音频内容分割与聚类的研究

分析了采用音频特征检测音频边缘来分割音频的过程;给出了采用高斯混合模型描述音频段的方法;介绍了音频段聚类的实GMM现;并给出了实验结果,实验结果说明分割和聚类的效果较好。

基于时域统计特征的音频内容取证新算法

针对现有音频内容取证算法采用二值图像作为辨识水印所带来的安全隐患,以及基于音频内容或特征生成的辨识水印稳定性不高,易被常规信号处理操作淹没的问题,提出了一种新的基于时域统计特征的音频内容取证算法。通过对音频信号时域统计平均值进行非均匀量化生成辨识水印。理论和实验结果表明通过该方法生成的辨识水印能够抵抗常规信号处理操作,稳定性高。生成的辨识水印存储于认证中心,组建辨识水印库。对音频内容进行取证时,将由该音频生成的辨识水印与从水印库中提取的对应辨识水印进行比对,即可对待取证音频的真实性、完整性进行鉴定。该取证方法操作简便,对不同类型音频均能实现篡改定位,对常规音频信号处理操作的鲁棒性高,有效扩大了基于内容音频取证算法的应用范围。

AIGC技术赋能数字音频内容生产:应用场景、存在问题与应对策略

在人工智能技术应用快速发展的今天,AIGC技术正在加速推动着数字音频内容生产模式的变革。在赋能产业实践提质增效的同时,智能语音技术也引发了一些问题与风险。基于案例分析发现,AIGC技术在有声读物等音频内容生产、数字音乐创作、新闻广播智能播报和多元需求的配音等多个应用场景具有较好的赋能潜力。基于实际应用中尚存的AI合成语音精度、用户声音权和作品版权侵权、虚假信息及用户隐私数据泄露等问题的剖析,提出:应提升语音数据库的质量管理,注重隐私保护措施,确保用户数据的安全性和隐私性;通过添加音频数字水印,保护音频作品版权;尽快制定音频法律规范和行业准则,强化著作权授权许可,规范市场传播行为。

音频内容传播的新终端、新途径

随着数字技术的发展,通信网、互联网已成为音频内容的重要传播介质,以智能手机和平板电脑为代表的移动终端正取代传统的收音机成为音频内容传播的新终端,利用移动终端的客户端程序以及播客定制下载已成为音频内容传播的新途径,对此,广播媒体不可不察且应积极利用。

基于小波包最优基的音频内容软认证算法

音频认证可以分为硬认证、基于质量和基于内容的软认证等三种。硬认证只允许格式转换和无损压缩,基于质量和内容的软认证则分别允许一些保持听觉质量或语义的音频处理。在绝大多数应用环境下,需要对音频进行与人类听觉感知系统特性相符合的基于内容(语义)的软认证。音频认证可采用数字水印或数字签名,提出一种基于小波包最优基分解的数字签名算法,利用与音频内容密切相关的小波包系数作为特征进行语义级的认证。实验结果表明该算法对常见的信号处理MP3、WMA、RM等中等强度的有损压缩、添加噪声、重采样等保持内容操作具有很强的鲁棒性,而对局部替换、修改、删除、复制音频等恶意操作脆弱,并能准确定位被篡改的位置。

基于小波变换和Torus自同构的音频内容认证方法

本文提出了一种基于小波变换和Torus自同构映射的音频内容认证的水印方案,其基本思想为:把音频信息分成互不相交的长度为8的音频段,在每一段中提取其特征作为水印信息;利用Torus自同构变换,把从每一个音频段提取的水印信息嵌入到它的Torus自同构段的小波变换的细节分量系数上去.该算法在水印的嵌入、提取和篡改定位时均无需额外的水印信息,能较精确地对篡改进行定位,具有易于实现,执行效率高等优点,具有较高的理论和应用价值.

一种改进的音频内容认证算法

介绍了一种基于内容的数字音频认证算法,主要目的在于突破现有音频认证算法仅能判断音频是否受到篡改、而难以定位一个乃至多个具体受篡改位置的局限性,提供更具意义的认证结果。现有的算法通过鲁棒性哈希和半脆弱水印来进行内容的认证,一般采用固定时间分帧并且缺乏重新同步的机制,因此当多处剪切、插入这类失同步的攻击发生时,这些算法都无法在攻击的结束位置重新同步从而导致认证结果有较高的漏警率。文章所述的算法通过提取音频中的关键锚点,以此将音频划分为一系列不等长片段,利用动态时间规整的方法完成同步,最后由机器学习训练得到的模型协助音频的内容认证。实验结果证明了该方法在多于一次的失同步攻击的情况下仍然保持良好的认证效果。

广播剧互联网长音频内容生态圈的融合路径研究

近年,广播剧作为声音艺术的高端样态,正借助5G技术的高速发展和全场景收听时代的到来重现崛起之势。本文梳理近年互联网长音频内容生态圈的形成过程,解析在全场景收听背景下广播剧发展的底层逻辑,并结合最新案例,研究提出广播剧“出圈”的实践路径,以期主流媒体与商业音频新媒体能多维联动,创作更多优质长音频广播剧,一起“出圈”,共推“声浪”,增强精神力量,彰显主流价值。

视音频内容比对及异态监测的智能播出信号监测系统分析

互联网络的快速普及,使各种节目之间竞争变得更加激烈,为保证自身节目的品质,确保在播出时不会出现异常状况,保证受众观看体验,各节目纷纷加大了对自身视音频内容的优化力度,技术人员也开始针对视音频内容对比与异态监测方式进行了深度研究,开始运用智能化技术,展开播出信号监测系统建设,希望能够更好地完成播出信号的监控,及时发现异常情况,以便保证最终视音频内容呈现效果。通过对传统监测系统应用存在问题的分析,对基于视音频比对监测模型进行探讨,并在此基础上着重对视音频内容比对及异态监测智能播出信号监测系统进行研究,希望能够为智能化监测系统的应用和发展提供一些参考。

有声书成出版业新发力点 呈现更多元音频内容

阅读可以有很多种样式,从纸质书到电子书,再到被称为"耳朵经济"的有声书,三种形态相互促进、互为补充。如今,有声书市场仍处于方兴未艾的阶段,有很大增长潜力。满足公众对优质、多样音频内容日益增长的需求,提升编辑策划和内容创作能力,将是未来的发力点。据中国新闻出版研究院统计,2018年,我国有近三成人有听书习惯,一个庞大的市场正在使有声书成为新的风口。

视音频内容分发数字版权管理标准符合性测试规范的研究与设计

本文针对最新发行的《视音频内容分发数字版权管理技术规范》,研究设计了一套科学详尽的标准符合性测试规范.文中对标准符合性测试规范的推行意义、体系框架、测试对象、测试方法、测试用例等内容做了详细研究和设计,该标准符合性测试规范的提出将进一步完善我国视音频内容分发数字版权保护行业的标准体系.

网络音频内容的消费景观与现实重构——以“喜马拉雅FM”为例

互联网音频内容的消费势头正盛。“喜马拉雅FM”平台融汇了网络音频内容的典型消费景观,并引导不同圈层受众的消费行为。具体做法包括:为受众内容消费选择范围做减法,提供舒适便捷化服务;通过各种活动激起受众对消费的欲望,制造知识的消费狂欢。未来,网络音频媒介应成为传播主流声音、壮大主流舆论的载体,发挥对受众的思想引领作用。

Fraunhofer音频技术获选为MPEG未来高品质3D音频内容传输的标准依据

近日,Fraunhofer ⅡS基于信道/对象的方案成为未来MPEG-H 3D音频标准的依据,此项标准旨在传输高品质的3D音频内容。MPEG标准化组织在对全球10家测试实验室进行严格的测试和遴选,听取50余名专业听众的意见以及收到41000份意见回复后,选择了Fraunhofer的方案。

传播快乐，聆听欢笑 4款移动音频内容平台横向评测

中国的手机移动音频市场作为移动应用产业的重要应用领域，近两年来呈蓬勃发展的趋势。目前，很多电信增值业务服务提供商已经看中了这一机遇，纷纷推出了自己音频内容平台，也开始尝试各种不同的方式来拓展手机音频业务。基于此，移动应用评测实验室近期召集多名研究人员，对现有市场中的多个移动音频内容平台进行基于用户体验的横向评测，并形成此评测报告。

LINEAR ACOUSTIC发布支持MPEG-H 3D音频内容的制作工具

近日,Telos Alliance电视解决方案集团旗下品牌Linear Acoustic发布全新AMS^TM监听制作系统.AMS能够提供实时监听、渲染并制作个性化、沉浸式音频节目的综合解决方案并支持ATSC3.0数字电视系统以及ATSC3.0官方标准中的MPEG-H电视音频系统.

广播电视行业标准《视音频内容分发数字版权管理技术规范》发布

各省、自治区、直辖市广播电视局,新疆生产建设兵团文化体育广电和旅游局,广电总局国网公司、无线局、监管中心、卫星直播中心、广科院、规划院、设计院,中央广播电视总台办公厅、电影频道节目中心:国家广播电视总局组织审查了《视音频内容分发数字版权管理技术规范》,现批准为中华人民共和国广播电视推荐性行业标准,予以发布。

基于音频内容的检索技术

音频通常被作为一种不透明的数据集合来处理,仅涉及到它的文件名、文件格式和采样率。用户只能检索、浏览和读取相关的文本描述,若想了解音频对象的内幕则是不可能的。而多媒体数据库含有几千个音频数据是常有的事,那么要在这样的库内检索一个特定的声音或仅为声音分类都是会令人胆怯的。 同时,多媒体视频会议、CWCW的研究和市场日益受到重视,如何自动存取共同工作中的大量共享数据将变得十分重要。未经压缩的视频数据达每秒150k～1.2M字节。

基于内容的音频检索技术研究

提供了一种通过声学的相似性来检索音频文件的方法。该方法对于相似性的度量是基于出自一个矢量量化器的统计表,而不是匹配简单的基音或谱特点,因而具有比较高的检索效率。

基于内容音频检索综述

音频是一种重要的媒体，它包含丰富的听觉特征。根据基于内容的音频检索的研究现状，本文总结出基于内容音频检索系统的概念，给出音频检索的基本结构，综述了音频检索的关键技术，并展望基于内容音频检索领域的发展前景。