[论文解读] 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 3

一句话总结

该论文提出了一种新颖的语音隐写术方法，利用3D-Magic矩阵在低比特率语音编码器（如ITU-T G.723.1）中显著提升隐藏容量。通过利用线谱对（LSP）参数的多重向量量化特性及循环移动的3D-Magic矩阵，该方案实现了高达200 bps的隐藏容量，同时感知质量退化极小（PESQ下降≤4%），并具备对隐写分析的强大抵抗力。

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.

研究动机与目标

• 解决低比特率语音编码器中冗余有限的问题，该问题限制了信息隐藏容量。
• 克服在低比特率语音中嵌入大量数据而不降低音频质量的困难。
• 开发一种既能提升嵌入容量又能保持感知不可见性的语音信号隐写方案。
• 提高对隐写分析工具的抵抗力，确保隐藏数据不被检测到。
• 利用线谱对（LSP）参数固有的多重向量量化特性，实现高效的数据嵌入。

提出的方法

• 通过循环移动算法构建3D-Magic矩阵，生成结构化、高容量的语音数据嵌入空间。
• 利用ITU-T G.723.1编码器中线谱对（LSP）参数的多重向量量化（MVQ）特性，识别合适的嵌入位置。
• 设计一种嵌入算法，将秘密数据映射到LSP域中，利用3D-Magic矩阵在保持语音质量的前提下最大化容量。
• 开发相应的提取算法，利用相同的3D-Magic矩阵结构从伪语音信号中恢复隐藏数据。
• 通过最小化LSP域中的失真来确保嵌入过程保持感知质量，PESQ作为验证指标。
• 将该方法集成到ITU-T G.723.1语音编码器框架中，以实现实时通信系统中的实际部署。

实验结果

研究问题

• RQ1 3D-Magic矩阵能否有效用于提升低比特率语音编码器中的数据隐藏容量？
• RQ2 与现有技术相比，该方法在高嵌入速率下如何保持语音质量？
• RQ3 该方案在多大程度上能抵抗标准隐写分析工具的检测？
• RQ4 能否利用LSP参数的多重向量量化特性，实现高容量、低失真的隐写？
• RQ5 在ITU-T G.723.1中，保持可接受的感知质量下，最大可实现的嵌入容量是多少？

主要发现

• 所提方法在ITU-T G.723.1语音编码器中实现了高达200 bps的隐藏容量，显著超过低比特率系统中的典型限制。
• 感知语音质量评价（PESQ）得分下降不超过4%，表明感知影响极小。
• 隐写语音可被常见隐写分析工具检测不到，证明其对检测具有强大鲁棒性。
• 理论分析证实，3D-Magic矩阵可同时提升嵌入容量与隐藏效果。
• 构建3D-Magic矩阵的循环移动算法可实现LSP参数集上高效且可扩展的数据嵌入。
• 该方法有效利用了LSP参数的多重向量量化结构，在不损害语音质量的前提下最大化数据嵌入效率。