[論文レビュー] A novel method of speech information hiding based on 3D-Magic Matrix

Zhongliang Yang, Xueshun Peng+2 more|arXiv (Cornell University)|Sep 9, 2018

Advanced Data Compression Techniques被引用数 3

ひとこと要約

本稿では、ITU-T G.723.1 などの低ビットレート音声コーデックにおいて、隠し容量を顕著に向上させるために3次元マジックマトリクスを用いた新しい音声ステガノグラフィー手法を提案する。線スペクトル対（LSP）パラメータの複数ベクタ量子化と周期的移動する3次元マジックマトリクスを活用することで、人間の聴覚にほとんど影響を与えることなく最大200 bpsの容量を達成し、ステガノグラフィー検出分析に対しても強い耐性を示す。

ABSTRACT

Redundant information of low-bit-rate speech is extremely small, thus it's very difficult to implement large capacity steganography on the low-bit-rate speech. Based on multiple vector quantization characteristics of the Line Spectrum Pair (LSP) of the speech codec, this paper proposes a steganography scheme using a 3D-Magic matrix to enlarge capacity and improve quality of speech. A cyclically moving algorithm to construct a 3D-Magic matrix for steganography is proposed in this paper, as well as an embedding and an extracting algorithm of steganography based on the 3D-Magic matrix in low-bit-rate speech codec. Theoretical analysis is provided to demonstrate that the concealment and the hidden capacity are greatly improved with the proposed scheme. Experimental results show the hidden capacity is raised to 200bps in ITU-T G.723.1 codec. Moreover, the quality of steganography speech in Perceptual Evaluation of Speech Quality (PESQ) reduces no more than 4%, indicating a little impact on the quality of speech. In addition, the proposed hidden scheme could prevent being detected by some steganalysis tools effectively.

研究の動機と目的

• 低ビットレート音声コーデックにおける冗長性の制限により情報隠し容量が制限されるという課題に対処すること。
• 音声品質を著しく損なうことなく、大容量のデータを低ビットレート音声に埋め込む困難さを克服すること。
• 埋め込み容量と不顕著性の両方を向上させるステガノグラフィー方式の開発。
• 隠しデータが検出されないよう、ステガノグラフィー検出ツールに対する耐性を強化すること。
• 線スペクトル対（LSP）パラメータが持つ内在的な複数ベクタ量子化特性を活用し、効率的なデータ埋め込みを実現すること。

提案手法

• 周期的移動アルゴリズムを用いて3次元マジックマトリクスを構築し、構造的かつ高容量な埋め込み空間を生成する。
• ITU-T G.723.1コーデックにおける線スペクトル対（LSP）パラメータの複数ベクタ量子化（MVQ）特性を活用して、適切な埋め込み位置を特定する。
• 3次元マジックマトリクスを用いて秘密データをLSPドメインにマッピングする埋め込みアルゴリズムを設計し、容量を最大化するとともに音声品質を保持する。
• 同一の3次元マジックマトリクス構造を用いて、ステゴ音声信号から隠しデータを回復するための抽出アルゴリズムを開発する。
• LSPドメインにおける歪みを最小限に抑えることで、埋め込みプロセスが人間の聴覚に与える影響を最小限に抑え、PESQを用いて検証する。
• ITU-T G.723.1音声コーデックフレームワーク内に統合することで、リアルタイム通信システムへの実用的導入を可能にする。

実験結果

リサーチクエスチョン

• RQ1 3次元マジックマトリクスは、低ビットレート音声コーデックにおける情報隠し容量の向上に効果的に利用可能か？
• RQ2 本手法は、従来手法と比較して、高い埋め込みレート下でも音声品質をどのように維持するか？
• RQ3 標準的なステガノグラフィー検出ツールによる検出に対して、この方式はどの程度耐性を示すか？
• RQ4 LSPパラメータの複数ベクタ量子化特性を活用することで、高容量かつ低歪みのステガノグラフィーを実現できるか？
• RQ5 ITU-T G.723.1において、許容可能な人間の聴覚的品質を維持した上で達成可能な最大埋め込み容量は何か？

主な発見

• 提案手法は、ITU-T G.723.1音声コーデックにおいて最大200 bpsの隠し容量を達成し、低ビットレートシステムにおける一般的な限界を著しく上回る。
• 人間の音声品質評価（PESQ）スコアの低下は4%以下に抑えられ、人間の聴覚への影響が最小限であることが示された。
• 一般的なステガノグラフィー検出ツールでも、ステゴグラフィック音声は検出不能であり、検出に対して強い耐性を示した。
• 理論的分析により、3次元マジックマトリクスが埋め込み容量と隠蔽効果の両方を向上させることを確認した。
• 3次元マジックマトリクスを構築するための周期的移動アルゴリズムにより、LSPパラメータセット全体にわたり効率的かつスケーラブルなデータ埋め込みが可能となった。
• LSPパラメータの複数ベクタ量子化構造を効果的に活用することで、音声品質を損なわずにデータ埋め込み効率を最大化した。