基于数字指纹技术的音频认证算法设计

摘 要 随着互联网的普及，尤其是移动互联网时代的到来，上网终端的多样化使得多媒体应用特别是音乐应用，越来越深入人们的日常生活，这使得数字音频内容得到了极大的丰富，对数字音频数据的管理也越来越重要。但是，人工管理海量的数字音频数据是一件几乎无法完成的工作，这就直接促使了音频指纹技术的快速发展。 音频指纹是一段基于音频内容的紧凑数字签名，其目的是建立一种用于比较两个音乐数据听觉质量的有效机制，可用于数字音频内容的音频内容识别、版权保护、内容完整性校验等领域。 本文介绍了音频指纹技术的基本概念、产生背景、应用领域和总体框架，并围绕音频指纹的关键技术展开研究，主要的工作有以下几个方面: l)概述了现有的音频指纹提取算法，并分析研究了一些经典的音频指纹提取算法，指出了各种经典算法的优缺点。 关键字：音频检索；音频指纹；小波 1.1 课题的研究内容 本课题主要研究如何对一个未知的数字音频文件进行预处理，然后根据人类听觉感知系统（HAS）的相关知识，运用各种算法，对它进行特征的提取，并组成能够表达其声乐特征的音频指纹，来对它进行音频识别，在数据库中找到其原始文件。具体研究内容包括以下两个方面： (1)????? 音频指纹提取技术，包括预处理、分帧和重叠、线性转换（频谱分析）、特征（音调、响度、过零率、MFCC、SFM等）、后处理提取等，，而指纹的模型化完成对指纹的最后的定义。 (2)????? 音频指纹检索技术，主要有距离的比对（欧几里德距离、曼哈顿距离、汉明距离等），而搜索算法方面，最主要是要满足快速、正确、高效的存储、更新容易等特性。 1.2 课题研究主要创新点 在本课题的整理和系统实现的过程中，首先参考借鉴了很多前人的研究工作、设计思想和典型算法，并提出自己的改进算法，论文的主要创新点如下： (1)????? 提出一种新的基于计算机视觉技术和大规模数据流相结合的音频指纹提取算法，即采用一种基于小波变换并利用线性判别分析（LDA）进行降维的方法，来用于音频指纹的提取。 (2)????? 采用LDA降维和LSH索引相结合的方法，使得提取的音频指纹更小，但在大规模的数据库中能够更高效地检索，提高了检索的正确率。 1.3 论文组织结构 本论文一共分为五章内容： 第一章绪论部分介绍了课题的研究背景、研究现状、主要研究内容以及课题研究的主要创新点。 第二章对数字音频指纹技术进行了概述，首先介绍了数字指纹的特性，然后，详细地介绍了音频指纹的应用范围，并给出在不同的应用领域中需要的不同模型。接着讨论了音频指纹的性质，最后给出了音频指纹算法的基本框架。 第三章将基于小波变换的计算机视觉技术应用到音频数据分析中，提出一种新的音频指纹提取算法，给出算法的架构流程，并进行了实验分析。 第四章围绕音频指纹检索这个问题展开研究，结合本文中数字指纹的检索特点，提出基于LSH索引的音频指纹检索算法。 第五章利用本文研究的音频指纹提取和检索算法，设计并实现了一个音频指纹检索系统。 最后是总结和展望。