基于HAS特性的语音信息隐藏算法(1)

摘要  为了改善LSB方法的稳健性和透明性，本文利用人类听觉系统的掩蔽效应来确定秘密信息的嵌入位置。实验表明，该算法隐藏数据量大、透明性好，且该算法可以用于在语音信号中隐藏文本、图像等信息数据。

关键词  信息隐藏，LSB，掩蔽阈值，语音信号

作为一种最基本的通讯手段，语音通信系统已经得到了广泛的研究，研究发现，语音信号本身存在着一定的冗余信息，而且，对人耳听觉模型HAS的研究可知，人耳的听觉对语音信号很小的扰动（尤其是在语音信号本身存在较大噪声的情况下）不敏感，在时间和频率上也都有屏蔽特性，HAS的这些特性为语音中隐藏信息提供了可能。一个安全的在语音信号中进行隐藏信息隐藏的系统应该具备以下特性：透明性、稳健性、自恢复性。

本文提出的算法，就是利用了心理声学模型精确地得到可利用的频率位置，并应用LSB方法，实现以语音为载体的信息嵌入。该算法也可以在语音中嵌入文本、图像等信息数据，本文采用的是在语音中嵌入语音指令。

人的听觉系统具有复杂的功能。人类听觉系统的模型是非线性且复杂的，这涉及到有关心理声学和生理声学方面的问题。掩蔽效应是由于听觉的非线性所引起的一种常见的心理声学现象。声音听得见的最低声压叫做听阈。当人们同时听到两个声音时，对其中一个声音的感觉会因为另一个声音的干扰使该声音的听阈提高，这种现象称为掩蔽效应。

本文根据Johnston掩蔽模型^[3]，用一种简便的频率掩蔽门限计算方法来确定嵌入位置。定义噪声掩蔽阈为人耳能够忍受的附加噪声的能量最大值，那么，第i个临界频带内的掩蔽阈定义为：

心理声学中的听觉掩蔽效应是指，在一个强信号附近，若信号将变得不可闻，被掩蔽掉了。被掩蔽掉的不可闻信号的最大声压级称为掩蔽门限或掩蔽阈值（Masking Threshold），在这个掩蔽阈值以下的声音将被掩蔽掉。由于语音信号具有短视平稳性，我们对其进行分帧处理，由上面的方法计算出每一帧信号的听觉阈值，在每个选定的帧中仅对掩蔽门限以下的频率分量实行LSB替换。

2.1 嵌入信息

2.2 提取信息

在提取过程中，把嵌入信息的点用LSB方法提取出二进制码流，即 用相应的编码恢复成密写信息（语音指令、二值图像）即可。