基于音频特征和逼近信号统计特征的数字零水印算法

提出了一种基于音频特征和逼近信号统计特征的零水印算法.实验结果表明,该算法能根据音频自身的特点寻找到适合用于嵌入水印的音频帧,实现水印信息的嵌入、提取和盲检测,在不改变听觉质量的同时降低了计算量,提高了水印的鲁棒性.     

基于无线个域网的新型语音通信系统

分析了基于W PAN的语音通信系统(VoW PAN)的优点,设计并研制了应用在石油井场的VoW PAN系统.该系统包括音频网关和语音终端2部分,能够提供音频网关到语音终端之间点到点、点到多点的无线语音通信.通过采用高密度封装的蓝牙模块和集成化的设计,减小了系统的尺寸.针对语音终端待机时间短的问题,采用休眠模式、减小扫描窗长度、增大扫描间隔、关闭主机接口等措施,降低了功耗.通过分离音频网关的主机和射频前端,简化了天线的设计难度,降低了成本,克服了某些场合的屏蔽效应.采用规范的蓝牙通信协议,可以与普通的蓝牙产品兼容.经测试,系统的通信距离可达100m.该系统已成功应用于国内许多油田的井场控制.     

相容粗糙集在音频检索中的应用

针对数字技术的发展促使个人的多媒体数据资料量越来越大,给人们的使用造成很大的不便,人们迫切需要能对这些资料进行检索和管理的工具,提出了利用相容粗糙集理论对音频数据进行预检索的新方法,即在相容类的近似空间中对音频数据进行预检索.实验结果表明,该方法可以有效地克服等价粗糙集在音频检索方面的限制,对提高检索效率具有一定的作用.     

WINDOWS下音视频网络传输的实现

计算机网络音视频实时全双工传输是现代网络多媒体应用技术的重要内容。本文在分析了网络多媒体应用技术的需求基础上,研究了基于W indows平台的音视频数据采集和实时全双工数据传输技术,探讨了W indows平台下音视频实时数据采集、回放和全双工数据传输的可行性,建立了在W indows下计算机网络音视频实时全双工传输方法,详细描述了该方法的编程实现,并通过实例验证该方法的正确性。     

基于质心的混合域半脆弱音频水印算法

针对现有很多(半)脆弱音频水印算法采用二值图像作水印所存在的安全缺陷问题,以及基于内容或特征的第二代数字水印技术所存在的适用范围有限,部分特征点易被水印操作和信号处理所淹没的问题,提出了一种新的基于质心的混合域半脆弱音频水印算法,推导给出了客观评价水印不可听性的信噪比理论下限,并理论分析了水印嵌入容量和篡改检测能力.该算法对每个音频帧计算质心并实施密码学中的Hash运算生成水印,将水印加密后在DWT和DCT构成的混合域嵌入到含有质心的音频子带上.理论分析和实验结果表明:该算法具有很好的水印不可听性,对不同类型音频均能实现准确的篡改定位,同时具有良好的容忍非恶意常规信号处理的能力.与现有算法相比,不仅有效解决了音频内容真实性和完整性的可靠认证问题,而且推广了基于内容的音频水印算法的适用范围.     

新一代无线电平台数字射频核心技术研究与工程实践

无线电平台数字射频是提高现代无线电系统复杂电磁环境适应能力、机动能力、传输能力和综合集成能力等基础性能的关键.本文分析了射频技术的发展需求和国内外数字射频领域的研究进展,以及模拟射频核心单元——模拟射频功放主要指标相互矛盾的机理,并将数字射频概念扩展到综合数字射频,重点论述了数字射频核心技术——数字射频功放和全数字发信机的基本原理、优势和关键技术,提出了基于系统与工艺相结合的数字射频设计方法、数字射频功放的物理模型和一种全数字发信机体系结构以及我国自主可控发展数字射频的技术路线建议.本文认为在当今时代背景下,数字射频对于新一代无线电平台具有革命性和可行性;如果不能自主可控发展该项核心技术,我国又将出现一个新的受制于人的脆弱点.     

基于耳蜗图多示例分析的音频场景分类模型

音频场景分类(Acoustic Scene Classification, ASC)是计算听觉场景领域最具挑战的任务之一。传统的ASC模型大多采用基于线性频率分析的手工特征加基于深度学习的分类模型方法。然而,一方面,由于基于线性频率分析的特征提取方法无法模拟人耳基底膜的非线性频率选择特性,从而造成特征分辨率低下的问题;另一方面,现有的分类模型无法解决由于音源复杂且音频事件高度重叠所造成的分类准确率低下的问题。为了解决以上问题,提出了基于耳蜗图多示例分析的音频场景分类模型,一方面采用中心频率按照等效带宽均匀分布的余弦滤波器组对信号频谱进行滤波以模拟人耳听觉感知特性;另一方面,通过引入多示例学习刻画整个数据结构的特点以提高分类准确率。此外,为了抵抗音频事件的频移影响,在多示例学习分类模型的分类预测整合器中采用平均池化方法。在DCASE 2018和DCASE 2019竞赛所提供的Task1a数据集上的实验结果表明,本文提出的模型比DCASE 2018竞赛所提供的基线系统以及传统的基于Log Mel特征提取和多示例学习的模型实现了更高的分类准确率,同时也验证了平均池化要优于最大池化。     

数字音频工作站ProTools——如何实现高低端设备的紧密结合

本文主要阐述数字音频工作站ProTools的强大功能及特点，并在此基础上对如何让更多的学生了解和熟悉ProTools系统进行了研究。使其从高校实验室的闺房中走出来，融入到教学中。让更多的人领略到完整的TDM数字混音和DSP内挂环境所带来的音频创作的美妙空间。     

教学视频中缺陷音频的后期处理技术

教学视频的录制往往由于主讲教师紧张等原因出现许多音频缺陷（口误、非教学语言、长时间停顿等）,重复录制会浪费教师、学生、摄录组人员的大量时间和精力,同时也难免问题的再次出现.以提高教学视频录编绩效为目的,通过后期编辑解决录制中存在的缺陷音频,最终实现顺畅完美的教学视频.     

一种基于SIP的Windows Mobile智能手机电话会议系统设计与实现

本文阐述了SIP协议和VOIP的基本知识，以及在移动终端开发电话会议的重要性。选择SIP这个协议作为科研目标进行了较深入地研究和探讨，并围绕一个SIP语音电话终端的软件实现过程对相关技术进行了讨论和实现。该系统客户端智能手机采用WLAN接入Intemet，音频通信基于SIP协议，音频压缩采用G729协议，介绍了在Windows Mobile智能手机上多方电话会议系统的实现，以及该系统的基本结构和原理。