新型数字电视音频编码系统--杜比E

本文介绍了运用在ATSC制式数字电视中的一种新型的音频编码系统--DolbyE.对它的应用范围、特点、以及技术标准逐一介绍,并把它与Dolby Digital做以比较,得出应用它的原因.     

强干扰区可控源音频大地电磁勘探处理研究

强干扰区进行地球物理探测,尤其是电磁法勘探时,难以获得可靠的、高质量的原始数据;为取得良好的勘探效果,预处理的重要性更加凸显。通过对原始数据的呈现、分析,提出数据预处理的两套方案,并从理论和实际上证实了方案的可行性。最终结合勘探实例,对比两套数据预处理方案,优选全区视电阻率的方法对原始数据进行预处理,并对其预处理数据反演成图,取得了良好的应用效果。     

基于互相关算法的CSAMT接收信号处理研究

针对可控源音频大地电磁法（CSAMT: Controlled Source Audio-frequency Magnetotelluric）实际勘探中, 因深部目标体响应信号微弱, 测量环境噪声严重等特殊情况而导致接收信号的清晰度大大降低的问题, 提出一种基于互相关算法的CSAMT接收数据去噪处理的新方法。该方法利用发射信号与接收信号之间相关性强, 与随机噪声相关性弱的特点, 设计发射信号电流波形记录器, 将接收信号和发射信号作互相关处理, 滤掉噪声等干扰信号。实验结果表明, 该方法可压制噪声, 可提高CSAMT测量的准确性。     

基于双重水印的音频篡改检测算法仿真研究

提出一种基于双重水印的音频篡改检测算法,利用二值图像进行降维处理作为水印信号,按照适当的分段方式,平均嵌入到音频中生成内容认证水印,利用段序号的二值数字串生成完整性水印,实现音频的版权保护和内容认证。通过提取水印并与原始水印进行比对,判断音频的完整性,并精确定位篡改区域。仿真实验表明,算法具有很好的不可感知性,且对音频篡改检测的准确性高。     

应用AMT确定月牙泉回灌治理中的导水构造

随着敦煌地区经济发展和人口增长,对地下水的巨量需求导致过度抽取,地下水位急剧下降,沙漠奇观月牙泉面临干涸的困境。查明敦煌月牙泉地区的水文地质条件,弄清该地区地下水的循环规律,及时保量向月牙泉补充地下水源,是一个亟待解决的问题。根据断层、导水古河道和围岩之间的物性差异,结合现有的水文地质资料,利用音频大地电磁测深法,查明了月牙泉导水构造的分布,为月牙泉地质环境治理提供可靠的基础资料。勘查结果显示月牙泉及其附近地区分布有明显的断层和导水古河道,应用音频大地电磁测深法确定断层、导水古河道的分布具有明显的地质效果,为月牙泉地下水回灌工程的开展提供科学依据。     

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

Fragile audio watermarking with perfect restoration capacity based on an adapted integer transform

We propose a novel audio watermarking scheme which can recover the original audio carrier perfectly if the watermarked audio is modified. Besides, we can adjust the maximum tampered rate allowed and the quality of watermarked audio flexibly as required. In the scheme, an efficient generalized integer transform is improved to embed watermark data which are composed of least significant bits（LSBs） of averages in each patch, reference-bits and check-bits. LSBs are needed in the inverse transform. Then, by comparing the extracted check-bits and calculated ones, the modified area can be localized. Finally, reliable reference-bits and samples data help us reconstruct the original audio without errors. The efficiency of the proposed method is theoretically and experimentally verified.     

面向多场景的环境异常声音识别

随着人工智能和大数据的发展,各种场景中对异常声音识别的需求日益增长,基于人工智能的声音识别技术正在兴起并被高度重视。现行主流的异常声音识别算法多为浅层机器学习模型结构,对异常声音的识别率较低,且识别的声音类型单一。为了有效识别异常声音,提出一种基于梅尔频率倒谱系数(Mel-frequency cepstral coefficient, MFCC)和卷积神经网络(convolution neural network, CNN)的环境声音识别算法,对各类异常声音进行采集和有效识别,并及时反馈声音状态,为各类声识别应用场景提供精细化管理技术手段。结果表明：提出的算法对5类场景下环境异常声音的识别率得到极大提高,适用于更广泛的声学场景,具有明显的优势。     

基于分层熵检测的音频分割算法

音频分割是提取音频结构和内容语义的重要手段,是基于内容的音频分析、检索的基础.提出分层熵检测音频分割算法,采用定长分析窗分层结构遍历音频流,窗内根据熵变化趋势检测跳变点.实验结果表明,该算法避免了ΔBIC分割算法中的硬门限判决和数据累积问题,是一种更加有效的音频分割方法.     

基于DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.