基于神经网络的扩展回声隐藏算法

提出了一种神经网络自适应扩展回声隐藏算法。利用PN序列将音频信号的单回声内核进行扩展后作为水印信号，提高了水印算法的安全性。该算法利用了神经网络的非线性映射能力确定扩展回声内核的幅值，从而避免了复杂的心理声学模型的计算过程，实现了水印嵌入的强度的自适应。仿真实验证明了该算法的有效性和可靠性。     

一种基于回声隐藏的数字音频水印算法

本文提出了一种新的基于回声隐藏的算法,该算法有别于传统的时间域嵌入-倒谱域提取,水印的嵌入和提取均在时间域完成,能够在回声幅度很小的情况下保持高检测率;基于人类听觉特性对音频进行能量划分,根据能量的不同自适应地嵌入回声,PN序列的引入提高了水印的安全性和不可见性;仿真结果证明该算法对常见攻击具有好的透明性和鲁棒性.