音频特征提取与音频数字水印结合的音乐版权保护探究

2020-08-13李倩李德

数码世界 2020年6期

李倩李德

关键词：音频数字水印特征提取版权保护

一、绪论

音乐版权的保护旨在保护音乐的原创性与知识产权，版权保护的核心是保护创作者的灵感与智慧体现。然而如今的信息互联时代，窃取音乐旋律、盗版的手段方式更加五花八门，例如，在未经创作者允许的情况下在原声带音频的基础上修改创作，或者以不明显的模仿方式直接盗用原曲的旋律与曲调等。这种盗取避开了音频数字水印的保护，是否存在抄袭情况始终依赖于人的经验分析。而音频信号是带有语音、音乐、音效的有规律的声波的信息载体，其中语音和音乐是是音频信号的主要内容。本文提出音频数字水印与特征识别分析结合的方式来有效判定：对音频进行多特征提取，得到一个特征值序列，将该序列作为水印利用音频数字水印嵌入算法嵌入音频中，更好的作为版权保护音频。

二、结合特征提取的版权保护实现

（一）音乐的三要素

音乐的三要素分为：旋律、节奏、和声。旋律又称“曲调”，是构成音乐的首要要素。旋律是含有音高和节奏的人声或乐器的乐音序列，它在音乐中不同的排列位置产生乐音的复合音效;节奏是由长短、强弱不同的节拍组成的有序整体，没有节奏的旋律只是单调的音符集合，没有音乐的美感，是抄袭者容易篡改的一个部分;和声即在同一时间由两个或两个以上音高的音组合发声形成的声音，用来描述不同音高音符之间关系的不同带来的音效的差异，起到渲染烘托的作用。对于音乐的特征基于这三个基本要素进行分析提取。

（二）音乐特征提取

音乐的特征有很多类别，本文使用了几种简单常用但具有唯一识别音频的几个特征：梅尔倒谱系数（MFCC）、响度、响度范围、静音帧比例。梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients）是基于人耳的听觉机理在梅尔标度频率域提取出来的信号倒谱系数，主要根据人耳对音频的反应结果对音频进行分析：首先对音频信号进行预处理，然后对处理后的信号进行快速傅里叶变换，得到谱线能量和Mel滤波能量，将Mel滤波能量进行对数运算后进行DCT倒谱，得到MFCC特征;响度反应了音频能量的大小，由于音强与音高的变化都会引起响度变化，所以响度侧面体现了这两个因素在音频中的影响;响度范围即音频中最大响度与最小响度之差;静音帧比例指短时能量在一定阈值范围内的音频帧，静音帧比例即为其占全部音频帧的比重。

（三）音频数字水印的提取与解码

利用得到的四个特征值，对其进行加密后，转换成二进制形式，得到四个二进制序列，利用最低比特位替代法（Least Significant Bits， LSB）进行嵌入。最低比特位替代法是音频信息隐藏中使用最广泛最简单的算法之一。本文的使用方法：首先对原始音频根据时域平均提取采样点，对其进行预处理，去除部分杂声减少干扰;再将提取出来的特征值计算转换得到一个标识性的二进制特征序列，即为水印内容;之后将每个采样点的最低的4个比特位替换成水印二进制特征序列的4位对应二进制编码，水印成功被嵌入。提取水印的过程采用与嵌入完全逆向的方式，找到采样点的最低位将数据提取出来，利用密钥进行解密，得到水印内容。整个过程的实现步骤如图1所示。

三、总结

将音频特征生成唯一的标识序列作为水印嵌入音频中，能够更加有效地声明音乐作品的唯一性，无论谁对原版音频做了改动，特征值都不会再相同，抄袭者也无法解析篡改特征值。本文提出的生成音频数字水印的特征只选取了主要的几种，音频特征还包括线性预测倒谱系数（Linear Prediction Cepstrum Coefficient）、小波系數等等，越具有标识性的音频特征值在版权保护中的应用越有效力。特征提取识别技术的发展对未来音乐版权的保护会有更大的应用前景，但对于音乐版权的保护不能仅仅依赖技术，更关键的是提高人们对音乐著作权的保护意识。国内对于音乐作品的版权定义始终模糊，抄袭现象依旧层出不穷。如何发挥音频数字水印的最大实际作用，可以基于多大的相似度对音乐抄袭定性，是研究者们需要长期努力的方向。加强对音乐版权的保护力度，加大对抄袭盗版违法行为的惩治与抵制，是众多创作者的心之所向。

参考文献

[1]高庆.用于版权保护的音频数字水印算法研究[D].武汉理工大学，2008.

[2]胡耀文.音频信号特征提取及其分类研究[D].昆明理工大学，2018.

[3]徐罡.音乐相似性研究及其在检索系统中的应用[D].电子科技大学，2015.

[4]于腊梅.基于版权保护的音频数字水印概述[J].电声技术，2019，43（02）：15-17.

[5]刘丹，张乃尧，朱汉城.音乐特征识别的研究综述[J].计算机工程与应用，2002（24）：74-77.