基于音乐内容分析的音频版权认证方法研究

In recent years, with the rise of various music products in the Internet, digital audio watermarking has become a hot topic in research field, as a key technology for copyright protection and integrity authentication of audio data. The proposal studies the audio watermarking algorithm based on music analysis to realize the copyright protection and integrity authentication of audio products. The project takes audio watermarking robustness, security and integrity as the goal in the whole process. According to the analysis on the music audio, the different inherent music features are extracted. Based on these features, a general audio watermarking framework is constructed. On basis of the above research, for solving the problem of synchronization and security, a robust audio watermarking algorithm based on music feature extraction and threshold secret sharing theory is constructed to guarantee the reliability of copyright authentication. On the other.hand, an audio watermarking algorithm in compressed domain based on music analysis is constructed in combination with prevailing compression coding standards. The watermarking information based on the music analysis is simultaneously generated in the encoding process. The algorithm can not only protect the copyright of the audio, but also ensure the efficiency of the algorithm. The proposed audio watermarking framework has certain universality, and can be applied to all kinds of audio coding standards.

近年来随着各种音乐制品在互联网中的兴起，数字音频水印作为音频数据版权保护与完整性认证的关键技术已成为业界一个非常活跃的研究课题。本项目以音频水印的鲁棒性、安全性和敏感性为目标，研究基于音乐内容分析的音频水印方法，以实现音频的版权保护和完整性认证。对音频进行音乐内容分析，提取出具有不同特性的固有音乐特征，并以此为基础构建出音频水印框架，该框架具有较强的通用性。在此基础上，一方面针对音频水印的同步及安全性问题，选取合适的音乐特征并引入门限秘密共享的思想，构造结合音乐特征提取及门限秘密共享理论的鲁棒音频水印算法，保证版权认证的可靠性；另一方面结合主流的压缩编码标准，构建基于音乐分析的压缩域音频水印算法，在编码的同时生成基于音乐内容分析的水印信息，既可对音频进行版权保护和完整性认证又可兼顾算法的效率，提高算法的实用性。本课题所提水印算法及框架具有一定的通用性，该研究成果可推广至至各种音频编码标准。

随着互联网的发展以及多媒体编辑软件的普及，极大的提升了音乐制品的传播速度，但其版权保护问题一直没有得到很好地解决。而数字水印是实现多媒体数据版权保护和完整性认证的有效手段，本项目以音频水印的鲁棒性、安全性和敏感性为目标，研究基于音乐内容分析的音频水印方法，以实现音频的版权保护和完整性认证。按照课题研究计划，本项目结合国内外该领域研究的最新发展状况，研究了音乐中高级特征的提取方法，如：旋律、和声以及节拍等，并对其进行了数字化的抽象表达；以此为基础，设计并实现基于音乐特征的数字水印算法以抵抗同步攻击及常规攻击，并同时解决篡改检测和定位等问题；针对当前流行的音频压缩标准，构建基于音乐内容的压缩域信息隐藏算法，以提高算法的实用性。本项目所取得的代表性研究成果包括：1）提出了基于频率幅值与多倍频关系的复调音乐旋律提取算法，在基于显著性的方法中提取性能较好；2）提出了一种基于特征优化和条件随机场的多任务旋律提取网络，提取精度较已有算法有一定程度提高；3）提出基于节拍的抗同步攻击鲁棒音频零水印方法，鲁棒性更好可抵抗同步攻击；4）提出基于旋律特征的鲁棒双水印方法，该方法对常见的普通信号处理和同步攻击都具有较强的鲁棒性，且通过旋律特征可以较为准确地识别篡改位置；5）提出基于遗传算法的MDCT系数调整的AAC信息隐藏方法，该算法有着较好的嵌入容量、不可感知性且能够抵抗一定的隐写分析；6）提出基于节拍特征的自适应AAC音频信息隐藏算法，具有良好的不可感知性并且在面对帧丢失和帧错位时能够准确地提取秘密信息。在此项目的资助下，项目组在国内外学术刊物上共发表学术论文12篇，其中SCI检索4篇，EI检索7篇，IEEE国际会议论文4篇，并基于上述算法分别实现了3个原型系统。项目组成员先后参加了摩洛哥、意大利等国家举办的国际学术会议开展学术交流。此外，项目组先后培养了8名硕士研究生。