基于數(shù)字指紋的音頻識(shí)別與認(rèn)證研究.pdf

1、數(shù)字音頻指紋是指可以代表一段聲音重要聲學(xué)特征的基于內(nèi)容的緊致數(shù)字簽名,其最主要的應(yīng)用包括進(jìn)行未知音樂檢索的數(shù)字音頻識(shí)別技術(shù)和作為魯棒數(shù)字簽名進(jìn)行音頻完整性/真實(shí)性校驗(yàn)的數(shù)字音頻認(rèn)證技術(shù)。
　　 本文介紹了音頻指紋技術(shù)的基本概念、性質(zhì)和算法的基本框架,針對(duì)指紋在音頻識(shí)別和音頻認(rèn)證中的應(yīng)用,對(duì)現(xiàn)有的音頻指紋算法進(jìn)行了評(píng)價(jià)和比較。提出了采用小波包最優(yōu)基分解作為數(shù)學(xué)工具,在此基礎(chǔ)上計(jì)算各種基于最佳子樹中小波包系數(shù)的統(tǒng)計(jì)量作為魯棒音頻指紋

2、,并分別用于未知音樂檢索和基于質(zhì)量/內(nèi)容音頻軟認(rèn)證的三種算法。
　　 算法1采用音頻信號(hào)每幀最優(yōu)小波包系數(shù)能量與平均能量的比值作為音頻指紋比特序列進(jìn)行未知音樂識(shí)別。實(shí)驗(yàn)結(jié)果表明此類指紋在不同音樂之間具有明顯的可區(qū)分性,并且在受到有損壓縮、添加噪聲、重采樣等一般音頻信號(hào)處理時(shí)與原始指紋仍具有很高的相似性,即對(duì)音頻信號(hào)處理具有強(qiáng)魯棒性。這說明即使在遭受較強(qiáng)失真的情況下,此種特征也完全可以用于未知音頻片段的數(shù)據(jù)庫檢索。
　　

3、算法2分別采用上述能量比值特征和最優(yōu)分解后每幀小波包系數(shù)標(biāo)準(zhǔn)差與平均標(biāo)準(zhǔn)差的比值作為音頻指紋比特序列進(jìn)行基于內(nèi)容的音頻軟認(rèn)證。實(shí)驗(yàn)結(jié)果表明這兩類特征對(duì)常見的保持內(nèi)容信號(hào)處理如MP3壓縮、回聲、均衡化、重采樣、調(diào)幅、添加噪聲等均具有強(qiáng)魯棒性從而通過認(rèn)證,而對(duì)局部替換、修改、刪除、復(fù)制音頻等惡意操作則完全脆弱并觸發(fā)檢測器使認(rèn)證失敗,同時(shí)還能較準(zhǔn)確地定位被惡意篡改的位置。
　　 算法3采用每幀最優(yōu)小波包系數(shù)代數(shù)和的符號(hào)即±1序列作為音