音频数字水印技术综述

作为音频文件版权保护的有效方法,音频数字水印已逐渐成为研究的热点.系统地介绍了教字水印的概念,音频数字水印的特性和对音频数字水印的要求,音频水印的各种算法.最后讨论了音频水印存在的问题和发展的趋势.     

基于音频指纹的压缩域音频识别方法研究

压缩格式已经成为了音频信号存储和传输的主要形式,面向压缩域音频文件的识别方案就显得更具有实际意义。提出了一种基于音频指纹的压缩域音频识别算法,该算法可用于压缩域音频和非压缩域音频在同一个指纹数据库中进行有效检索和识别。选择最典型的音频压缩格式——MP3音频来测试算法的性能,实验结果表明该算法的指纹尺寸小,具有较好的指纹区分性和较高的正确识别率,对各种常见的时频域失真均具有较强的鲁棒性。     

音频信息检索研究现状与发展趋势

在信息化和网络化时代, 音频已成为网络信息传输的主要媒体之一.如何从大量的音频信息流中进行快速高效的内容检索以获得所需要的内容已经成为现代社会急需解决的问题,并已发展成为学术界的一个重要研究方向.该文就音频信息检索研究现状及发展趋势对音频检索的概念和方法进行了阐述,并重点对基于内容的音频信息检索的关键技术和方法进行了讨论.     

基于内容和旋律的音频片段识别与检索

介绍了音频信号的主要特征和处理技术,给出音频检索系统的处理框架和主流产品,并列出典型检索引擎及应用行业;详细阐述了音频识别和检索的主要方法、基于旋律和内容的音频片段检索的原理和特点;最后结合实验和测试中的实际问题对音频检索进行展望.     

基于内容的音频自动分类方法

为了解决基于内容的音频检索、语音文档检索等很多领域中提取音频结构和内容语义的问题时,介绍几种比较典型的音频分类算法包括最小距离方法、支持向量机、神经网络、决策树方法等,指出在基于内容的音频检索技术方面的难点以及发展方向.     

网络音频技术及其在现代体育场馆中的应用

介绍了网络音频技术的主要特点,包括网络音频传输协议和控制技术,以及几种以太网传输协议.并以广州大学城中心区体育场馆为实例,说明基于其建筑型态和建声方面的需求,如何对其中的网络音频器件进行搭建、布置和使用,从而具体阐述了网络音频技术在现代体育场馆的应用.     

某型飞机音频控制面板的设计与实现

作为飞机上不可缺少的重要部件之一,音频管理组件（AMU）管理着HF、VHF通信系统,无线电导航系统、内话系统等飞机上几乎所有的音频信号,这给AMU的地面检测和维修带来极大的困难,而且AMU的检测必需有音频控制面板（ACP）的配合。鉴于虚拟仪器在测控方面的重要作用,采用模块化的设计思想,以Labwindows/CVI为平台设计实现某型飞机音频控制面板,用于机载音频管理组件的地面测试过程中。应用表明,此面板能快速稳定地与音频管理组件完成数据通信,提高了系统测试的可靠性,减少了部件维修公司的维修时间,降低了维修成本,提高了维修效率。     

分布式多信源音频编码的方法研究

阐述了多信源编码系统结构,分析了分布式多信源音频编码系统结构中的几种音频变换、量化和LDPC编码,总结了分布式多信源音频编码的优点.     

基于压缩域特征的音频识别算法

如何有效地对海量数据尤其是诸如音频之类的多媒体数据进行分析、存储和检索是一个有待解决的问题.由于原始音频数据的非结构化特性,音频检索受到极大的限制.相对于日益成熟的图像与视频检索,音频检索相对滞后.基于内容的音频检索己成为多媒体检索技术的研究热点.本文对基于内容的音频检索的音频分层分割算法展开分析,提出一种基于压缩域特征音频分割域识别算法.经试验结果显示,此算法由于不依赖于具体的应用阈值,使此算法准确率有较大提高.     

基于特征的音频比对技术

音频比对有别于语音识别,音频比对不存在音频重构.在保证音频主要信息不丢失的前提下,采用二阶Haar小波变换压缩原始音频,以音频帧的方式提取出能代表音频主要信息特征的质心、均方根和前12个Mel倒谱系数,并分别计算这3类参数的欧氏距离,根据欧氏距离的值与阀值ε之间的关系,完成音频间的比对任务.经实践证明,这套方案对于音频比对具有较高的准确性和较好的实时性.     

Internet中数字音频技术的应用

作者在文中主要介绍目前Ｉｎｔｅｒｎｅｔ中多媒体音频技术的音频编码格式以及数字音频流技术的最新发展状况。     

音频数据加密的二值音频可听密码方案

数字音频文件数据量大、相关性强、冗余度高,传统加密算法难以满足其实时安全性要求.针对此问题,根据人耳听觉特性提出了一种基于二值音频的可听密码方案.该方案借鉴图像半色调技术对秘密音频数据进行二值化处理,以降低音频信息的数据量;结合可视密码技术的(k,n)门限方案的基本阵对二值数字音频进行分存和加密,从而破坏了原始音频数据之间的相关性.在解密时只需同步播放任意k份秘密音频就可直接通过人耳听觉系统解密,少于k份的任意秘密音频同步播放不会暴露原始音频的任何信息.实验结果表明,加密后的音频具有良好的随机性和安全性.与原始秘密音频相比,恢复后的秘密语音虽有一些失真,但其语音内容易于辨识、可懂.     

数字音频点播与广播系统的设计与实现

着重讨论了数字音频系统的设计与实现过程,其中涉及到Delphi网络编程,数据库应用等技术.该系统在实际应用中取得了较好的效果,并为将来音频与视频的传输结合奠定了基础.     

特定类型音频流泛化识别方法

提出一种基于Mel频率倒谱系数(MFCC)和AdaBoost算法的特定类型音频流泛化识别方法,通过分析特定类型音频流的子类别间的共性和差异性,利用共性特征进行泛化识别,能够准确地检测并定位音频流中特定类型的音频.文中将枪声作为特定类型音频进行研究,通过提取各种枪声子类别的共性,弱化子类间的差异得到一个泛化的枪声模板,利用一个模板就可以支持多子类的准确识别.实验结果表明,算法的识别准确率为87.6%,查全率达到91.8%.     

音视频同步压缩编码算法

为了更好地解决音频与视频同步问题,提出了一种嵌入式音视频混合信号同步压缩编码算法。在发送端将音频信号作为隐藏信息,嵌入视频图像的DCT(Discrete Cosine Transform)系数中,然后对嵌入了音频信号的视频信号进行压缩编码,在接收端从视频信号中提取出音频信息,再对音频和视频信号进行重构,得到恢复后的音频与视频。该方法在不增加音频和视频压缩数据量,同时保证音频和视频主观质量没有明显降低的情况下,实现了音视频信号同步压缩。     

流媒体音乐质量客观评测方法设计

针对音频感知质量评价模型(PEAQ)在流媒体音乐质量评测中存在的问题,提出一种针对流媒体音乐质量客观评测的框架——流媒体音频感知质量评价模型(PESAQ).用PESAQ设计对齐算法消除流媒体音乐中的抖动,并使用PEAQ评测编解码、噪声等造成的损伤,同时引入基于梅尔倒谱系数的动态时间规整最小距离对抖动造成的损伤进行评测,最后综合两种损伤的评测结果得到流媒体音乐的客观质量评分.主客观对比实验表明,PE-SAQ对流媒体音乐质量的评测结果比PEAQ更接近主观实验结果.