FGAS:基于固定解码器网络与对抗扰动生成的音频隐写术
声音
2026-04-24 v3 多媒体
音频与语音处理
摘要
人工智能生成内容(AIGC)的快速发展使得高保真生成音频在互联网上广泛可用,推动了音频隐写术的发展。得益于深度学习的进步,当前的音频隐写方案主要基于编码器-解码器网络架构。虽然这些方法保证了隐写音频一定程度的感知质量,但它们通常面临计算成本高、实现时间长以及抗隐写分析性能差的问题。为了解决上述问题,我们首创了一种基于固定解码器网络与对抗扰动生成的音频隐写术(FGAS)。携带秘密消息的对抗扰动被嵌入到载体音频中以生成隐写音频。接收方只需共享固定解码器网络的结构和密钥,即可从隐写音频中准确提取秘密消息。在 FGAS 中,我们提出了一种音频对抗扰动生成(A2PG)策略(带有可选的鲁棒性扩展),并设计了一个轻量级固定解码器。固定解码器保证了隐藏消息的可靠提取,而对抗扰动经过优化以使隐写音频在感知和统计上接近载体音频,从而提高抗隐写分析性能。实验结果表明,FGAS 显著提升了隐写音频质量,与 SOTA 方法相比实现了超过 10 dB 的平均 PSNR 增益。此外,FGAS 对常见音频处理攻击表现出强鲁棒性。而且,FGAS 在不同相对载荷下均展现出优异的抗隐写分析性能;在高容量嵌入下,其分类错误率高出约 2%,表明其抗隐写分析性能强于当前的 SOTA 方法。
引用
@article{arxiv.2505.22266,
title = {FGAS: Fixed Decoder Network-Based Audio Steganography with Adversarial Perturbation Generation},
author = {Jialin Yan and Yu Cheng and Zhaoxia Yin and Xinpeng Zhang and Shilin Wang and Tanfeng Sun and Xinghao Jiang},
journal= {arXiv preprint arXiv:2505.22266},
year = {2026}
}