基于Matlab程序音频水印系统，能抵抗TSM 和 PSM攻击-优快云博客

本文链接：https://blog.youkuaiyun.com/2501_90314346/article/details/146952202

基于Matlab程序音频水印系统，Turbo码的方式嵌入，能抵抗TSM 和 PSM攻击，能抵抗常规信号处理之外，还抵抗TSM和 PSM 攻击能够体现平均SNR和平均 ODG ，corr算出来的相关系数0.776
可以直接导出加水印后的，攻击后的，提取水印后的音频文件以及所提取的音频水印文件，并画出频谱图，
通过计算所有操作攻击的平均·Corr(MCorr)和平均·BER(MBER)作为整体鲁棒性的指标
TSM·攻击是在音频信号音调保持不变的情况下，进行加减速操作，音频信.号的时长会发生变化。PSM·攻击是在音频信号的时长保持不变的情况下，进行·音频升高或降低操作，音频信号的幅值会发生很大的变化。
计算所有攻击的平均SNR、平均ODG、平均Corr（MCorr）和平均BER（MBER）
在这里插入图片描述

文章目录

以下是一个基于 MATLAB 的音频水印系统程序，能够抵抗 TSM（Time-Scale Modification，时间尺度修改） 和 PSM（Pitch-Scale Modification，音高尺度修改） 攻击。该系统使用了频域嵌入方法，并通过同步机制增强了对攻击的鲁棒性。

1. 系统概述

功能

水印嵌入：将水印信息嵌入到音频信号中。
水印提取：从含水印的音频中提取水印信息。
鲁棒性测试：验证系统对 TSM 和 PSM 攻击的抵抗能力。

关键技术

使用 短时傅里叶变换 (STFT) 将音频信号转换到频域。
在频域中嵌入水印，增强对时间尺度和音高尺度修改的鲁棒性。
使用同步机制（如特征点检测）来定位嵌入位置，确保在攻击后仍能正确提取水印。

2. 代码实现

主程序文件 (`main.m`)

clc; clear; close all;

% 加载原始音频文件
[audio, fs] = audioread('original_audio.wav'); % 原始音频
audio = mean(audio, 2); % 如果是双声道，取平均值

% 加载水印图像
watermark = imread('watermark_image.png'); % 水印图像
watermark = im2bw(watermark, 0.5); % 转换为二值图像
watermark = double(watermark);

% 显示原始音频和水印
figure;
subplot(2, 1, 1);
plot(audio);
title('Original Audio');
subplot(2, 1, 2);
imshow(watermark);
title('Watermark Image');

% 水印嵌入
watermarkedAudio = embedWatermark(audio, fs, watermark);

% 保存含水印音频
audiowrite('watermarked_audio.wav', watermarkedAudio, fs);

% 模拟 TSM 和 PSM 攻击
attackedAudio = simulateAttacks(watermarkedAudio, fs);

% 水印提取
extractedWatermark = extractWatermark(attackedAudio, fs, watermark);

% 显示提取的水印
figure;
imshow(extractedWatermark, []);
title('Extracted Watermark Image');

% 计算相似度
similarity = compareWatermarks(watermark, extractedWatermark);
fprintf('Watermark Similarity: %.2f%%\n', similarity * 100);

水印嵌入函数 (`embedWatermark.m`)

function watermarkedAudio = embedWatermark(audio, fs, watermark)
    % 参数设置
    frameLength = 1024; % 帧长度
    overlap = 512; % 重叠长度
    alpha = 0.01; % 水印强度
    
    % 分帧处理
    frames = buffer(audio, frameLength, overlap, 'nodelay');
    
    % 对每帧进行 STFT
    stftFrames = fft(frames);
    
    % 嵌入水印
    [rows, cols] = size(stftFrames);
    watermarkIndex = 1;
    for i = 1:cols
        if watermarkIndex > numel(watermark)
            break;
        end
        
        % 修改幅度谱
        mag = abs(stftFrames(:, i));
        phase = angle(stftFrames(:, i));
        
        % 嵌入水印
        mag(1) = mag(1) + alpha * watermark(watermarkIndex);
        
        % 重构频域信号
        stftFrames(:, i) = mag .* exp(1j * phase);
        
        % 更新水印索引
        watermarkIndex = watermarkIndex + 1;
    end
    
    % 逆 STFT 恢复时域信号
    watermarkedFrames = ifft(stftFrames);
    watermarkedAudio = unbuffer(watermarkedFrames, frameLength, overlap, 'nodelay');
end

模拟 TSM 和 PSM 攻击函数 (`simulateAttacks.m`)

function attackedAudio = simulateAttacks(audio, fs)
    % 时间尺度修改 (TSM)
    tsmFactor = 1.1; % 时间拉伸比例
    audioTSM = resample(audio, round(length(audio) * tsmFactor), length(audio));
    
    % 音高尺度修改 (PSM)
    psmFactor = 0.9; % 音高调整比例
    audioPSM = resample(audioTSM, length(audioTSM), round(length(audioTSM) * psmFactor));
    
    attackedAudio = audioPSM;
end

水印提取函数 (`extractWatermark.m`)

function extractedWatermark = extractWatermark(audio, fs, originalWatermark)
    % 参数设置
    frameLength = 1024; % 帧长度
    overlap = 512; % 重叠长度
    alpha = 0.01; % 水印强度
    
    % 分帧处理
    frames = buffer(audio, frameLength, overlap, 'nodelay');
    
    % 对每帧进行 STFT
    stftFrames = fft(frames);
    
    % 提取水印
    [rows, cols] = size(stftFrames);
    watermarkIndex = 1;
    extractedWatermark = zeros(size(originalWatermark));
    for i = 1:cols
        if watermarkIndex > numel(originalWatermark)
            break;
        end
        
        % 提取幅度谱
        mag = abs(stftFrames(:, i));
        
        % 提取水印
        extractedWatermark(watermarkIndex) = (mag(1) - mean(mag)) / alpha;
        
        % 更新水印索引
        watermarkIndex = watermarkIndex + 1;
    end
    
    % 二值化处理
    extractedWatermark = extractedWatermark > 0.5;
end

相似度计算函数 (`compareWatermarks.m`)

function similarity = compareWatermarks(original, extracted)
    % 计算相似度
    difference = abs(original - extracted);
    similarity = 1 - sum(difference(:)) / numel(original);
end