1.一种音频可逆隐写方法，用于将秘密信息嵌入到长度为N的音频载体S中，得到含密音频S′；其中，S＝{x1,x2，...,xN}，x1为音频载体S中的第1个采样值，x2为音频载体S中的第2个采样值，xN为音频载体S中的第N个采样值；其特征在于：包括以下步骤：步骤1、将长度为N的音频载体S划分成长度为n的子块；其中，划分以后的音频载体S＝{x1,S1,xn+2,S2,x2n+3,...Si...,xN}，第i个子块的表达式Si＝{xi+n*(i‑1)+1,xi+n*(i‑1)+2，...,xi+n*i}， 表示向下取整；与该第i个子块Si相邻的前一个采样值为xi+n*(i‑1)，与该第i个子块Si相邻的后一个采样值为xi+n*i+1；

步骤2、分别对每个子块中的采样值进行升序排列，得到升序子块；其中，第i个子块Si对应的升序子块Xi表达式为：Xi＝{xσ(1),xσ(2),...,xσ(n)}，xσ(1)≤xσ(2)≤...≤xσ(n)；σ(i)为该升序子块Xi中采样值xσ(i)对应在原子块Si中的位置；σ(i)∈[1,n]；

步骤3、根据预设的复杂等级T，T为正整数，得到第i个子块Si对应的升序子块Xi内部中用于计算复杂度的采样值集合{xσ(T+2),xσ(T+3),...xσ(n‑T‑1)}，并计算得到第i个升序子块Xi的复杂度Δ，计算公式为：其中，μ为xσ(T+2)xσ(T+3)...xσ(n‑T‑1)、xi+n*(i‑1)和xi+n*i+1所有采样值对应的均值；

步骤4、判断步骤3中计算得到的第i个升序子块Xi的复杂度Δ是否大于预设的阈值v，如是，则当前升序子块Xi为复杂块，将音频载体S中第i个子块Si的采样值继续维持原值，并转入步骤9；如否，则当前升序子块Xi为平滑块，并转入步骤5；i的初始值为1；

步骤5、通过计算出满足以下公式的实际复杂等级k，k为正整数；

并根据实际复杂等级k相应的得到当前升序子块Xi中的

最优预测采样值xσ(k+1)和xσ(n‑k)；

步骤6、分别计算最优预测采样值xσ(k+1)与{xσ(1),xσ(2)...xσ(k)}中每个采样值之间的误差，得到k个预测误差PEmin；并分别计算最优预测采样值xσ(n‑k)与{xσ(n‑k+1),xσ(n‑k+2)...xσ(n)}中每个采样值之间的误差，得到k个预测误差PEmax；

步骤7、判断步骤3中当前升序子块Xi的复杂度Δ是否大于 如是，则对{xσ(1),xσ(2)...xσ(k)}中与最优预测采样值xσ(k+1)之间预测误差值为D的采样值以及{xσ(n‑k+1),xσ(n‑k+2)...xσ(n)}中与xσ(n‑k)之间预测误差值为D的采样值进行嵌密操作，并对预测误差值大于D的采样值进行移位操作，D为大于1的自然数；并将嵌密操作和移位操作后得到的新采样值替换原采样值，将预测误差值小于D的采样值继续保持原值，得到{xσ(1),xσ(2)...xσ(k)}对应的新采样值{x′σ(1),x′σ(2)...x′σ(k)}以及{xσ(n‑k+1),xσ(n‑k+2)...xσ(n)}对应的新采样值{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}，并转入步骤8；其中，嵌密操作和移位操作的计算公式为：如否，则对{xσ(1),xσ(2)...xσ(k)}中与最优预测采样值xσ(k+1)之间预测误差值为0和1的采样值以及{xσ(n‑k+1),xσ(n‑k+2)...xσ(n)}中与xσ(n‑k)之间预测误差值为0和1的采样值进行嵌密操作，并对预测误差值小于0或大于1的采样值进行移位操作，并将嵌密操作和移位操作后得到的新采样值替换原采样值，得到{xσ(1),xσ(2)...xσ(k)}对应的新采样值{x′σ(1),x′σ(2)...x′σ(k)}以及{xσ(n‑k+1),xσ(n‑k+2)...xσ(n)}对应的新采样值{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}；并转入步骤8；其中，嵌密操作和移位操作的计算公式为：步骤8、将步骤7中得到的{x′σ(1),x′σ(2)...x′σ(k)}和{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}以及当前子块Si中的{xσ(k+1),xσ(k+2)...xσ(n‑k)}分别按照当前子块Si的原始顺序替代音频载体S中第i个Si子块对应位置的采样值；

步骤9、判断此时的秘密信息是否全部嵌入完成，如是，则转入到步骤10；如否，则使i＝i+1，并转至步骤4中，继续对下一子块进行嵌密判断；

步骤10、音频载体S中的子块经过上述步骤4或步骤8的替换后得到新的音频载体，得到的新的音频载体即为嵌入有秘密信息的含密音频S′。

2.根据权利要求1所述的音频可逆隐写方法，其特征在于：所述步骤6中PEmin的计算公式为：

PEmin＝xs‑xt

PEmax的计算公式为：

PE＝x‑xmaxuv

3.根据权利要求1所述的音频可逆隐写方法，其特征在于：所述步骤7中数值D确定的方法为：首先，预设D的取值范围为[Dmin,Dmax]，再统计步骤6中k个预测误差PEmin和k个预测误差PEmax中预测误差值分别为Dmin至Dmax中每个正整数对应的数量，并将数量最大的值对应的预测误差值作为D。

4.一种秘密信息提取方法，用于将秘密信息从含密音频S′中提取出来，其中，S′＝{x′1,x′2...,x′N}，x′1为含密音频S′中的第1个采样值，x′2为含密音频S′中的第2个采样值，x′N为含密音频S′中的第N个采样值；其特征在于：包括以下步骤：步骤1、将含密音频S′划分成长度为n的采样块，每个采样块的长度与音频隐写时每个子块的长度相同，其中，划分以后的含密音频S′＝{x′1,S′1,x′n+2,S′2,x′2n+3,...S′i...,x′N}，第i个采样块的表达式S′i＝{x′i+n*(i‑1)+1,x′i+n*(i‑1)+2...,x′i+n*i}，表示向下取整；与该第i个采样块S′i相邻的前一个采样值为x′i+n*(i‑1)，与该第i个采样块S′i相邻的后一个采样值为x′i+n*i+1；

步骤2、分别对每个采样块中的采样值进行升序排列，得到升序采样块；其中，第i个采样块S′i对应的升序采样块X′i表达式为：X′i＝{x′σ(1),x′σ(2),...,x′σ(n)}，x′σ(1)≤x′σ(2)≤...≤x′σ(n)；σ(i)为该升序采样块X′i中采样值x′σ(i)对应在原采样块S′i中的位置；σ′(i)∈[1,n]；

步骤3、根据预设与音频隐写时相同的复杂等级T，得到第i个采样块S′i对应的升序采样块X′i内部中用于计算复杂度的采样值集合{x′σ(T+2),x′σ(T+3),...x′σ(n‑T‑1)}，并计算得到第i个采样块X′i的复杂度Δ′，计算公式为：其中，μ′为x′σ(T+2),x′σ(T+3)...x′σ(n‑T‑1)、x′i+n*(i‑1)和x′i+n*i+1所有采样值对应的均值；

步骤4、判断步骤3中计算得到的第i个采样块X′i的复杂度Δ′是否大于与音频隐写时相同的预设阈值v，如是，则当前升序采样块X′i为复杂块，将含密音频S′中第i个采样块S′i的采样值继续维持原值，并转入步骤8；如否，则当前升序采样块X′i为平滑块，并转入步骤5；i的初始值为1；

步骤5、使用与音频隐写时相同的实际复杂等级k，得到当前升序采样块X′i的最优预测采样值x′σ(k+1)和x′σ(n‑k)；

步骤6、分别计算最优预测采样值x′σ(k+1)与{x′σ(1),x′σ(2)...x′σ(k)}中每个采样值之间的误差，得到k个预测误差PE′min；并分别计算最优预测采样值x′σ(n‑k)与{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}中每个采样值之间的误差，得到k个预测误差PE′max；

步骤7、判断步骤3中当前升序采样块X′i的复杂度Δ′是否大于 如是，则对{x′σ(1),x′σ(2)...x′σ(k)}中与x′σ(k+1)之间预测误差值为D和D+1的采样值及{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}中与x′σ(n‑k)之间预测误差值为D和D+1的采样值进行秘密信息提取，提取出秘密信息b计算公式为：b＝PE′min‑D,ifPE′min∈{D,D+1}

b＝PE′max‑D,ifPE′max∈{D,D+1}；

如否，则对{x′σ(1),x′σ(2)...x′σ(k)}中与最优预测采样值x′σ(k+1)之间预测误差值为‑1、

0、1和2的采样值以及{x′σ(n‑k+1),x′σ(n‑k+2)...x′σ(n)}中与x′σ(n‑k)之间预测误差值为‑1、0、1和

2的采样值进行秘密信息提取，其中，D为与音频隐写时相同的取值；提取出秘密信息b计算公式为：

步骤8、判断此时的秘密信息是否全部提取完毕，如是，则转入到步骤9；如否，则使i＝i+1，并转至步骤4中；

步骤9、将每个采样块中提取出的秘密信息按照采样块的先后顺序组成完整的秘密信息，即得到从含密音频S′中提取出来的秘密信息。