聲掩蔽防護技術(shù)研究

【摘 要】 聲音作為信息存在、傳遞和表達的第一載體，存在場合多，承載信息豐富。聲掩蔽技術(shù)作為一種主動聲干擾防護技術(shù)，在保護聲音私密性、防止聲音泄密中具有廣泛的應(yīng)用。本文從聲掩蔽基本原理、掩蔽效應(yīng)分類、掩蔽信號分類和聲掩蔽系統(tǒng)優(yōu)化設(shè)計等方面介紹了聲掩蔽技術(shù)。

【關(guān)鍵詞】 聲掩蔽 主動聲干擾 聲泄漏防護

1 引言

信息是一個國家或企業(yè)生存發(fā)展的關(guān)鍵因素，通常以聲音、光、電磁等信號形式存在、傳遞和表達。聲音作為信息存在、傳遞和表達的第一載體，是社會交際、思想交流的工具，存在場合多，承載信息豐富。因此，如何對敏感信息進行有效地安全防護，防止以聲音為信息載體的失泄密行為成為一個急需解決的問題。

聲掩蔽技術(shù)作為一種主動聲干擾防護技術(shù)，是降低語音可懂度（語音信息被正確理解的程度）、保護語音私密性的必要措施之一，它主要通過發(fā)射人耳可聽頻段內(nèi)的干擾信號，利用聲掩蔽效應(yīng)來掩蔽目標(biāo)語音信號，導(dǎo)致目標(biāo)語音不被聽到或可懂度降低。本文將從聲掩蔽基本原理、掩蔽效應(yīng)分類、掩蔽信號分類和聲掩蔽系統(tǒng)優(yōu)化設(shè)計等方面對其進行介紹。

2 聲掩蔽基本原理

聲掩蔽技術(shù)是保護聲音私密性、防止聲音泄密的重要措施。如圖1所示，聲掩蔽通過將掩蔽聲信號填充目標(biāo)區(qū)域來提高目標(biāo)區(qū)域的環(huán)境背景聲音，利用聲掩蔽效應(yīng)來實現(xiàn)掩蔽目標(biāo)語音的目的。

圖1 聲掩蔽系統(tǒng)工作示意圖

聲掩蔽效應(yīng)是一種與人耳聽覺有關(guān)的聲學(xué)效應(yīng)，人耳能在寂靜的環(huán)境中分辨出輕微的聲音，但在嘈雜的環(huán)境中，輕微的聲音會被嘈雜聲所淹沒，這種由于嘈雜聲音的存在使得輕微聲音聽閾提高的現(xiàn)象稱為聲掩蔽效應(yīng)。如圖2所示，圖中黑色實線為正常情況下人耳的聽力閾值，低于此閾值的聲音人耳是聽不到的；圖中藍色被掩蔽頻率樣本（需要被掩蔽的目標(biāo)語音信號），由于其聲壓級高于人耳聽力閾值，該信號對于人耳是可聽的。但當(dāng)聲掩蔽系統(tǒng)發(fā)射圖中紅線所示的掩蔽聲時，掩蔽聲的存在將人耳的聽力閾值由黑色實線提高到了黑色虛線，此時，藍線代表的被掩蔽信號的聲壓級低于新的人耳聽力閾值，變得不再能被人耳聽到。掩蔽信號的存在使得人耳聽力閾值的提高量即黑色虛線與黑色實線的差值被稱為聲掩蔽量。與人耳類似，竊聽設(shè)備獲得的目標(biāo)語音信號質(zhì)量也會因掩蔽聲的存在而受到干擾。

圖2 聲掩蔽原理圖

從圖2中還可以看出，掩蔽信號不僅會提高掩蔽聲信號所在頻段的人耳聽力閾值，還會提高其相鄰頻段的聽力閾值，但其掩蔽能力（聲掩蔽量）會隨著目標(biāo)信號頻率與掩蔽信號頻率差值的增大而降低。人類語音信號的能量主要集中在100Hz~8kHz之間，因此，為了獲得最優(yōu)的掩蔽能力，一般聲掩蔽系統(tǒng)發(fā)射的掩蔽干擾聲頻率范圍也在100Hz~8kHz之間。

聲掩蔽效應(yīng)除上述特征外還具有以下特征：低音容易掩蔽高音，高音較難掩蔽低音；提高掩蔽聲的聲壓級時，聲掩蔽量會提高，而且被掩蔽的頻率范圍也會擴展。

3 聲掩蔽效應(yīng)分類

考慮被掩蔽信號和掩蔽信號的時序關(guān)系，掩蔽效應(yīng)可以分為同時性掩蔽和序列性掩蔽。當(dāng)掩蔽信號和被掩蔽信號同時出現(xiàn)時，稱為同時性掩蔽；當(dāng)掩蔽信號領(lǐng)先于或者滯后于被掩蔽信號出現(xiàn)時，即2種聲音信號非同時出現(xiàn)，稱為序列性掩蔽。聲音信號大多時候是非穩(wěn)態(tài)的瞬時信號，聲壓級隨著時間變化很快，即強音后面跟著弱音，弱音后面又可能跟著強音。由于聽覺具有記憶功能，比較強的聲音往往會掩蔽隨后到來的較弱音。另外，聽覺對聲音的感覺需要一個建立過程，會有一定的延遲，而聽覺對于較強聲音感覺的建立要快于對較弱聲音感覺的建立，所以存在先到達的較弱聲音會被后到達的較強聲音掩蔽的現(xiàn)象。根據(jù)掩蔽信號與被掩蔽聲音信號出現(xiàn)的先后關(guān)系，序列性掩蔽還可以分為前向掩蔽和后向掩蔽。一般來說，同時掩蔽性效應(yīng)最強，掩蔽量最大；前向掩蔽效應(yīng)要大于后向掩蔽效應(yīng)，前向掩蔽發(fā)生作用的時間遠大于后向掩蔽的時間。

根據(jù)掩蔽聲在聽覺系統(tǒng)的作用位置，聲掩蔽還可以分為能量掩蔽和信息掩蔽。能量掩蔽主要是指掩蔽信號對目標(biāo)語音在聽覺外周的干擾，而信息掩蔽則主要是指掩蔽信號對目標(biāo)語音在聽覺中樞的干擾。傳統(tǒng)的噪聲干擾對目標(biāo)語音的掩蔽是能量掩蔽，其掩蔽性能直接與掩蔽信號和被掩蔽信號之間的譜重疊程度相關(guān)。信息掩蔽是指由于掩蔽聲音和被掩蔽聲音具有相似性而競爭人腦語音知覺加工資源，或者是由掩蔽聲音的可懂度在認知層次上占用用于加工被掩蔽聲音的資源。聲掩蔽效應(yīng)分類如表1所示。

表1 聲掩蔽效應(yīng)分類

4 掩蔽信號分類

聲掩蔽技術(shù)的核心理念就是以聲抑聲，它通過向空間內(nèi)增加一種均衡舒適的掩蔽信號，在保持說話人感官舒適性的前提下，降低潛在泄密位置的語音可懂度，提高說話人語音的隱私性和保密性。根據(jù)掩蔽聲源信號種類，聲掩蔽可以分為背景音樂掩蔽、背景噪聲掩蔽和相干目標(biāo)語音掩蔽3種。

背景音樂掩蔽就是將音樂作為掩蔽聲源，部署在聲音泄漏、竊聽及傳輸途徑中。但這種掩蔽會造成新的聲音干擾，因為音樂是有意義的聲音，如果放置在正常語音聲源附近作為掩蔽聲，十分容易引起說話人的關(guān)注，對說話人之間正常的工作交流造成影響。

背景噪聲掩蔽就是利用白噪聲、粉紅噪聲、模擬空調(diào)/新風(fēng)系統(tǒng)噪聲和其他類型的噪聲，以及它們互相混合的噪聲信號作為掩蔽聲音，不同的背景噪聲具有不同的掩蔽能力。背景噪聲掩蔽的問題在于其掩蔽語音方面的效率不高，要求在聲音可能泄漏或竊聽的位置，掩蔽信號的聲壓級必須高于目標(biāo)語音的聲壓級才能達到掩蔽的效果，但是過高的噪聲能量會對說話人造成影響。

相干目標(biāo)語音法就是將言語信號，甚至是與目標(biāo)語音相干的言語信號作為掩蔽聲音，它主要是一種信息掩蔽，其掩蔽效果及掩蔽效率跟掩蔽信號與目標(biāo)語音的相似性有關(guān)。研究表明，掩蔽信號和目標(biāo)語音的高相似性可以提高掩蔽效果，造成更多的信息掩蔽，被測試人很難區(qū)分來自同一性別的語音信號，但比較容易區(qū)分不同性別的語音信號，而且將目標(biāo)說話人的其他語音信號（如將目標(biāo)說話人的語音信號進行時域反轉(zhuǎn)形成的反轉(zhuǎn)信號或逐幀處理形成的語譜言語、調(diào)制語譜言語及音段反轉(zhuǎn)言語）作為掩蔽信號，能夠有效地掩蔽目標(biāo)語音，其掩蔽作用優(yōu)于其他說話人的語音信號�？傊�，基于相干目標(biāo)語音的掩蔽信號對于降低語音可懂度和保護語音私密性方面具有廣泛的應(yīng)用前景，值得進一步深入研究。

圖3 聲掩蔽系統(tǒng)未工作時竊聽設(shè)備記錄的目標(biāo)

語音信號波形（上圖）及語譜圖（下圖）

圖4 聲掩蔽系統(tǒng)發(fā)射的白噪聲信號波形（上圖）

及語譜圖（下圖）

圖5 聲掩蔽系統(tǒng)干擾后竊聽設(shè)備記錄的目標(biāo)語音

信號波形（上圖）及語譜圖（下圖）

圖3—圖5給出了背景噪聲掩蔽中聲掩蔽系統(tǒng)未工作和工作時竊聽設(shè)備記錄信號的波形及語譜圖。其中，圖3為聲掩蔽系統(tǒng)未工作時，竊聽設(shè)備記錄的目標(biāo)語音信號，可以看出，語音信號主要能量集中在8kHz以下，且語音信號存在明顯的基音周期及共振峰。圖4為聲掩蔽系統(tǒng)發(fā)射的干擾白噪聲信號波形及語譜圖。圖5為聲掩蔽系統(tǒng)工作時，竊聽設(shè)備記錄的目標(biāo)語音信號波形及語譜圖。對比圖5和圖3可以看出，聲掩蔽系統(tǒng)發(fā)射的白噪聲提高了環(huán)境的背景噪聲級，降低了竊聽設(shè)備記錄信號的信噪比，圖3中一些語音的基音頻率及共振峰已被掩蔽噪聲掩蓋，掩蔽聲的存在一定程度上降低了目標(biāo)語音信號的可懂度。但是，單純的白噪聲掩蔽信號的掩蔽效果較差，圖5中藍色虛框內(nèi)的一些語音基音頻率和共振峰仍存在，通過這些基音頻率和共振峰仍可以恢復(fù)部分目標(biāo)語音信息。為了完全掩蔽目標(biāo)語音信號，需要進一步增大掩蔽聲的發(fā)射功率，但是較強的掩蔽聲干擾會嚴(yán)重降低說話人的舒適性。因此，掩蔽信號需要兼顧舒適性及掩蔽性，在同等掩蔽聲壓級的情況下，應(yīng)合理選擇和設(shè)計聲掩蔽信號以降低目標(biāo)語音信號的可懂度，提高目標(biāo)語音的保密性，達到較高的聲掩蔽效率與性能。

5 聲掩蔽系統(tǒng)的優(yōu)化設(shè)計

基于聲掩蔽原理和掩蔽信號分類，目前，聲掩蔽的研究主要集中在兩方面，一方面是掩蔽聲源或掩蔽信號的選擇和產(chǎn)生上，另一方面是掩蔽系統(tǒng)的組合優(yōu)化上。在可能存在聲音泄漏或竊聽的位置、途徑上選擇合適的掩蔽聲源，并對掩蔽聲源的布局進行優(yōu)化設(shè)計，才能達到最佳的掩蔽效果。

鑒于當(dāng)前大多數(shù)竊聽設(shè)備具有數(shù)據(jù)存儲功能，竊密者可以對竊聽數(shù)據(jù)進行深入分析處理，利用掩蔽信號和目標(biāo)語音信號的差異性，通過信號處理手段將目標(biāo)語音信號從包含掩蔽聲信號的竊聽數(shù)據(jù)中分離或者還原出來；甚至可以在掩蔽聲系統(tǒng)發(fā)聲器旁邊專門放置一個用于竊取掩蔽聲信號的竊聽設(shè)備，將竊取的掩蔽聲信號作為參考信號，通過自適應(yīng)抵消等信號處理手段對竊取信號中的掩蔽聲干擾信號進行自適應(yīng)抵消處理，進而還原出目標(biāo)語音。為了保證掩蔽聲系統(tǒng)的掩蔽質(zhì)量，掩蔽聲源發(fā)射的掩蔽聲信號需要具有抗消除性，掩蔽聲不能由單一簡單的信號構(gòu)成，需要由音樂聲、各種噪聲或人類言語聲以及它們相互組合的干擾信號組成。

此外，聲掩蔽系統(tǒng)往往包括一個或多個聲源，因此需要對聲源的布放位置進行提前設(shè)計，使得掩蔽聲場分布均勻，即掩蔽區(qū)域內(nèi)的掩蔽信號聲壓級盡量一致，而不會出現(xiàn)同一區(qū)域內(nèi)掩蔽信號強度差距較大的情況。而且，聲掩蔽控制系統(tǒng)還能夠根據(jù)說話人的位置和需要掩蔽的區(qū)域，實時計算并動態(tài)調(diào)整各個聲源的掩蔽聲信號發(fā)射幅度和相位，通過相位控制和幅度控制技術(shù)，在特定方位或區(qū)域產(chǎn)生干擾，提高作用距離，以達到最優(yōu)的掩蔽效果。

6 結(jié)語

聲掩蔽技術(shù)主要利用聲掩蔽效應(yīng)，通過發(fā)射人耳可聽頻段的掩蔽聲來實現(xiàn)掩蔽目標(biāo)語音的目的。本文介紹了聲掩蔽基本原理、掩蔽效應(yīng)分類、掩蔽信號分類和聲掩蔽系統(tǒng)優(yōu)化設(shè)計。提高掩蔽聲源級能達到強的掩蔽效果，但由于掩蔽信號對人耳可聽，強掩蔽聲也會降低說話人的舒適度，進而影響正常的語音交流。實際應(yīng)用中，在說話人可承受的掩蔽聲源級下，進一步設(shè)計更高掩蔽性能、對人耳更舒適的掩蔽信號，并對聲掩蔽系統(tǒng)各聲壓進行優(yōu)化組合控制是提高聲掩蔽效果的主要途徑。同時，聲音泄密途徑多、竊聽設(shè)備安裝位置未知，依靠單一的技術(shù)手段無法完全實現(xiàn)對聲音信息的安全防護，因此需要采用多種聲泄漏防護技術(shù)，充分利用各種防護技術(shù)的優(yōu)勢，避開其劣勢，才能達到最好的綜合防護效果。

（原載于《保密科學(xué)技術(shù)》雜志2023年1月刊）