一种音频指纹构建与搜索架构的实现

音频指纹技术是音频处理领域中的一种重要技术。它通过将一系列短促、无标记的音频片段与之对应的内容数据链接起来,为每个音频信号编制特征码,进而实现音频资源的匹配和识别。提出了一种音频指纹构建与搜索的基本架构,并采用C#编程语言详细实现了这一架构。     

热门数字音频预测技术综述

[目的]近些年网络数字音频受众愈发广泛,研究热门数字音频预测技术对于数字音频领域的发展具有重要意义.[文献范围]我们采用关键词检索和引文二次检索的方法收集了该领域相关的论文.[方法]本文通过广泛的文献查阅,总结了在该研究领域中学者们对热门指标的定义,归纳了预测热门音频常用的四大类内部特征,综述和分析了常用的预测模型,并...     

数字音频来源被动取证研究综述

数字音频来源被动取证研究旨在不依赖主动嵌入的数字水印或数字签名等冗余信息,通过原始数字音频数据的内在设备信息提取出表征设备源机器指纹的特征,进而对数字音频证据来源做出判断,在司法取证、军事信息、新闻传播等领域有着广泛的应用前景。目前,数字音频来源被动取证的研究综述面临时效性不足、针对性不够的问题。据此,给出了数字音频来源被动取证的研究框架和基本思路。对该领域常用的数据集做了简要的分析。根据数字音频来源被动取证的研究对象,将领域内的研究分为特征表达和表征建模两大模块,对频域信息特征、倒谱特征、基于高斯超矢量信息的特征、融合特征、深度特征五类特征,高斯混合取证模型、支持向量机决策模型、稀疏表达分类器决策模型、其他机器学习决策模型、深度学习决策模型五类模型的性能进行了比较分析。总结分析了数字音频来源被动取证领域的研究现状和存在的问题,并对未来的研究方向进行了展望。     

多媒体课件制作中的数字音频处理技术

音频处理技术是多媒体课件制作中的重要环节。对数字音频处理的硬件、音频提取、音频转录、音频动态处理和音频降噪技术的掌握,有助于增强对音频材料加工处理的手段,制作出高质量的音频,从而提高音频在多媒体课件中的渲染力。     

基于量化的倒谱变换数字音频水印算法

提出了一种基于复倒谱变换的数字音频水印算法。该算法充分利用了复倒谱变换的特征,将原始音频信号分成若干帧,每帧音频实施复倒谱变换后,将系数均值按照一定的量化方法嵌入水印,水印的提取不需要原始音频信号,是一种盲水印算法;实验结果表明,嵌入的水印不仅具有很好的透明性,而且对重新采样、低通滤波、添加噪声、重新量化、有损压缩等攻击也具有很好的鲁棒性。     

基于压缩感知和音频指纹的固定音频检索方法

针对现有音频检索中样本音频特征库数据量较大且检索速率慢问题,本文提出一种基于压缩感知和音频指纹降维的固定音频检索方法.在音频检索的训练阶段,首先,对样本音频信号进行稀疏化处理,并通过压缩感知算法对稀疏化后的音频数据进行压缩;其次,提取压缩信号的音频指纹;再次,引入音频指纹离散基尼系数通过计算音频指纹各维度的离散基尼系数对指纹实施降维,最终得到检索特征库.在音频检索阶段用和训练阶段相同的算法提取待检音频的特征与音频特征库数据匹配得出检索结论.实验结果表明,所提音频检索方法在确保较好的检索准确率的基础上,大幅度减小了样本音频数据库的存储量,提高了音频的检索速率.     

数字音频压缩编码及音频播放器制作

结合应用软件-Delphi,介绍制作音频播放器的过程,并利用音频播放器实现mp3等格式音频文件的播放.该音频播放器具有处理重复播放区域、删除歌曲播放列表中歌曲、歌曲信息以及播放时间进度的显示、自动播放下一首歌曲、自动加载历史播放记录等诸多功能.     

指纹技术的研发与应用

近几年来，指纹技术如雨后春笋般蓬勃发展，受到各方面的广泛关注。独立式指纹技术是此项技术中的尖端技术。本文介绍粤安集团在独立式指纹技术领域全方位研究开发的情况，涵盖底层的指纹算法研究，微控制器体系结构设计，中层的嵌入式核心模块平台设计、软件平台开发，高层的各种软硬件应用开发，以及粤安集团已经取得的一些有影响的应用成果。     

数字音频压缩编码及在软件中播放音频文件

模拟音频信号经过数字化后,会产生很大的数据量,不适合存储和传输的需要。数字音频的压缩编码已经成为一门非常重要的技术。该文主要介绍数字音频信号的常用压缩编码方法,如MPEG-1、MPEG-2、AC-3数字音频压缩编码标准,并阐述了各自的性能特点及应用领域。然后结合应用软件——Delphi,介绍制作音频播放器的过程,并利用音频播放器实现mp3等格式音频文件的播放。     

用频率和方向信息的指纹伪特征去除算法

指纹预处理后,直接提取的特征包含有大量的伪特征,需要去除;在研究分析了现有的指纹特征提取和伪特征去除算法的基础上,提出了一种利用了频率和方向信息的伪特征去除算法,依据局部小区域方向以及频率的相对不变性,进行对应伪特征的去除;计算机仿真实验结果表明,该算法具有很好的鲁棒性,而且算法复杂度小,处理效果好,运算速度快,几乎没有伪特征点;该算法对伪特征的有效去除,节省了数据库存贮空间,为后续有效特征匹配提供了保证。     

数字音频认证研究综述

现代音频信号处理技术使得对音频内容的篡改、替换,对时间序列的调换顺序等恶意操作可以以极低的代价进行,对音频完整性和真实性进行认证变得日益重要。对人类听觉系统来讲,音频认证技术需要保护的是音频内容而不是比特流本身,因此它应该能够容忍一些保持音频听觉质量或者语义的正常信号处理操作而不触发检测器。介绍了音频内容认证技术的产生背景、典型应用场合、需满足的必要性质、硬认证与软认证的特点、保持内容操作和恶意操作的划分,综述了典型的音频内容认证算法,最后总结并讨论了该研究领域的技术特点并提出了可能的解决方案。     

基于音频指纹的两步固定音频检索

提出了一种基于过零率和音频指纹的两步固定音频检索算法.在基于过零率直方图的初步检索中,采用直方图的迭代计算和动态的观测窗滑动步长来减少计算量并加快搜索速度,快速筛选出相似度较高的候选音频片段;接着基于降维Philips音频指纹对候选音频进行精检索,进一步提高检索精度.实验结果表明,该音频检索算法在保证较好的检索准确性基础上,大幅度提高了检索速度,且具有较好的鲁棒性.     

数字指纹

数字指纹广泛应用在版权保护等领域中,该文首先介绍了数字指纹与数字水印之间的关系,然后以COX为模型建立数字指纹系统,实现了指纹的嵌入和检测,再与块DCT变换作比较,得出结论：块DCT变换可以对数字指纹系统做出改进;最后对数字指纹的现状进行分析和展望。     

一种基于音频特征的自适应量化数字音频水印算法

针对传统的固定步长量化方法对不同种类音频载体适应性较差的缺点,提出了一种新的自适应量化步长的数字音频盲水印算法．该算法结合音频载体自身特点自适应确定量化步长,大大增强了算法对不同音频载体的适应性．仿真实验表明,该算法对于不同种类音频载体不仅具有较好的不可感知性,并且对于重采样,重量化,噪声,低通滤波及MP3压缩等攻击都具有较好的鲁棒性.     

一种新的二次分发数字指纹协议

现有的数字指纹协议主要基于Buyer-Seller模型,卖方拥有数字产品的原始拷贝,在数字产品中嵌入与买方相关的数字指纹,出售给买方。如果卖方发现了非法拷贝,根据提取出的指纹跟踪非法的买方。该文介绍了有别于Buyer-Seller模型的二次分发模型,在此模型基础上,引入防篡改硬件和对称嵌入技术,提出了一种可用于在线交易的、安全高效的数字指纹协议。     

数字指纹编码与嵌入假设

数字指纹系统是数字水印技术的一个重要分支,是用于盗版追踪的一种技术。离散指纹编码和连续指纹编码是数字指纹研究领域的两大阵营。本文介绍了嵌入假设对指纹编码研究的重要意义,指出这两种研究方向的主要分歧在于对待嵌入假设条件的态度不同。从嵌入假设条件出发分析了离散指纹编码和连续指纹编码的基本思路、面临的挑战和发展趋势。     

一种新的两用户合谋安全的数字指纹编码算法

运用级联码的思想提出一种新的抗合谋数字指纹编码算法及其相应的跟踪算法.编码算法中内码采用基于混沌序列的新的二用户合谋安全码,外码采用IPP码.理论分析和实验结果表明,在合谋人数为2的情况下,该算法能对非法分发者进行有效跟踪.与Boneh-Shaw的编码算法相比,在同样的错误概率下,本算法的数字指纹编码长度得到有效缩短.     

Gaussian Mixture Modeling of Short-Time Fourier Transform Features for Audio Fingerprinting

In audio fingerprinting, an audio clip must be recognized by matching an extracted fingerprint to a database of previously computed fingerprints. The fingerprints should reduce the dimensionality of the input significantly, provide discrimination among different audio clips, and, at the same time, be invariant to distorted versions of the same audio clip. In this paper, we design fingerprints addressing the above issues by modeling an audio clip by Gaussian mixture models (GMM). We evaluate the performance of many easy-to-compute short-time Fourier transform features, such as Shannon entropy, Renyi entropy, spectral centroid, spectral bandwidth, spectral flatness measure, spectral crest factor, and Mel-frequency cepstral coefficients in modeling audio clips using GMM for fingerprinting. We test the robustness of the fingerprints under a large number of distortions. To make the system robust, we use some of the distorted versions of the audio for training. However, we show that the audio fingerprints modeled using GMM are not only robust to the distortions used in training but also to distortions not used in training. Among the features tested, spectral centroid performs best with an identification rate of 99.2% at a false positive rate of 10^-4. All of the features give an identification rate of more than 90% at a false positive rate of 10^-3     

数字指纹协议的研究与发展

一、引言随着电子商务的发展,以无形的数字格式作为多媒体产品的发布形式将成为Internet上的主流方式。但由于软件产品的易拷贝性,对软件产品(如JPEG、GIF图像,应用程序,各种文档等)的盗版就变得异常容易。从目前的技术研究来说,在开放环境下要严格防止非法使用者的侵权拷贝是不太可行的。主要的研究方向集中在如何有效地追查非法拷贝源,即发     

一种易损性音频数字水印技术

利用变换域嵌入水印是音频水印的主流技术,一般的嵌入方法是通过调整所选变换系数实现。谱弯折方法实现整段频谱的非线性位移,可将水印嵌入整个频谱。该文在Choi犤1犦的谱弯折音频数字水印算法基础上,研究了算法的鲁棒性,通过大量实验验证,认为谱弯折算法对信号处理类攻击相当脆弱,不具备鲁棒性,是一种易损性音频水印。