[发明专利]基于线性预测语音编码的信息隐藏及隐藏信息提取方法

说明书

本发明公开了基于线性预测语音编码的信息隐藏及隐藏信息提取方法，所述信息隐藏方法包括：根据嵌入率、密钥Key及随机位置选择算法，确定低速率压缩语音流中的待嵌入帧的位置；根据所述待嵌入帧的位置获取待嵌入帧，对所述待嵌入帧进行编码，得到所述待嵌入帧的索引点M，并依据预先建立的索引点集合I中的索引点分组结果，确定所述索引点M所属的分组；按预设长度读取秘密信息，得到待被嵌入的单元U；判断所述索引点M是否属于所述单元U对应的分组，若是，则不对所述索引点M进行替换，否则，获取所述单元U对应的分组中索引点M的最近投影点，替换索引点M，完成所述单元U的嵌入；对嵌入秘密信息的低速率压缩语音流进行编码得到目标压缩语音流。

技术领域

本发明涉及信息安全领域，特别涉及基于线性预测语音编码的信息隐藏及隐藏信息提取方法。

背景技术

信息技术的不断发展给人们生活带来了便利，但同时也带来了信息认证、版权保护和秘密通信等诸多问题。信息隐藏技术可以很好地解决这些问题。它是一项将秘密信息嵌入常见载体，通过隐藏秘密通信本身来达到传递秘密信息目的的技术。

数字水印技术是信息隐藏领域的一个重要的分支，该技术利用信息隐藏算法(又称隐写算法)将认证信息嵌入到音频等数字载体中。这些信息嵌入位置非常隐蔽难以被不法分子探知或修改，但是生产者或发行者可依据水印信息判断载体数据是否被替换或篡改，以保证载体数据的安全。在低速率压缩语音流中进行水印嵌入是一项非常具有挑战性的工作，因为经过低速率压缩语音编码后码流中几乎不存在冗余信息。现有的低速率压缩语音流中的水印嵌入方法可以根据隐写位置分为三类：第一类是通过直接修改压缩语音流中的一些码元实现信息嵌入，此类方法中信息嵌入与语音编码的过程相互独立；第二类和第三类是在语音编码过程中进行信息嵌入。第一类在短时预测器预测步骤中进行信息嵌入，第二、三类则选择在长时预测器预测步骤中进行信息嵌入。例如，量化索引调制(Quantization Index Modulation，QIM)隐写算法在线性预测系数的矢量量化(VectorQuantization，VQ)过程中进行信息嵌入，基音调制隐写算法在语音子帧基音预测过程中进行嵌入等。

QIM隐写算法中关注的核心问题是如何对原始码书进行划分。目前，研究者们已经提出了许多码书划分方法。如完全随机划分，但随机划分方法会引入巨大的附加量化失真并降低解码后的语音质量。为了解决该问题，研究者们提出了一些更加复杂的方法。例如，Chiang等人基于码子聚类实现码书分组，Lu等人基于共享码字分组扩大码字搜索范围从而达到减少附加量化失真的目的，相关技术还提出了一种基于图论的码书划分方法，称为互补邻居顶点(Complementary Neighbor Vertex，CNV)算法等等。其中，相关的CNV-QIM算法通过修改LPC量化索引嵌入秘密信息，该方法将不可避免的影响量化索引的分布特性。当嵌入过程引入的改变次数过多时，会对语音质量产生较大的影响且将很容易的被隐写检测方法检测出来。近年来，Tian等人提出了一种称为Sec-QIM的嵌入算法，该算法可以减少嵌入过程引入的改变次数，使嵌入效率有所提高，但是却降低了嵌入容量。

发明内容

本发明的目的在于克服上述技术缺陷，提出了基于线性预测语音编码的信息隐藏及隐藏信息提取方法，可以实现在向低速率压缩语音流中嵌入秘密信息的过程中，保证嵌入容量的同时，提高嵌入效率。

为实现上述目的，本发明的实施例1提出了一种基于线性预测语音编码的信息隐藏方法，所述方法包括：

根据嵌入率、密钥Key及随机位置选择算法，确定低速率压缩语音流中的待嵌入帧的位置；

根据所述待嵌入帧的位置获取待嵌入帧，对所述待嵌入帧进行编码，得到所述待嵌入帧的索引点M，并依据预先建立的索引点集合I中的索引点分组结果，确定所述索引点M所属的分组；

按预设长度读取秘密信息，得到待被嵌入的单元U；