由表l知，人耳不敏感的数位共有69比特，主要为各对数面积比的最低位，4个子帧中块幅度的最低位及RPE脉冲的最低位。
    对于2_4kb／s混合激励线性预测(MELP)语音编码，每20ms有48比特语音信息，从本文给出的嵌入算法可知，只需选上述第六类比特作为宿主可修改矢量，最多修改其中的24比特，就可嵌入48比特数据。对于更低码率的语音信息，需选作为可修改矢量的比特位更少。采用该算法在第六类比特中嵌入低码率语音，低码率语音的最大码率可达3.4kb／s。

4 单位增广矩阵
    n阶单位矩阵，再增加一列全“l”列矢量，作为第(n+1)列，就可以生成一个单位增广矩阵，可称为n阶二值单位增广矩阵。如果把其列矢量所对应的十进制数，称为该列矢量的值，则n阶单位增广矩阵第一列到第(n+1)列的值依次为：2n-1，2n-2…，21，20，2n一l。
4．1 4阶单位增广矩阵
    式(1)为一4阶单位增广矩阵，其每一列都不相同，且列矢量的值依次为：8，4，2，1，15。

   
    从式(1)知，4阶单位增广矩阵，对任一l至(24一1)整数的值所对应的4维二值列矢量，都可由矩阵中不超过二个列矢量，通过异或运算产生。
4．2 2L阶单位增广矩阵

   
式(2)为一2L单位增广矩阵，对于任一1至(22L一1)的整数值所对应的2￡维二值列向量d。
    1)若d中的“l”的个数为k，且l≤k≤L，由于式(2)前2L列的2L阶单位阵中，每列有且只有一个“1”，所以只要用d中“l”所在行，在2L阶单位阵中，找到对应行为“1”值的列矢量，最多可找到L个，列向量d则可由这些列矢量，通过异或运算产生。
    2)若d中“1”的个数大于L，即L<k≤2L，这时d中零的个数J为J=2L一k<L，即0≤J≤L一1，只要用d中“0”所在行，在2L单位阵中找到对应行为“1”的列向量，不超过(L一1)个，连同最后一列全“l”列矢量，共不超过L个。列矢量d则可由这些矢量通过异或运算产生。
    因此，对于任一1至22L一1的整数值所对应的2L维列矢量d，都可以在2L阶单位增广矩阵中，找到不超过L个列矢量，使得d可用这些列矢量通过异或运算产生：

   
其中hi1，…，hik是2L阶单位增广矩阵中满足上述条件的列矢量。

5 嵌入／提取算法原理
    若可修改矢量为a=(a1，a2，…，an)T，待嵌入数据为c=(c1，c2，…，c2L)T，H为2L阶单位增广矩阵，[式(2)]，下面分两种情况讨论：

    （1）n=2L+1

    计算
    其中hi，i=1，…，2L+1，是2L阶单位增广矩阵中第i列矢量，由式(4)可知s为2L维列矢量。
    令
    d为2L维列矢量。若d为“O”矢量，则s=c，a不必作任何修改；若d是不为“0”矢量，由4．2节知，可在2L阶单位增广矩阵中找到k列，k≤L，如hi1，hi2，…，hik使得
   
    只要将可修改矢量a中与这k≤L个列矢量对应的数位取反，就可得到嵌入c后的矢量a’，不失一般性，a’可表示为：
   
    这样，最多修改Lbit，就可在a的(2L+1)bit中嵌入2Lbit数据。
    提取数据时，只要计算

   
    由式(4)、式(6)知，这时：
    从上面讨论知，只要在H矩阵中，找到k列(k≤L)使得式(6)成立即可，而与日矩阵中列矢量的排列顺序无关，所以日矩阵可有(2L+1)!种选择。
    (2)n>2L+1
    由本小节(1)知，当n>2L+1时，H矩阵应为2L×n矩阵，记为H，为了对任一值为l～22L一1的2L维列向量d使得(6)满足，则H矩阵中，式(2)矩阵中的每一列向量至少出现一次，其余列可以是式(2)矩阵中的任一列向量。这样，H矩阵就有种选择。
    当n很大时，这个值非常大，由于数值的嵌入和提取都要用相同的Ⅳ，因此，日也可用作密钥。在本文所述的系统中，可作为密钥2使用。
    对于上述不同矩阵H，嵌入算法只需作一定的调整，而提取算法基本不变。