说话人音频攻击与对抗技术研究综述

文中概括了说话人音频攻击与对抗技术的最新进展。由于说话人音频攻击已经成为语音应用安全的严重威胁,以WaveNet、Transformer和GAN三种模型在音频攻击技术中的应用作为节点,分别介绍以其为基础的音频攻击技术。音频对抗技术则以涵盖的攻击技术分为3类,分别是基础音频攻击、重放攻击和深度伪造攻击。系统地阐述了音频攻击与对抗技术的最新研究成果,并分析比较了各算法在不同条件下的优劣,同时还介绍了音频技术常用的数据集。最后结合该领域目前的研究现状,提出了说话人音频攻防对抗技术研究中亟待关注与研究的问题。

从高级音频编码(AAC)专利池发展窥探标准的引领作用

本文在研究标准体系、技术路线图和专利池三者关系过程中,发现高级音频编码(AAC)标准、专利池及专利三者之间违背一般逻辑的现象,即AAC标准发布后,有关研究机构和厂商发现了巨大商机,继而建立专利池,研发产品形成专利。这一实例说明标准有时先于专利、专利池发展和形成,继而对专利池的建立和专利的形成起着引领作用,需要引起人们重视标准对技术、产品、专利、专利池的引领作用。

基于音频分析技术的甲状腺疾病诊断方法

通过结合基于SMOTE数据扩充方法对复杂音频数据的处理能力以及GA-SVM的准确预测能力,提出一种基于SMOTE数据扩充算法的GA-SVM模型,并将其应用于甲状腺疾病的诊断中。实验结果表明,本文方法在甲状腺疾病分类诊断方面表现出良好的性能。相较于其他方法,本文方法在诊断效果方面表现更佳,在甲状腺疾病的分类诊断中具有更高的适用性。

基于改进教师-学生模型的色情音频事件检测

为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的帧、段特征,随后迭代优化帧、段所产生的分类损失以及教师-学生模型和段分类模型之间的一致性损失。在真实数据集上,实验结果表明当时间容忍度为5 s时,色情类别召回率达到94.3%,F1得分可达到83.4%。

音频媒体在博物馆展陈中的创新型应用探析

文章深入探讨了博物馆展陈中几种常见的音频媒体新型应用方式,从音频设备的组成、应用场景、应用表现方式以及应用注意事项等多个维度进行了全面而细致的分析研究;通过这一系列的分析,旨在为博物馆展陈设计人员提供关于如何创新利用音频媒体的借鉴与参考,帮助他们更好地发挥音频媒体在展陈设计中的作用,提升观众的参观体验。

基于音频特征的拖拉机发动机状况识别系统设计

拖拉机发动机是保证拖拉机正常运行的关键部件,目前主要采用振动信号开展发动机故障预测与状况识别。为此,提出了一种基于GRU的循环神经网络模型,通过对拖拉机发动机在不同作业条件下产生的音频信号进行分析,提取Mel作为主要特征,构建基于音频特征的拖拉机发动机状况识别系统。预测结果表明:系统能够准确地识别发动机的正常运行状态和不同类型的故障状况,对拖拉机发动机异常的识别率可以达到97.15%。研究结果可以提高拖拉机的运行安全性和可靠性,减少故障停机时间,提高农业生产效率。

新媒体时代芜湖文化遗产的音频传播研究

新媒体时代,不同类型的传播方式让古老的芜湖文化遗产焕发出了新的活力。作者首先介绍了芜湖文化遗产和新媒体时代芜湖文化遗产音频传播现状,接着分析了音频传播对芜湖文化遗产的影响,最后在此基础上,提出了一系列新媒体时代芜湖文化遗产的音频传播策略。

生成式人工智能驱动下的网络音频产业变革:实践与挑战——以“喜马拉雅”为例

【目的】网络音频产业是数字技术革命和互联网普及下的产物。本文的研究目的是探讨生成式人工智能驱动下网络音频产业的创新路径。【方法】本文通过文献研究、案例分析、归纳总结等方法,梳理了生成式人工智能背景下的网络音频产业的发展现状、创新实践以及机遇挑战。【结果】网络音频产业在生成式人工智能的驱动下,实现了内容产品的提质增量、精准分发、定向营销,提高了消费者的付费意愿和黏性,但也带来了消解生产边界、盲目迎合用户需求、泄露数据隐私和版权纠纷等问题。【结论】在生成式人工智能驱动下,网络音频产业要明确自身定位,完善推荐机制,以规避数据隐私泄露风险,健全版权保护。

音频注入法及其在家用电器中的应用

噪声污染是当今社会亟需解决的重要问题之一,过量的噪声会对人的听觉和非听觉健康造成不同程度的伤害,传统的噪声控制方法主要以降低声能量为目标。然而,从听觉感知的角度看,降噪的根本目的是降低以烦恼为主的负面效应,为此人们提出了另一种减轻噪声烦恼度的方法,即音频注入法(Audio Injection Method,AIM)。相较于传统的噪声控制方法,AIM具有实施简便、成本低廉等显著优点,在各个领域,尤其是家电领域有广泛的应用前景。综述了国内外针对AIM的研究进展,首先介绍产品声品质评价的综合性参数和属性参数,之后介绍AIM中相消效应的形成与评价,主要包括音频注入法的原理及相关术语、调控声的确定方法、实验方法等,最后给出了AIM在户外及家电产品声品质提升中的实际案例。

移动音频平台中交通广播的传播方式、优势和互动机制分析——以“蜻蜓FM”“喜马拉雅”APP为例

自1991年中国第一个交通广播频率上海交通信息台诞生,三十多年来,交通广播蓬勃发展,让“开车就听交通广播”成为了驾车一族的必选。但随着车联网和新能源汽车及其前装智慧化车机中控屏的发展,交通广播面临着从车载调频传输到数字化车载信息娱乐系统终端转换的危机。文章探讨了交通广播如何在移动音频平台上发挥独特优势,创新传播方式,展开交互传播。

听觉转向下中国主流媒体的国家形象建构研究——以中央广播电视总台海外获奖的音频类作品为例

中国主流媒体国际获奖作品是向世界展示中国国家形象,进行对外传播的重要窗口。顺应“听觉转向”,中央广播电视总台近年在亚洲-太平洋广播联盟奖项中屡创佳绩,尤其以音频新闻作品获得国际评审团的青睐和嘉奖。文章基于新闻叙事学的理论框架,以总台海外获奖的音频新闻作品及评审团颁奖辞为研究材料,进行文本分析。研究发现,总台获奖作品从立场的共在、资源的共享、叙事的共通以及理念的共融等多方面着力,实现我国国家形象的情感传播,向世界展示可信、可爱、可敬的中国形象。

基于人工智能及音频技术监测动静脉内瘘的研究进展

血液透析是终末期肾病主要的肾脏替代治疗方式,自体动静脉内瘘(arteriovenous fistula,AVF)是各大指南推荐的首选血管通路。但反复的AVF失功不仅影响患者生存质量,亦增加巨大的经济、社会负担。因此对AVF功能及时评估并适时给予干预措施至关重要。而相较于物理检查,人工智能因其可以实现检查结果的精确量化、诊疗同质化及远程诊疗而成为研究热点。本文主要对AVF声学特征、声学特征提取方法以及机器学习方法的选择、AVF人工智能监测系统的开发3个方面的研究进展做综述,以期梳理研究脉络,探索临床研究方向。

艰险山区阵列式三维音频大地电磁勘探方法与应用

艰险山区是铁路工程勘探领域的重难点。地球物理方法具有设备轻便、施工效率高、成果直观的特点,适合艰险山区的探测工作。大跨度硐室横向范围宽,单条物探测线难以满足勘探精度要求。为此,本文介绍了适用于艰险山区大跨度硐室勘察的阵列式三维音频大地电磁勘探方法,该方法测线布置综合考虑了隧道埋深、硐室跨度,以及测点分布均匀性和边缘效应对探测精度的影响,有效提高了外业资料质量,通过联合反演构建了详实的地下三维视电阻率数据体,可直观反映地下地质体异常空间展布情况。研究成果有效揭示了破碎富水岩体地下空间赋存形态,为隧道施工设计提供了参考。

音频技术在禽畜养殖与果蔬种植中的应用研究进展

随着信息技术的发展,音频技术凭借其快速、准确、成本低,且非接触、无侵入的优点,被广泛应用于现代农业禽畜养殖与果蔬种植等领域,已成为推动农业数字化、智能化的关键技术之一。该文阐述了音频增强技术如传统滤波法、短时谱估计法和小波去噪法在禽畜果植中的研究与应用,综述了音频识别技术在农产品无损检测、动物疾病与健康监测、物种识别与病虫害检测等方面的研究成果,同时分析了音频控制技术在果蔬种植和禽畜养殖中的研究进展,在此基础上总结了现阶段禽畜果植音频增强技术、音频识别技术与音频控制技术面临的问题,并指出其未来可能的研究发展方向,以期为禽畜养殖与果蔬种植领域音频技术的研究与应用提供参考。

基于Dante音频处理器的局域网语音通话系统设计与实现

为提升内部通信的效率和可靠性,设计基于Dante音频处理器的局域网语音通话系统。该系统适用于内部通信场景,利用Dante音频处理技术实现低延迟传输,通过可视化操作界面管理局域网内的音频设备,能够提供稳定、清晰的语音通话服务。

基于音频动态特征重组和TCN-Attention的电力变压器故障诊断方法

电力变压器是电力系统的重要电气设备之一,对变压器进行在线故障诊断是降低电力系统运维成本、提高电力系统稳定性的关键措施.基于电力变压器运行时的音频信息,提出音频信号动态特征重组和TCN-Attention模型实现变压器典型故障的精准识别.首先,分析变压器音频信号的SRA、RMS、峭度和裕度特征;然后,根据特征与变压器故障之间的相关性、鲁棒性和时序单调性实现不同特征的加权融合,得到变压器音频信号的综合特征;最后,设计TCN-Attention模型分析变压器音频特征从而实现故障诊断,并基于注意力机制增强音频特征中的重要信息,以提升变压器故障的识别准确率.本文采集了变压器在正常运行、绕组故障和铁芯故障3种状态下的音频信号构成数据集,对所提方法进行验证.实验结果表明,本文方法根据变压器音频信号进行故障诊断的准确率可达90%以上,实现了变压器故障的智能诊断,对保障电力系统稳定运行具有重要意义.

分布式显控AES67音频网关的研发及应用

分布式显示控制系统(以下简称分布式)被广泛应用于指挥调度、视频会议、信息发布等领域,是高清视频信号传输和调度的核心,也担负着大量音频信号的传输和调度任务。分布式在与音频扩声系统之间相互传输音频信号时,通常需要通过非平衡模拟信号线缆实现,存在多次数模(Digital to Analog,D/A)和模数(Analog to Digital,A/D)转换,造成音频信号质量显著下降和精度损失。针对该问题,提出将AES67音频网关作为分布式和音频扩声系统之间的桥梁,在2个系统之间通过AES67实现网际互连协议(Internet Protocol,IP)全数字方式转换与传输,保证高质量的音频传输和性能。

高密度电阻率法和音频大地电磁法在猴场滑坡结构探测中的应用

文章采用高密度电阻率法和音频大地电磁法对贵州省威宁县猴场滑坡区进行探测,探究从浅部到深部岩溶及裂缝发育情况、岩溶滑坡体底界面形态及滑坡体结构特征。通过音频大地电磁法划分了滑坡区地层结构,发现滑坡区发育浅部和深部两层岩溶,尤其在灰岩与泥页岩界面处的深部岩溶,加之煤层开采形成的采空区,是触发滑坡的背景条件;通过高密度电阻率法探测出的裂缝及岩溶发育区域,是滑坡体进一步位移拉裂的脆弱区。分析认为,岩溶发育破坏了滑坡体原来的整体性,使岩溶山体劣化成零散块体,是导致滑坡的关键因素之一。

水力渗透型煤矿采空区三维音频大地电磁快速解译

煤矿采空区或回采阶段工作面常面临水力渗透威胁,如何快速有效且低成本地预判水力渗透成为难题。提出并系统论述了一种面向水力渗透型采空区的音频大地电磁三维反演及快速解译方案。通过设计采空区理论地电模型,探讨采空区电阻率三维反演可行性。实测数据反演解释结果揭示:采空区巷道顶板区域存在明显低阻分布,部分工作面存在顶板裂隙导水造成的富水低阻区域,局部垮落带与上覆含水层明显连通。为可疑透水位置定位、水位和涌水量监测,以及后续开采规划制订提供了参考。从理论和实证角度,为音频大地电磁法的采空区富水状态分析和动态监控应用提供了新思路,相关方法能够有效提高水力渗透型采空区的解译效果。

音频大地电磁法在黔西南金矿区域地电特征研究中的应用

黔西南地区是我国重要的卡林型金矿分布区,区内台地和盆地沉积格局交替频繁,金矿成矿主要受褶皱和断裂构造控制,查明该区地层分布及构造展布特征对于该区金矿找矿具有重要意义。本文以黔西南金矿区为研究靶区,分别进行了音频大地电磁法(Audio Magnetotelluric Method,AMT)在台地相、盆地相不同模式的正反演计算,基于优选的反演模式在区内实地开展了音频大地电磁法的应用研究,取得主要结果与认识:①台地相区地层电性差异明显,基于TE&TM联合反演模式的AMT能有效区分地层、查明断裂构造空间展布特征;②受上部厚低阻层影响,AMT在盆地相区地层区分性弱,基于TM反演模式的AMT能清晰反映褶皱、断裂构造空间展布特征;③黔西南金矿区域地质条件复杂,因地制宜的优选AMT反演模式是实现该区地电结构精细刻画的关键。研究成果与区内实测断层、钻探工程等验证结果吻合较好,充分体现了AMT在该区查明地层分布及构造展布特征的有效性;另一方面进一步明确了黔西南金矿区域台地相、盆地相AMT反演模式,对后人利用AMT在该区及相近地区实现金矿找矿突破具有重要的参考价值。