一种实现音频水印的方法及装置制造方法及图纸

本申请公开了一种实现音频水印的方法及装置，一方面，通过长度较短的频域变换保证了音频处理的高实时性，实现了低复杂度、低延时的水印嵌入；通过符号序列调制实现水印嵌入，抵消了载体失真的影响；另一方面，通过相关性提取水印，大大提升了解码的鲁棒性。本申请提供的实现音频水印的方法，满足了抗翻录要求。满足了抗翻录要求。满足了抗翻录要求。

【技术实现步骤摘要】
一种实现音频水印的方法及装置


[0001]本申请涉及但不限于音视频处理技术，尤指一种实现音频水印的方法及装置。

技术介绍

[0002]随着互联网的飞速发展，音视频内容的获得变得日益便捷。但是，如果在线播放的音频内容被非法利用录音设备采集，会使得这些音视频内容的版权得不到好的保护；尤其是要求保密的音视频会议场景更是面临存在通过对会议进行录音而对外泄密的风险。
[0003]在这种背景下，能够有效地进行版权保护的数字水印(digital watermarking)技术应运而生。相关技术中数字音频水印系统如图1所示，数字音频水印技术就是在不影响原始音频质量的条件下向其中嵌入具有特定意义且易于提取的信息(如图1中的附加数据)的过程。根据应用目的不同，被嵌入的信息可以包括如：版权标识符、作品序列号、文字(如艺术家和歌曲的名字)，甚至是一个小的图像或一小段音频等。水印与原始音频数据紧密结合并隐藏在其中，通常是不可听到的，而且能够抵抗一般音频信号处理和盗版者的某些恶意攻击。
[0004]近年来，数字水印技术在音视频版权保护领域取得了一定的成果，特别是由于音频水印相对于视频水印的低复杂度、低成本，音频水印被广泛应用于音视频版权保护及盗版溯源的场景。
[0005]相关技术中，盗版或泄密内容的制作通常使用外放翻录，因此，如何让音频水印具备抗翻录特性尤为重要。

技术实现思路

[0006]本申请提供一种实现音频水印的方法及装置，能够满足抗翻录要求。
[0007]本专利技术实施例提供了一种实现音频水印的方法，包括：
[0008]对待处理音频信号进行分帧并进行频域变换处理，每帧中包括小于预设数量个采样点；
[0009]从分帧后的音频帧中选取m段区域作为嵌入区域，m段区域对应m个频域变换构成的向量ci，m为大于1的整数；
[0010]根据通过长度为m的符号序列调制后的水印信息和通过密钥生成的m个正交向量，对m个频域变换构成的向量进行叠加处理得到包含水印的音频信号。
[0011]在一种示例性实例中，所述选取m段区域作为嵌入区域之前，还包括：对所述分帧后的音频帧进行分析，选取感知弱的频段。
[0012]在一种示例性实例中，所述选取感知弱的频段，包括：
[0013]利用人耳频域掩蔽效应对分帧后的音频帧进行分析，选取频域掩蔽阈值以下的频段作为感知弱的频段。
[0014]在一种示例性实例中，所述方法还包括：根据所述嵌入区域的特性确定所述嵌入区域的嵌入强度β。
[0015]在一种示例性实例中，所述根据所述嵌入区域的特性确定所述嵌入区域的嵌入强度β，包括：
[0016]对所述分帧后的每帧音频分别计算其频域掩蔽阈值，将所述嵌入强度β设置为计算得到的各频域掩蔽阈值中的最大值。
[0017]在一种示例性实例中，所述方法还包括：通过密钥生成所述m个正交向量wi；
[0018]通过素数长度为m的符号序列对所述水印信息进行调制，获得所述调制后的水印信息。
[0019]在一种示例性实例中，所述对m个频域变换构成的向量进行叠加处理得到包含水印的音频信号，包括：
[0020]对所述连续的m个频域变换构成的向量ci进行水印嵌入：
[0021]利用得到的ci'替换所述频域变换构成的向量ci；
[0022]对每帧的频域变换系数进行反频域变换，得到所述包含水印的音频信号。
[0023]在一种示例性实例中，所述预设数量为256。
[0024]本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项所述的实现音频水印的方法。
[0025]本申请实施例又提供一种实现音频水印的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行上述任一项所述的实现音频水印的方法的步骤。
[0026]本申请实施例还提供另一种实现音频水印的方法，包括：
[0027]对待检测音频进行分帧，每帧中包括小于预设数量个采样点；
[0028]根据帧平均能量和预先设置的能量阈值定位非静音的音频段，并对定位到的非静音的音频段应用不同偏移进行分帧频域变换处理；
[0029]从分帧后的音频帧中选取m段区域作为嵌入区域，m段区域对应m个频域变换构成的向量ci；利用长度为m的符号序列计算相邻帧的相关值；
[0030]根据计算出的相邻帧的相关值中的最大值对应的偏移，应用最大值对应的偏移对所有音频进行分帧频域变换处理；
[0031]对连续m段频域变换系数构成向量ci计算相邻帧的相关值并求和，根据计算得到的和值确定水印信息。
[0032]在一种示例性实例中，所述根据帧平均能量和预先设置的能量阈值定位非静音的音频段，包括：
[0033]对长度为预设长度L的所述分帧后的音频帧统计样本值的平方和，计算平均值得到帧平均能量；
[0034]比较计算得到的帧平均能量和所述能量阈值，将不小于所述能量阈值的音频帧确定为所述非静音帧。
[0035]在一种示例性实例中，所述对定位到的非静音的音频段应用不同偏移进行分帧频域变换处理，包括：
[0036]应用N个偏移量样本对L个所述非静音帧分别进行频域变换处理，获取对应的频域变换系数向量；
[0037]分别计算每个频域变换系数向量与相邻片段的频域变换系数向量的相关值，获取
连续P个帧的相关值；
[0038]对于每个偏移量，分别计算P个相关值的绝对值的平均值；
[0039]在N个平均值中取最大值，如果该最大值大于或等于预设阈值T2，将对应的偏移值作为正确的偏移值；如果该最大值小于预设阈值T2，根据检测实时性要求确定是否继续尝试不同的音频段，对于检测实时性要求高的场景，结束本流程；对于实时性要求不高的场景，继续尝试对不同的音频段尝试应用不同偏移进行所述分帧频域变换处理，直至音频结束或找到满足所述平均值大于或等于阈值T2对应的偏移值。
[0040]在一种示例性实例中，所述利用预先设置的长度为m的符号序列，计算相邻帧的相关值，包括：
[0041]某一帧的系数向量为ci与该帧相邻m/2帧的系数向量cj之间的频域变换系数向量的相关值Corr＝<ci,cj>，其中，运算符号<>表示计算点乘的和；
[0042]其中，与某一帧的相邻帧为m/2帧，j＝i+m/2。
[0043]在一种示例性实例中，所述根据计算得到的和值确定水印信息，包括：
[0044]所述和值为正值，所述确定水印信息的比特为1；
[0045]所述和值为正值，所述确定水印信息的比特为0。
[0046]在一种示例性实例中，所述预设数量为256。
[0047]本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项所述的另一种实现音频水印的方法。
[0048本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现音频水印的方法，包括：对待处理音频信号进行分帧并进行频域变换处理，每帧中包括小于预设数量个采样点；从分帧后的音频帧中选取m段区域作为嵌入区域，m段区域对应m个频域变换构成的向量ci，m为大于1的整数；根据通过长度为m的符号序列调制后的水印信息和通过密钥生成的m个正交向量，对m个频域变换构成的向量进行叠加处理得到包含水印的音频信号。2.根据权利要求1所述的方法，所述选取m段区域作为嵌入区域之前，还包括：对所述分帧后的音频帧进行分析，选取感知弱的频段。3.根据权利要求2所述的方法，其中，所述选取感知弱的频段，包括：利用人耳频域掩蔽效应对分帧后的音频帧进行分析，选取频域掩蔽阈值以下的频段作为感知弱的频段。4.根据权利要求1所述的方法，所述方法还包括：根据所述嵌入区域的特性确定所述嵌入区域的嵌入强度β。5.根据权利要求4所述的方法，其中，所述根据所述嵌入区域的特性确定所述嵌入区域的嵌入强度β，包括：对所述分帧后的每帧音频分别计算其频域掩蔽阈值，将所述嵌入强度β设置为计算得到的各频域掩蔽阈值中的最大值。6.根据权利要求5所述的方法，所述方法还包括：通过密钥生成所述m个正交向量wi；通过素数长度为m的符号序列对所述水印信息进行调制，获得所述调制后的水印信息。7.根据权利要求6所述的方法，其中，所述对m个频域变换构成的向量进行叠加处理得到包含水印的音频信号，包括：对所述连续的m个频域变换构成的向量ci进行水印嵌入：利用得到的ci'替换所述频域变换构成的向量ci；对每帧的频域变换系数进行反频域变换，得到所述包含水印的音频信号。8.根据权利要求1～7任一项所述的方法，其中，所述预设数量为256。9.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～权利要求8任一项所述的实现音频水印的方法。10.一种实现音频水印的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行权利要求1～权利要求8任一项所述的实现音频水印的方法的步骤。11.一种实现音频水印的方法，包括：对待检测音频进行分帧，每帧中包括小于预设数量个采样点；根据帧平均能量和预先设置的能量阈值定位非静音的音频段，并对定位到的非静音的音频段应用不同偏移进行分帧频域变换处理；从分帧后的音频帧中选取m段区域作为嵌入区域，m段区域对应m个频域变换构成的向量ci；利用长度为m的符号序列计算相邻帧的相关值；根据计算出的相邻帧的相关值中的最...

【专利技术属性】
技术研发人员：杨锐，刘永亮，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：