3月23日，CCBN—BDF論壇之媒體融合論壇在皇家大飯店宴會廳召開。會上，廣播科學(xué)研究院無線所邸娜作了題為《音頻水印+電臺+電視臺+跨屏互動解決方案》的精彩演講。
圖為：廣播科學(xué)研究院無線所邸娜
一、關(guān)于水印
數(shù)字水印不是密碼技術(shù)，也是起源于古老的藝術(shù)，就是密寫術(shù)，很早的斯巴達(dá)人就把木板刻在木板上，只要用火把蠟烤化了就可以看到字，起到了加密解密的角色，今天也有很多密寫術(shù)，有很多功能強(qiáng)大的試紙，一沾水就數(shù)字，因此數(shù)字水印就衍生在了密寫術(shù)思想的基礎(chǔ)上，再加上現(xiàn)在數(shù)字技術(shù)特別地興盛，所以產(chǎn)生了現(xiàn)在的水印技術(shù)。
二、數(shù)字水印的劃分
第一是按載體劃分，最常見的載體是視頻、圖片、文本跟音頻，但是對于視頻跟圖片為載體的水印，它的特點是人的視覺的特性，對這個水印的嵌入并不敏感，而且它的嵌入量很大，但是它的算法是比較復(fù)雜的，對于音頻水印來講，人耳的敏感度要很高，對一些噪音的敏感度，要比對視頻像素的破壞要高。所以對水印的嵌入來講難度更大，他的算法雖然是很簡單的，但是它的嵌入的方法要比其他的大很多。
第二是按水印的特性來劃分，劃分成魯棒水印跟脆弱水印。魯棒水印可以標(biāo)定一些特殊的信息不易被篡改，脆弱水印容易被篡改，這種水印用于防盜版和電視中的放插播。
第三是按內(nèi)容劃分，可以分為有意義水印和無意義水印。所謂有意義的水印即自身是某一圖像的編碼，無意義的水印如果賦予編碼也就變成有意義水印了，現(xiàn)在音頻的帶寬只有20K+，很窄，限制了水印的嵌入量，而且在做互動的時候，它的作用就是通過音頻來打通手機(jī)跟臺內(nèi)的一些互聯(lián)互通的作用。所以對于從使用角度上來講，無意義水印就足矣了。
三、音頻水印的定義及特性
音頻水印的定義就是以音頻為載體的密寫術(shù)，把不可見的標(biāo)記隱藏在音頻中，只有通過專用的檢測器和識別技術(shù)才能提取出來。音頻水印有一個特點，任何算法，根據(jù)人耳的心理特征模型去嵌入的理論上都是有損的，而且這個水印潛入的魯棒性越好，音質(zhì)影響就越大，魯棒性差了，它的檢測率就差了。
音頻水印的特點之一：受不同類型音頻的影響比較大。比如說音樂類的音頻，水印的隱藏性就很好。但是大量的實驗后我們就發(fā)現(xiàn)，實際上隱藏得深不見得好檢，反而訪談類節(jié)目水印是很容易檢出的。水印對音頻是一種干擾，反過來講音頻對水印也是一種干擾，對水印做不同的處理，音樂類的頻度比較深、比較多，就可以做全頻帶的嵌入，加大功率。對待背景音比較干凈的對話，其音頻的能量本來就在10K以下，在10K以上就會衰減到負(fù)90dbfs，這時候就要把水印加在10K以上的位置。
音頻水印的特點之二：準(zhǔn)確率很高，識別速度比較快，這個是由序列的相關(guān)特性決定的。而且音頻水印的唯一性強(qiáng)，尾隨級序列的空間本來是正焦的，通俗一點就是互不相干，因此這種唯一性可以給我們互動的節(jié)目直接掛鉤。這種水印算法在成本上很低，一臺電腦就可以實現(xiàn)各種水印的算法和應(yīng)用，最原始的應(yīng)用是防盜版，現(xiàn)在則把主要的熱點都集中在電臺和電視臺的互動當(dāng)中。
四、音頻特征識別的問題
（一）直播的時候用戶采集上傳的水印特征，在服務(wù)器上做匹配計算的時候，服務(wù)器本身也要從直播流中提取特征，它也在計算。而且匹配的精度跟采集的時間有關(guān)，所以采集時間上必須有個閾值，滿足這個時間他才能進(jìn)行匹配計算，這就是為什么用微信搖電視的時候，大概要10秒左右的時間。而且在錄播的時候，它就跟圖像特征識別的方式一樣，前期也要做大量的提取的工作。
（二）噪音問題。如果微信在搖電視的時候，有噪音混進(jìn)去，比如說尖叫聲、哭鬧聲，都有影響，這就是為什么有時候搖不到電視。
（三）用戶移動終端訪問互動接口，這也是電臺和電視臺的無奈。
五、在音頻水印領(lǐng)域的有益嘗試
第一是可以在車載廣播中進(jìn)行互動。2016年在廊坊電臺跟保定電臺做過車載水印互動的試驗，其中在電臺的主播間加了水印，在車廂內(nèi)和高速、低速共同做了實驗，因為不同車?yán)镱^喇嘛的位置不一樣，聲音的傳播特性也是不一樣的，車廂相對比較復(fù)辟，用戶和喇叭的距離比較近，這個對水印魯棒性有一個很大的挑戰(zhàn)，開車時外面?zhèn)鱽淼脑胍?，還有調(diào)頻信號接收的質(zhì)量，都用了不同的手機(jī)終端做了實驗，除了駕駛員的位置上沒有機(jī)會做實驗，其他位置都能順利完成。
第二是在電視中互動的場景。因為聲音是從電視機(jī)的喇叭里播出來的，在空氣傳輸過程中會出現(xiàn)墻面跟家居的反射抵消、擴(kuò)散，麥克在采集聲音的時候，性價比比較低。聲場跟互動的戶型是有關(guān)系的，狹長的客廳就聲音就衰落得快，對于聲音直射的客廳聲音衰落得沒有那么快，得對音頻各個頻段都進(jìn)行不同的處理，讓它不挑弧形也不挑位置，在家里其他的房間也能檢測出來。
第三個是在廊坊105臺做了大量的廣告監(jiān)測的服務(wù)，一般從早上6點半開始，到晚上9點，大量的廣告播出都在整點跟半點時段，廣告播放連續(xù)量很大。音頻水印可以給予廣告監(jiān)測開始時間、結(jié)束時間、播放次數(shù)，并且把這個廣告自動地截取下來。在整個開發(fā)過程中，廣播電視播出系統(tǒng)產(chǎn)業(yè)鏈上主要的系統(tǒng)集成商都有密切合作，積累了很多開發(fā)經(jīng)驗。
微信掃一掃
