Modulation CDMA informée dans un syst`eme de tatouage audio 1

Modulation CDMA informée dans un système de tatouage audio
C. Baras
N. Moreau
GET - Télécom Paris - Département TSI
46, rue Barrault, 75634 PARIS Cedex 13
{baras, moreau}@tsi.enst.fr
Résumé
Une application particulière des systèmes de tatouage audio consiste à utiliser le signal audio comme un support
de transmission pour une information adjacente, le tatouage. Le système de tatouage doit alors garantir une
transmission de l’information inaudible, fiable et robuste
à un ensemble de perturbations. Dans ce but, nous proposons une nouvelle stratégie d’insertion informée adaptée à
un système de tatouage audio additif. Cette stratégie permet de construire un tatouage inaudible et de robustesse
maximale à l’ajout d’un bruit additif à partir d’une modulation CDMA dont les caractéristiques sont choisies en
fonction du signal audio. Des résultats expérimentaux sur
un ensemble de signaux réels sont proposés pour mettre
en évidence les performances de la stratégie et le gain obtenu par rapport à un système non informé. Pour un débit
de 83 bits/s, une fiabilité de 2 10−3 (contre 5 10−3 pour
le système non informé) peut être atteinte lorsque le canal
n’est pas perturbé et restée inférieure à 5 10−3 en présence
de n’importe quelle perturbation non désynchronisante.
Mots clefs
Tatouage, informé, audio, CDMA.
1 Introduction
Si les systèmes de tatouage des signaux audio numériques
sont souvent dédiés à des problèmes de protection de
la propriété intellectuelle, ils offrent un intérêt non
négligeable pour de nombreuses applications où le tatouage permet un service ajouté intrinsèquement lié au
signal audio [1]. Parmi elles, on peut notamment distinguer les applications de type ”description du contenu”, permettant d’aider l’indexation des signaux audio, les applications de surveillance, permettant de suivre la diffusion
d’un signal dans un réseau de diffusion et les applications associées à la diffusion multimédia. Le projet RNRT1
ARTUS [2] présente un exemple caractéristique de cette
dernière classe applicative : le tatouage de la séquence audiovisuelle permet de transmettre des informations traduisant la gestuelle d’un clone incrusté dans l’image reproduisant le language propre aux malentendants. Dans ces
1 Réseau
National de Recherche en Télécommunications
contextes, le signal audio est alors vu comme un support
de transmission, porteur d’une information, le tatouage.
Les enjeux du système de tatouage sont alors très particuliers. A la contrainte classique d’inaudibilité du tatouage
s’ajoute trois objectifs majeurs : (1) atteindre un débit de
transmission le plus élevé possible tout en (2) garantissant
une fiabilité de transmission la meilleure possible et (3) être
robuste à toutes les distorsions classiques que peut subir un
signal audio. Des différences notables par rapport à des applications de protection des droits d’auteurs apparaissent
donc, principalement en matière de débits à atteindre et
de robustesse aux distorsions. Ces distorsions sont liées à
toutes les opérations classiques subies par un signal audio
lors de sa diffusion dans un réseau de transmission, telles
que les modifications de la dynamique, les opérations de
filtrage, les modifications d’ambiance, les modifications du
format telles la compression MPEG, l’ajout de bruit, les
opérations de time-stretching [3], etc. On pourra remarquer
que ce contexte applicatif est affranchi de la notion de ”pirate”, utilisateur malveillant qui chercherait à supprimer le
tatouage.
Les recherches dans le domaine du tatouage se sont
principalement concentrées depuis quelques années sur
l’amélioration de la robustesse du système aux distorsions subies par le signal audio. Deux types de distorsions sont couramment distinguées : celles modélisables
par un canal SAWGN2 et celles liées à des opérations
désynchronisantes. Dans cette étude, on ne considèrera pas
les opérations désynchronisantes. En effet, elles nécessitent
la mise en oeuvre d’un système de synchronisation qui peut
être complètement dissocié de la procédure d’insertion de
l’information binaire que nous proposons.
En matière de robustesse aux canaux SAWGN, de nombreuses études ont fait état de la performance des techniques informées [4, 5, 6] : en exploitant la connaissance
a priori du signal audio pendant la phase d’émission, il
est possible de mettre en oeuvre une stratégie d’insertion
adaptée qui garantisse la robustesse de l’information à un
bruit additif. Lobo Guerrero dans [7] et Malvar dans [8]
s’intéressent au cas d’une transmission binaire et proposent
2 Un canal SAWGN (Scaling And Additive White Gaussian Noise)
introduit une modification de l’amplitude du signal et l’ajout d’un bruit
blanc gaussien.
d’augmenter la puissance du signal de tatouage jusqu’à garantir sa transmission robuste. La distorsion auditive est
contrôlée soit par des écoutes du signal audio tatoué (permettant de déterminer la paramétrisation du système), soit
en limitant le choix du tatouage de sorte que la distorsion
auditive moyenne soit acceptable. Si ces deux systèmes
permettent d’améliorer nettement la fiabilité de transmission, ils ne permettent malheureusement pas de contrôler
la dégradation auditive locale introduite par le tatouage. De
plus, ils se restreignent au cas d’une transmission binaire,
alors que d’autres études [9] ont d’orès et déjà montré l’apport d’un encodage source sous forme de symboles sur les
performances du système.
Dans ce papier, nous proposons une nouvelle méthode de
tatouage audio informée. Cette méthode permet :
– d’insérer une information sous forme de symboles en exploitant une modulation CDMA3 , généralisant ainsi les
contributions de Lobo Guerrero et Malvar,
– de choisir un tatouage localement inaudible et maximisant la robustesse de la transmission à un canal additif,
en exploitant une copie locale du récepteur à l’émetteur.
Cette copie locale permet de choisir le signal modulé
CDMA adapté garantissant la transmission la plus robuste possible de l’information.
Nous rappellerons dans une première section les étapes
de la conception d’un système de tatouage audio non informé basé sur une modulation CDMA. Le système de tatouage informé qui en découle fait ensuite l’objet de la section 3. Puis nous comparons à la section 4 les performances
de ces deux systèmes par des résultats expérimentaux sur
des signaux réels qui mesurent les critères de performance
définis précédemment : l’inaudibilité du tatouage et la fiabilité de transmission en fonction du débit pour différentes
perturbations non désynchronisantes.
2 Modulation CDMA dans
système de tatouage audio
un
Cette section rappelle le schéma de principe d’un système
de tatouage audio additif exploitant une modulation
CDMA synchrone déjà présenté dans [9]. Ce système
construit pour un signal audio x(n) échantillonné à la
fréquence Fe un signal de tatouage t(n) et fournit après
ajout au signal audio, le signal audio tatoué y(n). Il prend
donc la forme d’une chaı̂ne de communication, exposée figure 1. Il sera par la suite qualifié de système de référence.
2.1
Émetteur
L’information à émettre est supposée être une séquence
de L M -uplet binaire noté sous forme vectorielle
{bl = [bl0 , bl1 , ..., blM −1 ]t }l=0..L−1 , avec bli ∈ {−1, 1}.
L’étape de modulation vise à construire le signal modulé
v(n) porteur de l’information binaire en utilisant une technique de modulation CDMA synchrone. Elle requière un
dictionnaire d’émission D, contenant M vecteurs blancs4 ,
3 Code
4 Les
Division Multiple Access
vecteurs correspondent à une fenêtre de durée Ns d’un signal.
de durée finie Ns et orthonormalisés par la procédure de
Gramm-Schmidt :
D = [dm ]m=0..M −1 .
(1)
Pour chaque temps symbole [lNs ; (l + 1)Ns − 1], le signal
modulé est construit comme la combinaison linéaire des
vecteurs du dictionnaire. Le vecteur des coefficients de la
combinaison λl dépend du l-ième M -uplet binaire à transmettre et d’un vecteur d’amplitude Γl . La représentation
sous forme vectorielle du signal modulé est alors :
v = Dλl , avec λl = Γl ⊗ bl ,
(2)
où ⊗ désigne le produit terme à terme. Ce vecteur d’amplitude Γl détermine l’énergie consacrée à la transmission de
chaque bit. Dans le cas d’un système non informé, les bits
de chaque M -uplet sont transmis avec la même énergie. Le
vecteur d’amplitude peut donc être ramené à un simple facteur d’amplitude γ l de sorte que le signal modulé s’écrit :
v = γ l Dbl .
(3)
Le débit de transmission est alors R = MNFse bits/s.
Le signal modulé v(n) est ensuite mis en forme par un
filtre auto-regressif de réponse en fréquence H(f ). Cette
opération a pour but d’augmenter la puissance du signal
modulé par rapport à celle du signal audio x(n) tout en
respectant la contrainte d’inaudibilité imposée au tatouage.
Cette contrainte peut être caractérisée par un seuil de masquage Sm (f ), homogène à une densité spectrale de puissance (DSP), issu d’une analyse psychoacoustique du signal audio. Ce seuil établit la limite fréquentielle à satisfaire par la DSP d’un signal qu’on souhaiterait ajouter au
signal audio sans induire de dégradation auditive. Le filtre
de mise en forme H(f ) est donc conçu de sorte que la
DSP du signal de tatouage t(n), résultant du filtrage de
v(n) par H(f ) coı̈ncide avec le seuil de masquage. Son
implémentation requière un signal modulé v(n) de puist
sance unité σv2 = vNsv = 1. Les vecteurs du dictionnaire
sont donc choisis de puissance unité. Il en est déduit que :
1
γl = √ .
M
(4)
Le signal audio tatoué y(n) est ensuite obtenu par simple
addition entre le signal audio x(n) et le signal de tatouage
t(n).
2.2 Canal
Le canal est le siège des perturbations apportées au signal audio tatoué y(n). Il conduit au signal audio tatoué
détérioré ŷ(n). Dans le cas particulier d’une compression
MPEG ou d’opération de filtrage (passe-haut ou passebas), il entraı̂ne la suppression des basses et des hautes
fréquences de y(n). De fait, il est vain de vouloir tatouer
dans ces régions fréquentielles. Le choix des vecteurs du
dictionnaire est donc limité dans la bande de fréquence
[F1 , F2 ].
Emetteur
Canal
x(n)
Récepteur
q(n)
bl
v(n)
Modulation
H(f )
t(n)
y(n)
ŷ(n)
Ĝ(f )
Ĥ(f )
D
Ĝ(f )
ẑ(n)
b̂l
ĉ
Corrélation
Décision
D̂
Figure 1 – Schéma du système de tatouage additif de référence.
2.3 Récepteur
Le récepteur vise à déterminer l’information émise au
vue d’une observation du signal reçu ŷ(n). On supposera pour l’instant que le canal n’introduit pas de perturbations et que l’interférence entre symboles (introduite
par les opérations de filtrage) est négligeable. La décision
concernant le l-ième M -uplet binaire peut alors être prise
à partir de l’observation de ŷ(n) sur l’intervalle de temps
[lNs ; (l + 1)Ns − 1]. ŷ(n) s’écrit :
ŷ(n) = x(n) + γ
l
M
−1
X
blm h(n)
? dm (n − lNs ),
(5)
m=0
où h(n) est la réponse impulsionnelle de H(f ) et ? le produit de convolution.
La première étape du récepteur consiste à blanchir le bruit
audio x(n) par l’intermédiaire du filtre blanchissant G(f ),
de réponse impulsionnelle g(n). La décision doit alors être
prise au regard du signal ẑ(n), résultant du filtrage :
ẑ(n) = x̂(n) + γ
l
M
−1
X
blm g(n) ? h(n) ? dm (n − lNs ), (6)
m=0
où x̂(n) est le signal audio blanchi. Un dictionnaire de
réception D̂ contenant l’ensemble des vecteurs du dictionnaire d’émission D filtré par H(f ) et par G(f ) peut alors
être défini :
D̂ = [d̂m ]m=0..M −1
(7)
où dˆm (n) = g(n) ? h(n) ? dm (n), permettant d’exprimer
ẑ(n) sous la forme vectorielle ẑ = x̂ + γ l D̂bl .
Le démodulateur choisi est un détecteur par
décorrélation [10]. Il consiste à projeter le signal reçu
sur l’ensemble des vecteurs du dictionnaire de réception
conduisant au vecteur ĉ :
ĉ = D̂t ẑ = γ l RD̂ bl + D̂t x̂,
(8)
où RD̂ = D̂t D̂ est la matrice d’autocorrélation (empirique)
du dictionnaire de réception. Il fournit finalement une estimation linéaire du l-ième M -uplet binaire par :
³
´
−1
(9)
b̂l = sign RD̂
ĉ ,
où sign désigne la fonction signe. Cette estimation décide
de la séquence binaire reçue.
Le signal audio x(n) n’étant pas connu lors de la phase de
réception, on estime les filtres G(f ) et H(f ) respectivement par Ĝ(f ), filtre blanchissant du signal ŷ(n) et Ĥ(f )
construit à partir du seuil de masquage associé à ŷ(n).
3 Modulation CDMA informée
3.1 Position du problème
La décision quand au M -uplet binaire5 b transmis pendant
le temps symbole [lNs ; (l + 1)Ns − 1] est basée sur le
signe des composantes du vecteur de corrélation ĉ pondéré
−1
par RD̂
. Son expression donnée equation (8) montre sa
très forte dépendance avec le signal audio. En effet, supposons par exemple que le bit transmis dans la direction
d0 est 1. Dans une configuration du signal audio favorable,
le vecteur de bruit audio D̂t x̂ peut à lui seul être porteur
de l’information binaire que l’on souhaite transmettre : si
dt0 x̂ > 0, le bit 1 est détecté sans avoir besoin d’ajouter
le tatouage. A l’inverse, si dt0 x̂ est fortement négatif, le signal audio peut induire le détecteur en erreur. L’amplitude
γ associée à la transmission de chaque bit, plutôt que d’être
constante, doit donc être adaptée aux conditions de transmission : elle peut être choisie plus faible pour les configurations où le signal audio est favorable à la transmission
et plus forte dans le cas inverse. Son choix doit néanmoins
être limité pour respecter la contrainte d’inaudibilité.
Pour ce faire, une copie locale du récepteur est introduite
à l’émetteur pour estimer les signaux intervenants dans le
processus de réception et choisir les amplitudes adéquates
à la transmission de chaque bit, représentées sous la forme
vectorielle Γ. Ce choix doit concilier la contrainte d’inaudibilité et la transmission la plus robuste possible du M uplet binaire. Le schéma de l’émetteur avec la copie locale
du récepteur est présenté figure 2.
3.2 Contraintes de la transmission
Dans cette section, nous souhaitons établir les conditions
que doit satisfaire le signal modulé v = D (Γ ⊗ b) et
donc intrinsèquement le vecteur d’amplitude Γ pour garantir une transmission inaudible et robuste de l’information.
5 Les indices l seront désormais omis pour faciliter la lecture des
équations.
x
x̃
G(f )
b
v = D(Γ ⊗ b)
Modulation
D = {dm }
q̃
ṽ = D̃(Γ ⊗ b)
H(f )
G(f )
H(f )
G(f )
z̃
c̃
Correlation
D̃ = {d̃m }
Figure 2 – Schéma de l’émetteur informé, comportant une copie locale du récepteur.
Ces conditions nous permettront d’établir la stratégie d’insertion informée.
Inaudibilité. La contrainte d’inaudibilité est liée au filtre
de mise en forme H(f ). Ce filtre garantit l’inaudibilité du
signal de tatouage à condition que la puissance du signal
modulé v = D (Γ ⊗ b) soit fixée à 1. Cette condition impose de choisir un vecteur d’amplitude tel que :
Γt Γ = 1.
(10)
Décision correcte. La copie locale du récepteur nous
permet d’estimer le signal audio blanchi x̃ et le dictionnaire de réception D̃ = [d̃m ]m=0..M −1 en utilisant le filtre
de mise en forme H(f ) et le filtre blanchissant G(f ) associés au signal audio original x(n). Elle prend également
en compte un bruit q̃, introduit par le canal et supposé additif. Le signal reçu peut alors s’écrire :
z̃ = D̃ (Γ ⊗ b) + x̃ + q̃,
puis le vecteur de corrélation c̃ en amont de la décision :
c̃ = RD̃ (Γ ⊗ b) + D̃t x̃ + D̃t q̃.
(11)
La décision étant prise sur le signe des M composantes de
−1
RD̃
c̃, elle sera donc correcte à condition que les M com−1
posantes de b ⊗ RD̃
c̃ soient positives. On obtient alors les
M inégalités traduisant les conditions d’une transmission
sans erreur :
Γ + b ⊗ D̃† x̃ + b ⊗ D̃† q̃ > 0,
(12)
−1 t
en introduisant D̃† = RD̃
D̃ la pseudo-inverse de D̃.
Détection robuste. Puisque le bruit de canal q̃ n’est pas
connu durant la phase d’émission, on introduit un paramètre de robustesse au bruit σq2 de manière similaire à
la stratégie proposée dans [5]. Ce paramètre de robustesse
que l’on souhaite maximiser se substitue au vecteur de bruit
b ⊗ D̃† q̃ dans l’équation (12). Les M inégalités traduisant
la détection robuste du M -uplet binaire en sont déduites :
Γ + b ⊗ D̃† x̃ ≥ σq2 [1 · · · 1]t ,
(13)
avec σq2 maximum.
L’objectif est alors de déterminer pour le M -uplet binaire à transmettre b le vecteur d’amplitude Γ qui satisfait la contrainte d’inaudibilité (10) et les conditions
d’une détection robuste (13) avec un paramètre de robustesse au bruit σq2 maximal. Si une telle solution Γ est
trouvée, l’équation (13) montre que la valeur maximum
de σq2 est donnée par la plus petite composante du vecteur
Γ + b ⊗ D̃† x̃ :
³
´
σq2 = min Γ + b ⊗ D̃† x̃ .
(14)
3.3 Choix du vecteur d’amplitude Γ
Le choix du vecteur d’amplitude optimal Γ, satisfaisant à la
fois (10) et (13) avec un paramètre de robustesse σq2 maximal, est lié à un problème d’optimisation sous contrainte
pouvant être formalisé par :

2

 Γ = arg maxλ³σq (λ)
´
(15)
σq2 (λ) = min λ + b ⊗ D̃† x̃

 t
λλ=1
L’algorithme utilisé pour résoudre ce problème est un algorithme itératif inspiré de [5]. Il consiste à incrémenter
pas à pas les composantes de Γ en sélectionnant celle dont
la transmission est la plus défavorable (et donc requière le
plus d’énergie). Les étapes de cet algorithme peuvent être
décrites de la façon suivante :
1. Γ est initialisé à zéro.
2. Étant donné Γ, la plus petite composante de Γ + b ⊗
D̃† x̃ est sélectionnée et est augmentée d’un pas ρ.
3. L’étape 2 est rééditée tant que Γt Γ est inférieur à 1.
Dès que Γt Γ = 1, le signal modulé v = D (Γ ⊗ b)
résultant est calculé.
3.4 Illustration
Nous présentons figure 3 un exemple de configuration des
signaux à la réception (dans le cas d’un canal sans perturbation). L’information binaire à émettre est b = [1; −1]. La
configuration du signal audio filtré x̃ est celle de la figure.
Étant donné b, la région de détection, dans laquelle on souhaite voir le signal tatoué reçu x̃ + ṽ, est le quart de plan
grisé défini par les directions d̃0 et −d̃1 du dictionnaire
de réception. La région d’inaudibilité dans laquelle doit se
trouver le signal tatoué reçu x̃ + ṽ peut être représentée
par un cercle centré sur x̃, puisque l’inaudibilité dépend
de la puissance de v. Dans le cas de la stratégie non informée présentée section 2, le signal modulé choisi est
Région d’inaudibilité
d̃1
x̃
ṽni
tatouage de chacun des signaux tests par une séquence binaire de 5000 bits (soit un total de L = 100000 bits). Le
TEB est un estimateur efficace dep
la probabilité d’erreur
de transmission avec une précision BER(1 − BER)/L
pour un taux de confiance de 70%.
1
vni = d0√−d
et le tatouage reçu est le vecteur ṽni présenté
2
sur la figure. Une erreur de transmission se produit donc
sur le 2ème bit de b. Dans le cas de la stratégie d’insertion
informée, on remarque que le signal audio x̃ seul suffit à
transmettre le 1er bit. La transmission étant plus délicate
pour le second bit l’algorithme proposé conduit à utiliser
toute la puissance disponible pour transmettre le 2ème bit.
Ainsi le tatouage choisi est vi = −d1 , conduisant au tatouage reçu ṽi qui lui n’induit pas d’erreur de transmission.
Robustesse aux perturbations. Les perturbations envisagées pour évaluer la robustesse sont pour la plus grande
part réalisées par l’outil d’évaluation Stirmark, disponible sur Internet [12]. Parmi les perturbations proposées
par l’outil, nous n’avons conservé que les perturbations
adaptées à notre contexte applicatif de transmission d’information sur un réseau de diffusion et nous avons utilisé
les paramètres par défaut de l’outil. Nous considérons donc
un compresseur de dynamique, un ajout d’écho, une modification d’amplitude, une opération de filtrage passe-haut
et passe-bas. Nous avons également ajouté à ces perturbations une opération de compression MPEG, réalisé par le
codeur LAME ainsi que l’ajout d’un bruit BBAG8 de rapport signal à bruit 30 dB. Nous rappelons que les perturbations désynchronisantes ne sont pas considérées dans cette
étude.
Les paramètres de simulation sont les suivants : le dictionnaire est constitué de 8 vecteurs orthogonaux, étalés dans
la bande de fréquence [1; 6] kHz.
4 Performances
4.2 Résultats
ṽi
−d̃0
d̃0
−d̃1
Région de détection correcte
Figure 3 – Exemple de configuration à la réception.
4.1 Protocole expérimental
Les performances du système de tatouage avec modulation
CDMA informée sont évaluées par tatouage d’un corpus de
20 signaux audio numériques échantillonnés à Fe = 44.1
kHz, de styles variés (allant d’extraits d’orchestres symphoniques à des voix parlées en passant par des solos et
des voix chantées). Trois critères sont considérés :
Inaudibilité. L’inaudibilité du tatouage est évaluée en
utilisant l’outil d’évaluation objective de la qualité sonore
perçue PEAQ6 proposé par la recommandation [11]. Cet
outil fournit une note, l’ODG7 , dont l’interprétation sur
l’échelle perceptuelle présentée table 1 permet d’évaluer
l’inaudibilité du tatouage.
ODG
0
-1
-2
-3
-4
Appréciation de la transparence du tatouage
Imperceptible
Perceptible mais très peu dérangeant
Perceptible mais peu dérangeant
Perceptible et désagréable
Perceptible et très désagréable
Tableau 1 – Echelle perceptuelle de qualité du son perçu
Fiabilité de transmission. La fiabilité de transmission
en fonction du débit de transmission R = MNFse est évaluée
par la mesure du Taux d’Erreur Binaire (TEB), obtenue par
La valeur de l’ODG moyenne obtenue pour le système de
tatouage avec modulation CDMA informée est de l’ordre
de −0.4. Le tatouage inséré est donc quasiment inaudible.
La figure 4 présente les TEBs obtenus pour le système de
référence non informé et pour le système avec modulation
CDMA informée en fonction du débit lorsque le canal ne
subit aucune perturbation. Elle met en évidence le gain apporté par la modulation CDMA informée par rapport au
système de référence sur la fiabilité de transmission ; en effet, les TEBs sont quasiment divisés par 2.
La table 2 liste les TEBs obtenus par le système de
référence et le système informé pour un débit de 83 bits/s
lorsque le canal est soumis aux différentes perturbations
envisagées. Les systèmes sont globalement robustes aux
perturbations non désynchronisantes. Les TEB obtenus
pour les opérations de filtrage, les compressions MPEG à
bas débit, les modifications du format et de la dynamique
sont du même ordre de grandeur que dans le cas sans perturbation. Les TEBs sont par contre légèrement dégradés
dans le cas d’une compression MPEG à 64 kbits/s, de
l’ajout de bruit blanc ou de l’ajout d’un écho. Néanmoins,
dans ces cas de figure, les TEBs atteint par le système
informé sont d’un ordre de grandeur similaire aux TEBs
obtenus par le système non informé dans le cas d’un canal sans perturbation. La robustesse du système est donc
améliorée grâce à notre stratégie d’insertion informée.
6 Perceptual
7 Objective
Evaluation of Audio Quality
Differential Grade
8 Bruit
Blanc Additif Gaussien
Dans le but d’améliorer de nouveau ces performances, plusieurs études peuvent être envisagées. La première consiste
à améliorer la modulation CDMA informée en choisissant
des vecteurs (utilisés pour la modulation) adaptés au signal audio c’est à dire des vecteurs qui maximiseraient les
chances de transmettre correctement l’information. La seconde envisage d’utiliser des modulations codées réalisant
l’étape de codage de l’information binaire de manière simultanée à la modulation.
−1
10
Référence
Informé
−2
TEB
10
−3
10
Références
50
100
150
200
Débit (bits/s)
250
300
350
Figure 4 – TEBs en fonction du débit pour un canal sans
perturbation et pour les deux systèmes de tatouage : le
système de réference non informé et le système avec modulation CDMA informée.
Types de perturbations
Sans
MPEG 96 kbits/s
MPEG 64 kbits/s
Passe-haut (250 Hz)
Passe-bas (10 kHz)
Echo
Sous-échantillonnage (32 kHz)
Quantification (12 bits)
Bruit (30 dB)
Amplification (1/2)
Compresseur
Réference
5 10−3
5.6 10−3
8.3 10−3
4.9 10−3
4.9 10−3
7.8 10−3
4.9 10−3
5 10−3
8.3 10−3
5.8 10−3
6.5 10−3
Informé
2.4 10−3
3 10−3
5.2 10−3
2.2 10−3
2.2 10−3
5 10−3
2.4 10−3
2.4 10−3
4 10−3
2.4 10−3
3.9 10−3
Tableau 2 – TEBs en fonction de la perturbation pour le
système de référence et le système informé fonctionnant à
83 bits/s.
5 Conclusions et Perspectives
Ce papier présente une nouvelle stratégie d’insertion informée pour un système de tatouage audio additif, c’est
à dire exploitant la connaissance a priori du signal audio
pendant la phase d’insertion du tatouage. Cette stratégie
est basée sur une modulation CDMA informée, qui permet de construire un signal de tatouage comme une combinaison linéaire des vecteurs utilisés pour la transmission
de l’information binaire. Une copie locale du récepteur
à l’émetteur est introduite pour choisir les coefficients
de la combinaison linéaire adaptés, garantissant l’inaudibilité du tatouage et sa détection robuste. Des résultats
expérimentaux, réalisés sur des signaux réels, mettent en
évidence les performances de la modulation informée. Une
fiabilité de transmission de 5 10−3 peut être atteinte à un
débit de 83 bits/s et ce pour l’ensemble des perturbations
non désynchronisantes que peut subir un signal audio dans
un réseau de diffusion.
[1] L. de C. T. Gomes, P. Cano, E. Gomèz, M. Bonnet,
et E. Battle. Audio watermarking and fingerprinting :
for which applications ? Journal of New Music Research, 32(1) :65–81, March 2003.
[2] RNRT. Artus. http ://www.telecom.gouv.fr/rnrt/rnrt/
projets/res 01 37.htm.
[3] M. Steinebach, F. Petitcolas, F. Raynal, J. Dittmann,
C. Fontaine, C. Seibel, N. Fatès, et L. Ferri. Stirmark benchmark : audio watermarking attacks. Dans
IEEE International Conference on Information Technology : Coding and Computing, pages 49–54, April
2001.
[4] I. Cox, M. Miller, et A. McKellips. Watermarking as
communications with side information. Proceedings
of the IEEE (USA), 87 :1127–1141, July 1999.
[5] Miller M., G. Doerr, et I. Cox. Applying informed coding and embedding to design a robust high-capacity
watermark. IEEE Transactions on Signal Processing,
6 :792–807, June 2004.
[6] C. Baras, P. Dymarski, et N. Moreau. An audio watermarking scheme based on an embedding strategy
with maximized robustness to perturbations. Dans
ICASSP, Montreal, Canada, May 2003.
[7] A. Lobo Guerrero Perez. Etude de techniques de tatouage audio pour la transmission de données. Thèse
de doctorat, Institut National Polytechnique de Grenoble (INPG), Grenoble, France, Décembre 2004.
[8] H. Malvar et D. Florencio. Improved spread spectrum : a new modulation technique for robust watermarking. IEEE Transactions on Signal Processing,
51 :898–905, April 2003.
[9] C. Baras et N. Moreau. Modulations par étalement de
spectre dans un système de tatouage audio. Dans CORESA, pages 133–137, Lyon, France, Janvier 2003.
[10] J. Proakis. Digital communications. McGraw-Hill,
New York, USA, 4ème édition, 2001.
[11] Union International des Télécommunications (UIT).
Recommandation B.S. 1387 : Méthode de mesure objective de la qualité du son perçu, 2001.
[12] A. Lang.
Stirmark benchmark for audio
(smba).
http ://amsl-smb.cs.uni-magdeburg.de/
smfa/allgemeines.php.