スラッシュドット・ジャパン

私も原理しか知りませんが、FFTやwavelet変換などをかけたドメインで信号を付加して元に戻せば、波形上のあらゆる箇所に少しづつ分散して透かし情報が乗っかることになりますから、通常のドメインで部分的に信号をいじくっても重要な情報がまるまる欠けてしまうわけではない、ってことだと思います。周波数ドメインでも情報を分散させとけば単純な周波数フィルタリングやリサンプリングにも耐性が高まりますし、ピッチ保持して曲の速度を上げる、とかいう操作も大丈夫、という論文を読んだこともあります。
元曲の部分的な取り出しに対しては、短めの時間領域を対象とした埋め込みを時間をずらして繰り返しやっておくことで、耐性が高まります。複数埋め込んでおくことで透かしの再現性も高まりますし。

一番理解しやすいのが，電子透かしを「音のエコー(残響？)として」埋め込む方法です．
エコーを作る伝達関数をうまく構成してやれば，人間にはさほど耳障りにはなりません．
またエコー成分はフォーマット変換などではさほど変化しませんし，
少ないビット数(メールアドレスの場合は80バイト程度？)を楽曲全体(4Mバイト)に薄く広く埋め込むわけですから，
局所的な波形編集をしても透かし情報が失われないことは想像できます．

もちろんすべての音声処理（電子透かし分野ではこれを「攻撃」といいます）に対して耐性のある電子透かし方式を構成することは困難なので，
楽曲そのものの本質をいじるような処理（ピッチを変えたりとか？）には弱かったりします．

ちなみに自分は画像に対する電子透かしを研究してますが，JPEG圧縮に対する耐性を考えるだけでもかなり頭を使います．
画像の回転に至っては，耐性のある方式はほとんど提案されていません．

「なあ，こないだコピーしてもらった曲なんだけど」
「けっこういいだろ？」
「いや，なんか，バックオーケストラの陰から不気味な声が聞こえるんだ……」
「声？」
「ほらここ，ちょっと聞いてみ」

（……foobar@hogehoge.com……foobar@hogehoge.com……）

「怖ええええ！！！」

バイナリを比較するんだから、diffよりsha1sumとかじゃないかな？

それはともかく、違いがあることが判っても、差分が電子透かしかどうかは判らないんじゃないかな？
電子透かしだったとしても、どんなデータが埋め込まれているか判らない。販売日が入っているのか、シリアル番号が入っているのか、購入者の個人情報が入っているのか。