6、音频水印技术：原理、评估与算法解析

音频水印技术：原理、评估与算法解析

1. 心理声学原理

心理声学致力于建立模拟人类听觉系统（HAS）的模型，以此让音频水印技术能够分析宿主音频信号，使水印尽可能不可听。

1.1 听觉系统生理结构

人类的外周听觉系统由外耳、中耳和内耳组成：
- 外耳：负责收集空气中的声波，并将其传导至耳朵内部。
- 中耳：把声波的声学振动转化为机械振动，再传递给内耳。
- 内耳：将机械能转换为神经冲动，传至大脑。

1.2 心理声学基本概念

• 声压级（SPL） ：衡量声音强度的指标。
• 响度 ：人耳对声音强弱的主观感受。
• 人类听觉范围 ：一般为 20Hz - 20kHz。
• 安静阈值 ：人耳在安静环境中能听到的最小声音强度。
• 临界带宽 ：人耳能够分辨的最小频率范围。

1.3 听觉掩蔽效应

听觉掩蔽分为同时掩蔽和非同时掩蔽：
- 同时掩蔽 ：窄带噪声的掩蔽能力优于纯音。
- 非同时掩蔽 ：以掩蔽后效应为例，输入音频的修改包络可用于近似掩蔽后效应，估计的掩蔽曲线随信号包络增加而上升，并按指数函数 $e^{-\alpha t}$ 衰减，衰减常数 $\alpha$ （$\alpha \geq