diào)制的AMR隱寫算法必然會(huì)破壞固定碼本搜索的脈沖固有特征，導(dǎo)致同軌道中第一個(gè)脈沖位置和第二個(gè)脈沖位置之間具有較強(qiáng)的相關(guān)性；本發(fā)明可應(yīng)用于所有基于脈沖位置調(diào)制的隱藏算法以及AMR-NB、AMR-WB不同編碼模式，G729、G723.1等一類基于ACELP技術(shù)編碼的壓縮語(yǔ)音隱寫分析，具有廣泛地通用性和較高的檢測(cè)正確率。
【專利說(shuō)明】—種針對(duì)AMR音頻文件的隱寫分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字音頻信息隱藏領(lǐng)域，尤其涉及一種基于AMR音頻軌道脈沖位置調(diào)制隱寫的通用隱寫分析方法。
【背景技術(shù)】
[0002]公知，隨著移動(dòng)互聯(lián)網(wǎng)音頻應(yīng)用業(yè)務(wù)的飛速發(fā)展，各種壓縮音頻文件在internet中被分享和傳播，數(shù)字化語(yǔ)音在通信系統(tǒng)中所占的比重越來(lái)越大。作為3GPP組織指定的第三代移動(dòng)終端主流語(yǔ)音編碼標(biāo)準(zhǔn)，自適應(yīng)多速率語(yǔ)音編碼AMR的應(yīng)用非常廣泛。其開(kāi)源c編解碼源碼[1]，可對(duì)16bit量化無(wú)壓縮的PCM語(yǔ)音信號(hào)，如網(wǎng)絡(luò)公開(kāi)的WAV數(shù)據(jù)庫(kù)[2] [3]以及采用錄音軟件如c00ledit[4]錄制的PCM音頻，進(jìn)行不同模式下的編解碼，以適應(yīng)不同的網(wǎng)絡(luò)傳輸帶寬。各種手機(jī)終端系統(tǒng)，如iPhone, Samsung, Nokia等，以及一些主流的移動(dòng)終端通信軟件，如QQ，WeChat，都支持AMR語(yǔ)音格式。與此同時(shí)，面向壓縮音頻格式的隱寫算法和工具也逐漸涌現(xiàn)，基于脈沖位置調(diào)制的AMR隱寫算法具有嵌入容量高和隱蔽性良好的特性，因此給語(yǔ)音內(nèi)容的安全通信帶來(lái)隱患，同時(shí)給音頻隱寫分析也帶來(lái)了新的挑戰(zhàn)。
[0003]隱寫分析技術(shù)(Steganalysis)是信息隱藏的對(duì)抗技術(shù)，通過(guò)對(duì)載體固有統(tǒng)計(jì)特性和隱寫引起載體特性細(xì)微改變的分析，檢測(cè)數(shù)字圖像、音頻、視頻等載體信息中是否存在隱秘信息和隱秘通信的行為，從而達(dá)到對(duì)載密信息的破壞、檢測(cè)、甚至提取秘密信息的目的。隨著隱寫算法的不斷發(fā)展，近年來(lái)針對(duì)壓縮音頻的隱寫分析算法也不斷出現(xiàn)，但主要集中在Mp3和AAC音頻壓縮格式的隱寫分析算法，目前還沒(méi)有針對(duì)AMR壓縮音頻隱寫分析的公開(kāi)文獻(xiàn)發(fā)表。
[0004]現(xiàn)有AMR隱藏算法都是基于其編碼過(guò)程中固定碼本搜索采用的深度優(yōu)先樹(shù)搜索方式是不徹底的搜索，導(dǎo)致選出的碼本矢量是次優(yōu)的，意味著固定碼本參數(shù)存在很大的冗余度，還有其它可選空間，因此可以通過(guò)控制固定碼本搜索策略，將秘密信息嵌入到每個(gè)軌道的最后一個(gè)脈沖位置中，并建立脈沖位置與隱藏信息之間的映射關(guān)系，實(shí)現(xiàn)秘密信息的嵌入和提取。2008年Geiser B [5]率先提出針對(duì)AMR-NB12.2kbit/s的隱寫方法，限制每個(gè)軌道的第二個(gè)脈沖位置由同軌道第一個(gè)脈沖位置和秘密信息共同決定，嵌入容量高的同時(shí)計(jì)算復(fù)雜度低。2013年Miao [6]等人基于文獻(xiàn)[5]的嵌入原理，提出一種面向AMR-WB自適應(yīng)次優(yōu)脈沖組合限制的隱寫算法，其應(yīng)用范圍廣，同樣適用于AMR-NB。這類嵌入算法嵌入容量大，可在AMR-NB12.2kbit/s模式下最大嵌入3kbps的秘密信息，同時(shí)不帶來(lái)明顯的聽(tīng)覺(jué)質(zhì)量的降低。因此針對(duì)AMR音頻的隱寫分析技術(shù)研究具有非常重要和迫切的需求。
[0005]參考文獻(xiàn):
[0006][I] (2010).ANS1-C code for the floating-point Adaptive Mult1-Rate(AMR)speech codec[OnLine].Available:http://www.3gpp.0rg/DynaReport/26104.htm
[0007][2] (2010, June).Mandatory speech codec speech processingfunctions,Adaptive Mult1-Rate(AMR)speech codec test sequences[OnLine].Available:http://www.3gpp.0rg/DynaReport/26074.htm[0008][3] (2007, Oct).CMU audio databases [OnLine].Avai lable: http: //www.speech.cs.emu.edu/databases/
[0009][4](2012, Mar).Adobe Audition CS6[OnLine].Available:http://www.adobe,com/cfusion/tdrc/index, cfm ? product = audition&loc = cn
[0010][5]Geiser B, Vary P.High rate data hiding in ACELP speech codecs[C]//Acoustics,Speech andSignal Processing, 2008.1CASSP2008.1EEE InternationalConference on.1EEE,2008:4005-4008.[6]Miao H, Huang L, Chen Z, et al.A new schemefor covert communication via3G encoded speech[J].Computers&Electrical Engineering, 2012，38(6):1490-1501.
【發(fā)明內(nèi)容】

[0011]本發(fā)明為了解決上述的技術(shù)問(wèn)題，提出了一種針對(duì)AMR音頻文件的隱寫分析方法。
[0012]本發(fā)明的技術(shù)方案是:一種針對(duì)AMR音頻文件的隱寫分析方法，包括如下步驟:
[0013]步驟1.構(gòu)建一個(gè)AMR自適應(yīng)多速率語(yǔ)音編碼音頻樣本庫(kù)；隨機(jī)選擇一部分音頻樣本作為訓(xùn)練樣本集，其余音頻樣本為待測(cè)樣本集；
[0014]步驟2.訓(xùn)練過(guò)程，包括如下步驟:
[0015]步驟2.1，輸入訓(xùn)練樣本集，對(duì)包括隱寫音頻和非隱寫音頻的訓(xùn)練樣本集中所有的訓(xùn)練音頻進(jìn)行解碼，然后計(jì)算同軌道脈沖位置相同概率特征矢量SPP ；
[0016]步驟2.2，通過(guò)分類器對(duì)訓(xùn)練樣本集中的所有訓(xùn)練音頻的同軌道脈沖位置相同概率特征矢量SPP進(jìn)行訓(xùn)練得到分類model ；
[0017]步驟3.預(yù)測(cè)過(guò)程，包括以下步驟:
[0018]步驟3.1，解碼待測(cè)樣本集音頻的幀，計(jì)算待測(cè)音頻的同軌道脈沖位置相同概率特征 SPP ；
[0019]步驟3.2，根據(jù)訓(xùn)練得到的分類model對(duì)待測(cè)音頻的同軌道脈沖位置相同概率特征SPP進(jìn)行預(yù)測(cè)，判斷是否為隱寫音頻；
[0020]其中，同軌道脈沖位置相同概率特征SPP，具體實(shí)現(xiàn)方式如下:
[0021]1.對(duì)于一個(gè)AMR壓縮音頻的比特流，假定其包含的子幀總數(shù)為Nf，每個(gè)子幀中脈沖數(shù)量為Np，每個(gè)子幀中軌道數(shù)量為Nt，每個(gè)軌道中脈沖的數(shù)量為Np t，解碼AMR音頻的每個(gè)子幀，提取其非零脈沖位置參數(shù)；
[0022]2.若整段音頻信號(hào)中同一軌道兩個(gè)非零脈沖位置同時(shí)出現(xiàn)的概率PCP，則軌道t的PCP矩陣計(jì)算如下:
【權(quán)利要求】
1.一種針對(duì)AMR音頻文件的隱寫分析方法，其特征在于，包括如下步驟: 步驟1.構(gòu)建一個(gè)AMR自適應(yīng)多速率語(yǔ)音編碼音頻樣本庫(kù)；隨機(jī)選擇一部分音頻樣本作為訓(xùn)練樣本集，其余音頻樣本為待測(cè)樣本集； 步驟2.訓(xùn)練過(guò)程，包括如下步驟: 步驟2.1，輸入訓(xùn)練樣本集，對(duì)包括隱寫音頻和非隱寫音頻的訓(xùn)練樣本集中所有的訓(xùn)練音頻進(jìn)行解碼，然后計(jì)算同軌道脈沖位置相同概率特征矢量SPP ； 步驟2.2，通過(guò)分類器對(duì)訓(xùn)練樣本集中的所有訓(xùn)練音頻的同軌道脈沖位置相同概率特征矢量SPP進(jìn)行訓(xùn)練得到分類model ； 步驟3.預(yù)測(cè)過(guò)程，包括以下步驟: 步驟3.1，解碼待測(cè)樣本集音頻的幀，計(jì)算待測(cè)音頻的同軌道脈沖位置相同概率特征SPP ； 步驟3.2，根據(jù)訓(xùn)練得到的分類model對(duì)待測(cè)音頻的同軌道脈沖位置相同概率特征SPP進(jìn)行預(yù)測(cè)，判斷是否為隱寫音頻； 其中，同軌道脈沖位置相同概率特征SPP，具體實(shí)現(xiàn)方式如下: 1.對(duì)于一個(gè)AMR壓縮音頻的比特流，假定其包含的子幀總數(shù)為Nf，每個(gè)子幀中脈沖數(shù)量為Np，每個(gè)子幀中軌道數(shù)量為Nt，每個(gè)軌道中脈沖的數(shù)量為Np t，解碼AMR音頻的每個(gè)子幀，提取其非零脈沖位置參數(shù)；
2.若整段音頻信號(hào)中同一軌道兩個(gè)非零脈沖位置同時(shí)出現(xiàn)的概率PCP，則軌道t的PCP矩陣計(jì)算如下:
3.若整段音頻信號(hào)中同一軌道兩個(gè)非零脈沖位置相同概率為SPP，則軌道t中每個(gè)脈沖位置i的SPP值計(jì)算如下式:
SPPt ⑴=PCPt (i，i) 待測(cè)音頻的特征 SPP = {SPPt⑴ 11 ≤ i ≤ Np，i 關(guān) First_Pos(t),0 ≤ t≤ Nt-1j，其中，1≤i≤Np，F(xiàn)irst_Pos(t)為軌道t的第一個(gè)可選脈沖位置。
【文檔編號(hào)】G10L19/018GK103985389SQ201410240018
【公開(kāi)日】2014年8月13日 申請(qǐng)日期:2014年5月30日 優(yōu)先權(quán)日:2014年5月30日
【發(fā)明者】任延珍, 蔡婷婷, 熊浩, 范夢(mèng)迪 申請(qǐng)人:武漢大學(xué)