基于能量比的小波域音频水印算法*

利用人耳听觉掩蔽特性,采用小波变换和幅度调制的方式,实现了一种新的复杂度低、鲁棒性强的音频水印算法。该算法通过计算音频在不同分帧长度下攻击前、后的平均能量比,选择最佳的分帧长度,通过调制音频低频系数的幅度值来改变每帧音频信号的能量比,从而达到嵌入水印的目的。实验结果表明,该算法具有很好的不可感知性,且能够抵抗诸如低通滤波、加噪、重采样、回声、A/μ率转换、MP3压缩及各种去同步攻击。     

一种基于采样点倒置的音频信息隐藏方法*

提出了一种将秘密语音隐藏到载体语音的新方法,并引入 Logistic 混沌映射,利用混沌序列对秘密语音信息进行处理。算法根据人耳对音频倒置不敏感和音频幅度值为正的采样点在总采样点中所占的比例比较稳定的特点,通过倒置的方法调整该比例的大小嵌入秘密信息。实验表明,含有秘密信息的混合语音不仅具有良好的不可感知性,而且对诸如噪声、低通滤波、重采样等攻击具有良好的鲁棒性。     

基于陷阱策略的音频数字水印新方法

数字水印已经成为实现多媒体版权保护的一项重要技术.提出在嵌入鲁棒性水印的同时考虑攻击的行为特征,辅以陷阱策略抵制各种攻击.水印以量化音频DCT系数的方式嵌入,在提取时针对攻击的行为特征以不同方式提取水印.算法嵌入的水印为一幅二值图像,能抵制随机裁剪、AD及DA转换、低通滤波等去同步型攻击,提取的水印可以直接分辨.与cocktail水印方法相比,所提方法的鲁棒性高,提取水印时不需要原始音频.实验结果说明我们的音频水印方法十分有效.     

一种透明健壮大容量的音频密写算法

提出一种新的基于离散余弦变换的大容量数字音频密写算法。音频的低频DCT系数集中了音频的重要信息,而高频DCT系数只包含少量信息。根据这一特性,采取不改变、缩小及增加高频DCT系数的方法,在高频DCT系数中嵌入秘密信息。实验证明,该算法具有较大的嵌入量、较强的健壮性、较好的透明性,提取属盲提取,能经受重采样、重新量化、添加噪声、低通滤波、音频格式转换等常见信号处理及攻击。     

一种用音频作载体的信息隐藏算法

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

一种用音频作载体的信息隐藏算法*

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

基于经验模式分解的音频水印算法

针对传统基于经验模式分解(EMD)的音频水印算法鲁棒性不强的问题,提出一种基于固有模态函数(IMF)极值的盲音频水印算法.首先对音频信号进行分帧,每个音频帧经过EMD后得到IMF; 接着利用均匀量化的方法将水印信息和同步码嵌入到最后一个IMF的极值中.所提算法的数据嵌入率是46.9~50.3 b/s,且携水印音频保持了原始音频的感知质量.对携水印音频进行加噪、MP3压缩、重新采样、滤波、剪切和重采样攻击后,提取出的水印信息变化不大,算法鲁棒性较好.与时间域和小波域算法相比,提出的算法在保证高数据嵌入率的同时,可以抵抗32 kb/s的MP3压缩攻击.     

一种健壮透明的数字音频DWT水印算法

提出了一种基于离散小波变换(DWT,DiscreteWaveletTransform)的健壮、透明的数字音频水印算法。把音频信号划分为若干个包含相同采样点的帧,每帧划分为若干个包含相同采样点的节。对每帧的前两节实施小波变换,对前两节精细分量的能量进行比较,根据能量比较及水印比特,结合HAS特性,采用不改变或缩小精细分量能量的方法,在精细分量中嵌入水印。结果证明,该算法具有较强的健壮性、较好的透明性,能盲水印检测,可抵抗常见的音频处理及攻击,如:重采样、添加噪声、低通滤波、重新量化、转换等。     

一种基于倒谱变换的自同步音频水印算法

本文提出了一种基于倒谱变换的自同步数字音频水印算法。算法对音频载体分段后,将同步码嵌入到时域上,将水印信息嵌入到变换域上。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,嵌入后的水印不仅具有很好的不可感知性,而且对添加噪声、重新采样、低通滤波、重新量化和剪切攻击也具有很好的稳健性。     

基于重心的抗同步攻击的音频水印算法

抗同步攻击是音频水印领域公开的难题. 相对重心是音频的一个稳定的全局特征量, 对 TSM (Time scale modification)等同步攻击不敏感. 本文提出一种基于相对重心的抗同步攻击的音频水印算法,提出的算法通过量化音频的相对重心生成水印, 生成的水印由混沌序列加密后以量化的方法嵌入载体音频三级小波近似分量均值中. 为了降低同步攻击后同步位置的连续偏移, 水印嵌入提取过程采用了均匀分帧的方法. 实验结果表明提出的算法能抵抗常规信号处理操作, 同时 能抵抗20%的TSM操作(包含音调不变TSM和重采样操作)和 1/10的抖动操作, 有很好的鲁棒性.     

Identification of AMR decompressed audio

More and more conversation recordings from phone calls are used as forensic evidence. To decide whether an unknown speech recording comes from mobile phone or not becomes an important issue in digital audio forensics. The communicating conversation recorded by mobile phones is encoded by Adaptive Multi-Rate (AMR) audio codec, which was adopted as the standard speech codec by 3GPP and widely used in GSM and UMTS. Therefore, AMR decompressed audio detection can be used to identify the source of the digital audio recording. Furthermore, it is helpful to locate the forgery position of the splicing AMR decompressed audio for forensic purposes. In this article, we focus on the identification of AMR decompressed audio, namely, given the waveform of an audio, we wish to identify whether it has been previously compressed by AMR codec or not. The artifacts introduced by the AMR codec will help to detect the source of the recordings. Based on our analysis, we find that the sample repetition rate of the AMR decompressed waveform is significantly greater than the regular waveform. Therefore, we employ the sample repetition rate as a feature to identify the AMR decompressed audio. The experimental results show that this feature is robust and effective.     

一种抗D/A和A/D变换的音频水印算法

音频水印的许多应用要求水印能在模拟环境中保留下来,这涉及到水印的D／A和A／D（以下简称DA／AD）变换,然而,音频水印抗DA／AD变换尚末引起人们的充分重视,已有的音频水印算法能抵抗DA／AD的很少,文中通过大量的实验,分析并得出了在DA／AL）过程中影响音频水印的主要因素：波形失真和时间轴线性伸缩,并针对这些因素提出了一个基于DWT的抗DA／AD变换的茸音频水印算法,针对音频水印DA／AD变换过程中时间轴上的线性伸缩和因幅值变化与噪声影响产生的波形失真,作者在算法中分别采取了相应的对策：（1）在检测过程中结合同步码蕈定位和线性伸缩恢复来消除时间轴上线性伸缩带来的影响;（2）针对幅值改变,在DWT域采用了基于三段低频小波系数之间能量关系的嵌人对策;（3）自适应调整嵌入强度来满足抗噪声攻击的要求,实验表明,所提出的音频水印算法具有很强的抗DA／AD攻击性能和抗其它各种通用的音频处理和攻击的能力。     

基于倒谱变换的数字音频健壮盲水印算法

提出一种基于倒谱变换的数字音频健壮盲水印算法。把音频信号划分为包含相同采样点的若干帧,对指定帧实施复倒谱变换,将复倒谱系数均值与阈值进行比较,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号处理及攻击。     

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.     

一种基于多模态感知的双声道音频生成方法

现有多数视频只包含单声道音频,缺乏双声道音频所带来的立体感。针对这一问题,本文提出了一种基于多模态感知的双声道音频生成方法,其在分析视频中视觉信息的基础上,将视频的空间信息与音频内容融合,自动为原始单声道音频添加空间化特征,生成更接近真实听觉体验的双声道音频。我们首先采用一种改进的音频视频融合分析网络,以编码器-解码器的结构,对单声道视频进行编码,接着对视频特征和音频特征进行多尺度融合,并对视频及音频信息进行协同分析,使得双声道音频拥有了原始单声道音频所没有的空间信息,最终生成得到视频对应的双声道音频。在公开数据集上的实验结果表明,本方法取得了优于现有模型的双声道音频生成效果,在STFT距离以及ENV距离两项指标上均取得提升。     

基于加权MFCC的音频检索

通过研究音频特征值提取和特征匹配算法,给出了一个完整的音频数据检索系统框架。该系统框架主要分析了音频特征提取和特征匹配。在音频特征提取部分对经典的MFCC系数进行了分析,提出了基于熵值法加权的MFCC系数,提高了检索的识别率。音频匹配部分根据特征参数矩阵表征音频信息的性质,引入了矩阵相似度的匹配方法,提高了检索效率。实验结果表明系统识别效率提高1.2%,用时降低22%,系统的性能得到明显改善。     

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。     

稳健局部特征非下采样小波域数字水印

目的 基于数字水印技术的音乐作品版权保护是学术界的研究热点之一,多数数字音频水印方案仅仅能够对抗简单的常规信号处理,无法有效抵抗破坏性较强的一般性去同步攻击。为此,提出了一种基于稳健局部特征的非下采样小波域数字水印算法。方法 利用非下采样小波域平滑梯度检测算子从载体音频中提取稳定的音频特征点,结合数字音频样本响应确定局部特征音频段,采用量化调制策略将数字水印信号重复嵌入局部特征音频段中。结果 选取4段典型的采样频率为44.1 kHz、量化精度为16 bit、长度为15 s的单声道数字音频信号作为原始载体进行测试,并与经典算法在不可感知性和鲁棒性两方面进行对比。结果表明,本文算法在含水印音频与原始载体音频间的信噪比平均提升了5.7 dB,同时常规攻击和去同步攻击下的平均检测率分别保持在0.925和0.913,高于大多数传统算法,表明了本文算法具有较好的不可感知性。在常规信号处理（MP3压缩、重新量化、重新采样等）和去同步攻击（幅度缩放、随机剪切、音调伸缩、DA/AD转换、抖动等）方面均具有较好的鲁棒性。结论 本文利用描述能力强且性能稳定的平滑梯度刻画局部数字音频性质,提出一种基于平滑梯度的非下采样小波域音频特征点提取方法,有效解决了音频特征点稳定性差且分布极不均匀的缺点,提高了数字音频水印对音调伸缩、随机剪切、抖动等攻击的抵抗能力。