一種挖掘低速率語音編碼最低有效位的新方法

吳秋玲　吳　蒙

1(南京理工大學(xué)紫金學(xué)院　江蘇 南京 210046)2(南京郵電大學(xué)通信與信息工程學(xué)院　江蘇 南京 210003)

?

一種挖掘低速率語音編碼最低有效位的新方法

吳秋玲1,2吳蒙2

1(南京理工大學(xué)紫金學(xué)院江蘇 南京 210046)2(南京郵電大學(xué)通信與信息工程學(xué)院江蘇 南京 210003)

信息隱藏是保證信息傳輸安全的重要手段。針對VOIP系統(tǒng)中低速率語音編碼在信息隱藏時最低有效位難以確定的問題，利用遺傳算法GA(Genetic Algorithm)作為優(yōu)化工具，以客觀的語音質(zhì)量評價標(biāo)準(zhǔn)和信息隱藏容量為依據(jù)構(gòu)建遺傳算法目標(biāo)函數(shù)，提出一種能夠挖掘低速率語音編碼最低有效位的新方法。以G.729a語音編碼為例進行實驗測試，測試結(jié)果表明，該方法在給定的語音質(zhì)量下，以隱藏容量最大為目標(biāo)可以精確搜索到所有最低有效位。最后通過在語音幀的最低有效位上進行機密信息的隱秘傳輸驗證信息隱藏技術(shù)的可行性。

信息隱藏最低有效位遺傳算法低速率語音編碼

0　引　言

信息隱藏技術(shù)是指將特定的信息嵌入到數(shù)字化的載體信息中，在隱藏信息內(nèi)容的同時也隱蔽信息傳播這一行為，以保證密文不引起監(jiān)控者的注意從而減少被攻擊的可能性[1]。信息隱藏技術(shù)集密碼學(xué)、通信理論、編碼理論、數(shù)字信號處理等多學(xué)科理論和技術(shù)于一身，是對重要的信息在網(wǎng)絡(luò)上傳輸時實施安全保護的一種重要而有效的技術(shù)手段。隨著Internet的快速發(fā)展，以VOIP為代表的流媒體業(yè)務(wù)已成為網(wǎng)絡(luò)服務(wù)中炙手可熱的熱點業(yè)務(wù)。但是網(wǎng)絡(luò)環(huán)境的復(fù)雜性、多變性以及信息系統(tǒng)的脆弱性，決定了網(wǎng)絡(luò)安全威脅的客觀存在。因此研究在VOIP系統(tǒng)中嵌入隱藏信息來保證機密信息的安全性成為信息隱藏領(lǐng)域的一大熱點[2]。VOIP語音通信系統(tǒng)普遍采用的低速率語音編碼格式有G.729a、G.723.1和iLBC等，在語音幀的最低有效位上進行信息隱藏是一種最常用最直接的信息隱藏方法，但是這些最低有效位往往難以確定。遺傳算法GA是模擬自然界生物進化過程與機制來求解極值問題的一類自組織、自適應(yīng)人工智能技術(shù),是一種仿生隨機優(yōu)化算法，已被廣泛地用于各種組合優(yōu)化問題。本文采用遺傳算法為優(yōu)化工具，以客觀的語音質(zhì)量評價標(biāo)準(zhǔn)和隱藏容量為評價依據(jù)，研究如何挖掘以G.729a語音編碼為代表的低速率語音編碼中可隱藏機密信息的最低有效位。

1　相關(guān)研究工作

目前，應(yīng)用于VOIP的低速率語音編解碼器的信息隱藏研究內(nèi)容還很少，傳統(tǒng)的語音信息隱藏方法針對的是PCM(Pulse Code Modulation)編碼[3]。這些隱藏方法都不適用于低速率語音，因為低速率語音已經(jīng)經(jīng)過壓縮，去除了很多冗余信息，因而隱藏空間非常有限且難以提取[4]。文獻[5]提出了一種基于碼書位置向量的信息隱藏算法，取得了較好的隱藏效果;文獻[6，7]提出了基于iLBC的自適應(yīng)碼本的信息隱藏方法;文獻[8]針對G723.1語音編碼方法提出一種矢量量化索引的隱藏算法。在語音幀的最低有效位研究方面，文獻[9]采用分段信噪比評價語音質(zhì)量，分析了G.729語音幀的最低有效位;文獻[10]采用對語音幀逐位取反的方法確定G.729a的最低有效位。以上文獻中的研究方法都是針對單一比特位進行測試的研究，在實際運用中，語音幀中可隱藏信息的位置往往有很多位。那么在多個比特位上隱藏信息后載體語音質(zhì)量如何，在保證載體語音質(zhì)量的情況下最大隱藏容量是多少，針對多種低速率語音編碼方案有沒有一種通用的確定語音幀最低有效位的方法，目前這方面的研究還甚少。

2　G.729語音幀和遺傳算法簡介

2.1G.729a語音編碼方法簡介

G.729a是ITU于1996年3月發(fā)布的，采用共軛結(jié)構(gòu)—代數(shù)激勵線性預(yù)測技術(shù)，其數(shù)據(jù)傳輸速率是8 kb/s。G.729a編解碼器按8 kHz采樣，16 bit量化，每幀長10 ms，語音幀被壓縮為80 bit，每一位都代表相應(yīng)的參數(shù)向量，若其值發(fā)生變化會對整個語音質(zhì)量有不同程度的影響。

2.2遺傳算法基本原理

GA是模擬自然界的遺傳進化過程而發(fā)展起來的一類隨機優(yōu)化算法，它主要是由選擇算子、交叉算子和變異算子組成。標(biāo)準(zhǔn)遺傳算法的主要運算過程描述如下:

1) 編碼。由于遺傳算法不能直接處理解空間的數(shù)據(jù),須通過編碼將數(shù)據(jù)表示成遺傳空間基因型串結(jié)構(gòu)。

2) 種群初始化。隨機生成由多個個體組成的群體作為初始群體。

3) 適應(yīng)度函數(shù)。遺傳算法在搜索進化過程中一般不需要其他外部信息,僅用評估函數(shù)值來評價個體或解的優(yōu)劣,并作為以后遺傳操作的依據(jù)。因此適應(yīng)度函數(shù)的構(gòu)建極為重要。

4) 終止條件判斷。若滿足終止條件,則以進化過程中所得到的具有最大適應(yīng)度的個體作為最優(yōu)解輸出,終止計算;否則,轉(zhuǎn)至下一步。

5) 選擇算子。選擇算子確定了算法的宏觀進化方向，保證種群朝全局最優(yōu)解的方向進化，但在微觀上并不改變個體的基因組成，是遺傳算法中極其重要的一個環(huán)節(jié)。

6) 交叉算子。交叉算子通過模擬自然界生物的雜交過程對個體進行雜交操作，不斷產(chǎn)生新個體、增加種群的多樣性、擴大尋優(yōu)范圍，從而使得GA具有較強的搜索能力。

7) 變異算子。變異算子通過模擬自然界生物的基因突變過程挖掘個體基因的多樣性,克服局部收斂。

3　基于遺傳算法的語音編碼最低有效位挖掘方法

3.1編碼方案

二進制編碼是遺傳算法中最常用的一種編碼方法。G.729a中語音幀的每一比特位都有其特殊的意義，把對語音失真影響不大的比特位稱為最低有效位，可用來裝載機密信息。把語音幀的比特值取反后通過測試其對語音質(zhì)量的影響大小來判斷該比特位是否是最低有效位。G.729a語音幀上比特位的值都是0或1的二進制數(shù)，則可以把該語音幀按“位”的順序組成長度為80的二進制串，記為A(n),n=80。把該語音幀的某些比特位取反后得B(n)，則C(n)=A(n)⊕B(n)。二進制串C(n)用來標(biāo)記語音幀A(n)中被取反的比特位。若C(n)中某一位的數(shù)值為1 ，則表示語音幀的相應(yīng)位置上該比特位值被取反；反之，則表示語音幀的該比特位值沒有被取反。根據(jù)C(n)中“1”的個數(shù)和分布情況可精確獲得該語音幀的最低有效位，因此可把二進制串C(n)作為個體參與進化。

3.2構(gòu)建適應(yīng)度函數(shù)

遺傳算法采用適應(yīng)度函數(shù)來度量群體中各個個體在進化計算中有可能達到或接近于找到最優(yōu)解的優(yōu)良程度。適應(yīng)度較高的個體遺傳到下一代的概率較大;而適應(yīng)度較低的個體遺傳到下一代的概率相對較小。度量個體適應(yīng)度的函數(shù)稱為適應(yīng)度函數(shù)。

PESQ(Perceptual evaluation of speech quality)是 ITU-T P.862建議書提供的客觀音質(zhì)評價方法。通過比較原始語音信號和攜帶機密信息的語音信號輸出一個語音質(zhì)量失真的預(yù)測值，其范圍在1.0至4.5之間。PESQ值越大語音質(zhì)量越好，VOIP語音通信質(zhì)量一般要求PESQ大于3.5。

(1)

即在滿足語音質(zhì)量PESQ大于給定值M的情況下，求信息隱藏容量的最大值問題。

適應(yīng)度函數(shù)的具體計算步驟為：

(1) 假設(shè)種群是N×80的矩陣，每個行向量構(gòu)成一個個體Ci(n)( i=1,2,…,N)，共有N個個體。把A(n)和Ci(n)代入關(guān)系式C(n)=A(n)⊕B(n)得到比特位被取反的語音幀Bi(n)，i=1,2,…,N。

(2) 對比按降值語音幀Bi(n)進行G.729a編解碼輸出的語音信號和按原始語音幀A(n)進行G.729a編解碼輸出的語音信號的質(zhì)量，求得PESQ的值。

(3) 若PESQ大于給定值M，按式(1)計算個體Ci(n)的適應(yīng)度函數(shù)值，否則淘汰該個體。

3.3算法步驟

將采集的語音信號經(jīng)過預(yù)處理和G.729a編碼后產(chǎn)生數(shù)據(jù)幀A(n)，按如下步驟挖掘G.729a的最低有效位：

步驟1初始化：設(shè)置交叉概率pc、變異概率pm、種群數(shù)量和最大進化代數(shù)gen等控制參數(shù)，并產(chǎn)生N×80的矩陣作為初始種群P(0)。

步驟2計算種群的適應(yīng)度：按3.2節(jié)中的步驟計算種群中所有個體Ci(n)的適應(yīng)度函數(shù)。根據(jù)嵌入信息確定種群中所有個體的適應(yīng)度函數(shù)值，對于被淘汰的個體用適應(yīng)度值最大的個體替換。

步驟3輸出適應(yīng)度值最大的最佳個體。

(1)側(cè)向邊界排泄量。根據(jù)達西定律，計算出識別期(東北部流水邊界)地下水徑流排泄量為4.071 8×104 m3/d；驗證期為4.344 1×104 m3/d。

步驟4選擇操作：使用輪盤賭法得到過渡種群P1(0)。

步驟5交叉操作：按交叉概率pc，對P1(0)中每一對個體執(zhí)行交叉操作，得到過渡種群P2(0)。

步驟6變異操作：按變異概率pm，對P2(0)中每一個個體執(zhí)行變異操作，得到下一代種群P(1)。

步驟7在P(1)中保留上一代的最佳個體。

步驟8檢驗新一代種群P(1)是否滿足結(jié)束條件,若滿足則結(jié)束程序;否則按步驟2-步驟7繼續(xù)進化，直到尋找到全局最佳個體Cmax(n)。

步驟9按全局最佳個體Cmax(n)中“1”的位置確定G.729a語音幀中的最低有效位。

3.4算法性能分析

算法采用遺傳算法作為優(yōu)化工具，在滿足語音質(zhì)量的條件下，以隱藏容量最大構(gòu)建適應(yīng)度函數(shù)。利用遺傳算法的并行計算特點，能夠準(zhǔn)確搜索出G.729a語音幀中的所有最低有效位。由于遺傳算法采用種群為對象進行多代進化搜索，從計算語音PESQ的次數(shù)上來看，假設(shè)種群中有N個個體，在第G代搜索到最優(yōu)個體，則計算PESQ的次數(shù)為N×G。可見，算法在盡量挖掘G.729a最低有效位的同時，算法復(fù)雜性較高。

文獻[9,10]采用單個比特位取反的方法測量該比特位對語音質(zhì)量的影響程度，然后選取對語音質(zhì)量影響較小的一些比特位作為最低有效位。該方法計算PESQ的次數(shù)為80次，計算量較小，但是對最低有效位的挖掘不夠完全，對語音質(zhì)量也沒有定量要求。

采用遺傳算法挖掘最低有效位的方法計算量與文獻[9,10]相比要大，但是由于挖掘語音壓縮算法的最低有效位無需滿足實時性要求。因此不太考慮挖掘時間多少，而更關(guān)注所挖掘的最低有效位位數(shù)多少以及準(zhǔn)確性。此外，算法在構(gòu)建適應(yīng)度函數(shù)后無需人為操作可自行搜索最優(yōu)解，也不受語音編碼方法的影響，通用于G.711、G.723、G.728、G.729、iLBC等多種編碼方法。

4　實驗測試與結(jié)果分析

為了測試算法的有效性，進行兩類測試實驗。第一類實驗是選取ITU P.501附錄B提供的音頻庫中的語音作為載體語音樣本進行測試，挖掘出G.729a在不同載體語音PESQ值條件下的最低有效位；第二類實驗是用挖掘到的最低有效位裝載機密信息進行信息隱秘傳輸實驗，測試用最低有效位進行隱秘傳輸?shù)目尚行浴?/p>

4.1最低有效位挖掘測試

遺傳算法參數(shù)為：初始種群大小為50×80，交叉概率pc=0.8，變異概率pm=0.1，最大運行代數(shù)gen=100。選取標(biāo)準(zhǔn)樣本庫中的中文男聲、中文女聲、英文男聲和英文女聲共4種計40條樣本語音逐條進行測試。首先進行8 kHz的采樣和16 bit的量化得到PCM格式的語音，經(jīng)過G.729a編碼后，產(chǎn)生數(shù)據(jù)幀A(n)。按3.3節(jié)的算法步驟，可進化出在滿足給定PESQ值的條件下，信息隱藏容量最大的最佳個體Cmax(n)，從而定位G.729a語音幀中的可隱藏信息的比特位。

經(jīng)過測試，在PESQ>3.5時，平均在28代時出現(xiàn)最佳個體Cmax(n)，有部分語音產(chǎn)生的最佳個體與Cmax(n)稍有不同，相差1～2個比特位。表1給出的是PESQ>3.5時根據(jù)最佳個體Cmax(n)確定的最低有效位的語音幀結(jié)構(gòu)。此時隱藏容量為R(x)=15.0%，表中陰影部分為最低有效位，有下劃線的第50位和第79位是與Cmax(n)產(chǎn)生的偏差位。在PESQ>3.8時，平均在25代時出現(xiàn)最佳個體Cmax(n)，有部分語音產(chǎn)生的最佳個體與Cmax(n)相差1個比特位。表2給出的是PESQ>3.8時根據(jù)最佳個體Cmax(n)確定的已標(biāo)注最低有效位的語音幀結(jié)構(gòu)。此時隱藏容量為R(x)=8.75%，第56位是偏差位。比較表1和表2的數(shù)據(jù)可知，PESQ的值越高，語音質(zhì)量要求越高，則可用于信息隱藏的比特位越少，隱藏容量越小。

表1　PESQ>3.5語音幀可隱藏信息比特位一覽表

表2　PESQ>3.8語音幀可隱藏信息比特位一覽表

4.2最低有效位信息隱藏測試

用二進制機密信息替換G.729a語音幀中的最低有效位，測試信息隱藏的可行性。錄制語音“請注意信息安全”作為載體語音，時長1781 ms，共179幀。機密信息是一段關(guān)于信息安全的文字簡介，共50個字符，800 bit。在不同載體語音質(zhì)量要求下，攜密語音波形對比圖如圖1所示。

圖1　載體語音載密前后時域波形圖

4.3實驗結(jié)果對比分析

1) 根據(jù)表1和表2的實驗結(jié)果，在PESQ>3.5時挖掘出12位最低有效位，隱藏容量為R(x)=15.0%；在PESQ>3.8時挖掘出7位最低有效位，隱藏容量為R(x)=8.75%。文獻[9]挖掘的G.729a語音幀最低有效位是第16、17、18位，信息隱藏容量為2.62%。文獻[10]選用8個對語音質(zhì)量影響最小的比特位作為G.729a的最低有效位，隱藏容量為10%。顯然文獻[9,10]對G.729a的數(shù)據(jù)幀中最低有效位沒有挖掘完全。因此算法在較文獻[9,10]具有優(yōu)勢。

2) 由圖1中載體語音載密前后時域波形對比圖可知，與原始語音波形(a)相比，(b)和(c)都帶噪聲，但是由于人耳對語音質(zhì)量的微小下降不敏感，感覺不到機密信息的存在。(c)比(b)的噪聲小，說明最低有效位個數(shù)越少，語音質(zhì)量越高，但由于語音信號載密后PESQ>3.5，因此在G.729a的最低有效位上隱藏機密信息是可行的。

3) 算法同樣適用于挖掘其他語音編碼格式的最低有效位。

5　結(jié)　語

由于低速率語音編碼已經(jīng)去除了語音的絕大多數(shù)冗余信息，因此在其語音幀中挖掘用于隱藏機密信息的最低有效位是一項非常具有挑戰(zhàn)性的工作。利用遺傳算法作為優(yōu)化工具，以語音幀的比特位是否取反形成的二進制串作為個體進行二進制編碼，以客觀的語音質(zhì)量評價標(biāo)準(zhǔn)和隱藏容量構(gòu)建適應(yīng)度函數(shù)進行算法測試。實驗測試結(jié)果表明，該方法在保證給定語音質(zhì)量的前提下能夠確定語音幀中的所有最低有效位，并計算隱藏容量。由于本方法不涉及G.729a的具體編解碼方法，因此對于其他編碼格式的語音幀中最低有效位的確定也是適用的。

[1] 顧桃峰,岳海燕.基于DCT系數(shù)的加密信息隱藏技術(shù)的研究與實現(xiàn)[J].計算機應(yīng)用與軟件,2011,28(6):173-175.

[2] Mazurczyk W.VOIP steganography and its detection:A survey[J].ACM Computing Surveys,2013,2(46):20.

[3] Miao Rui,Huang Yongfeng.An approach of covert communication based on the adaptive steganography scheme on voice over IP[C]//IEEE International Conference on Communications,2011:1-5.

[4] Xu Erchi,Liu Bo,Xu Liyang.Adaptive VOIP stegangraphy for information hiding within network audio streams[C]//Proceedings of the 14th International Conference on Network-Based information Systems.Tirana:IEEE Press,2011:612-617.

[5] Yang Jun,Bai Sen,Huang Yongfeng,et al.Implementation of steganography based on HOOK[C]//Proceedings of the 2011 International Conference on Informatics,Cybernetics,and Computer Engineering,Melbourn,Australia,2011:133-141.

[6] 楊婉霞,余暉,胡萍.在壓縮語音編碼中集成信息隱藏方法研究[J].電子學(xué)報,2014,42(7):1305-1309.

[7] 楊婉霞,孫東紅,黃永峰.基于語音編碼中自適應(yīng)碼本的隱藏信息方法[J].計算機工程與設(shè)計,2013,34(8):2656-2661.

[8] Li songbin,Taohuaizhou,Huang yongfeng.Detection of quantization index modulation steganography in G.723.1 bit stream based on quantization index sequence analysis[J].Journal of Zhejiang University SCIENCE C,2012,13(8):624-634.

[9] Liu Lihua,Li Mingyu,Li Qiong,et al.Perceptually transparent information hiding in G.729 bit stream[C]//proceedings of the 4th international conference on intelligent information Hiding and Multimedia Signal Proceeding.Harbin:IEEE.Press.2008:406-409.

[10] 郭舒婷,田暉.一種基于G.729a語音的信息隱藏方法[J].華僑大學(xué)學(xué)報:自然科學(xué)版,2014,35(3):277-282.

A NEW METHOD OF MINING LEAST SIGNIFICANT BIT IN LOW BIT-RATE SPEECH CODE

Wu Qiuling1,2Wu Meng2

1(CollegeofZijin,NanjingUniversityofScienceandTechnology,Nanjing210046,Jiangsu,China)2(CollegeofTelecommunicationsandInformationEngineering,NanjingUniversityofPostsandTelecommunications,Nanjing210003,Jiangsu,China)

Information hiding is an important means to ensure the security of information transmission. In view of the difficulty of locating the least significant bit of low-rate speech code in VOIP system when hiding information, we use genetic algorithm as the optimisation tool and construct the objective function of genetic algorithm according to the objective evaluation criterion of speech quality and the capacity of information hiding, as well as propose a new method which can mine the least significant bit of low-rate speech code. Experimental tests have been carried out on the example of G.729a speech code, test results show that the method can accurately determine all the least significant bits with the object of maximising the information hiding capacity under the given voice quality. Finally the feasibility of information hiding technique is verified by the covert transmission of confidential information in least significant bit of speech frame.

Information hidingLeast significant bitGenetic algorithmLow bit-rate speech code

2015-02-04。江蘇省普通高校研究生科研創(chuàng)新計劃項目(KYLX_0815)；江蘇省高校自然科學(xué)研究重點項目(10KJA510035)。吳秋玲，講師，主研領(lǐng)域：信息安全，信號處理。吳蒙，教授。

TP391.4

A

10.3969/j.issn.1000-386x.2016.08.061