Audio Watermarking with Error Correction
近年来，通过互联网的通信极大地促进了多媒体数据的分发。虽然这无疑是一个福音，但其影响之一是，它也推动了臭名昭著的在线音乐盗版问题。通过未经授权的分发以及未经授权的篡改受版权保护的音频数据来侵犯版权是一个重要的技术和研究问题。音频水印已被提出作为解决这个问题的解决方案。音频水印的主要目的是保护音频数据免受可能的威胁，并且在版权侵犯或未经授权的篡改的情况下，可以凭借音频水印来质疑这种数据的真实性。
2011-10-06 cs.CR cs.IT cs.MM
Robust Audio Watermarking Against the D/A and A/D conversions
音频水印技术在多媒体信息安全中发挥着重要的作用。在许多音频水印应用中，经常涉及到D/A和A/D转换（本文用DA/AD表示）。然而，在以前的作品中，音频水印对DA/AD转换的鲁棒性问题尚未引起足够的重视。在我们广泛的调查中，已经发现，由DA/AD转换引起的水印音频信号的劣化主要表现在波形幅度失真和线性时间缩放方面，使得水印提取失败。因此，本文提出了一种基于小波变换的音频水印算法，该算法对DA/AD转换具有鲁棒性。为了抵抗幅度失真，该算法利用低频子带内不同DWT系数组之间的相对能量关系，通过自适应控制嵌入强度来嵌入水印。此外，该算法还设计了一种处理线性时间尺度的方法。利用小波变换的时频局部化特性，减少了小波变换的计算量。实验结果表明，该音频水印算法对DA/AD转换、其他常见的音频处理操作以及StirMark Benchmark for Audio中的攻击具有较好的鲁棒性。
2007-07-03 cs.CR cs.MM
Audio Watermarking over the Air With Modulated Self-Correlation
我们提出了一种新的音频水印系统，是由于扬声器和接收麦克风之间的室内声传播信道的失真鲁棒性。该系统采用了一套新的算法，有效地减轻了室内混响和干扰声源的影响，而不使用去混响程序。解码器具有低延迟，并且异步操作，这使得需要与编码器显式同步。它对于传统水印系统中的标准音频处理操作也是鲁棒的，压缩和体积变化。该系统的有效性是建立在一般房间条件下的实时系统。
2019-03-19 cs.MM
A Synchronization Algorithm Based on Moving Average for Robust Audio Watermarking Scheme
提出了一种基于滑动平均的同步编码方案，用于音频水印的鲁棒性。选取两个适当的正整数，每次滑动一个样本，计算滑动平均序列。同步比特被嵌入在具有量化索引调制的两个移动平均序列的交叉处。实验结果表明，该水印算法在保持较高音频质量的同时，对加性高斯白噪声、重采样、低通滤波、随机剪切、MP3压缩、抖动攻击和时间尺度修改等常见攻击具有较好的鲁棒性。同时，该算法具有较高的搜索效率和较低的虚警率。
2017-04-10 cs.MM
Robust Audio Watermarking Algorithm Based on Moving Average and DCT
噪声通常通过普通的信号处理操作被带到宿主音频中，并且它通常改变音频信号的高频分量。因此，通过调整低频系数来嵌入水印可以提高水印方案的鲁棒性。滑动平均序列是音频信号的低频特征。提出了一种在滑动平均序列离散余弦变换域的最大系数中嵌入水印的方法。主观和客观测试表明，该水印算法在保持较高音频质量的同时，对加性噪声、采样率变化、比特分辨率变换、MP3压缩和随机剪切等常见数字信号处理操作，特别是低通滤波具有很强的鲁棒性。
2017-04-10 cs.MM
SyncGuard: Robust Audio Watermarking Capable of Countering Desynchronization Attacks
Fudan University, China（复旦大学）
针对音频水印定位难、抗去同步攻击能力弱的问题，提出基于学习的SyncGuard方案，通过逐帧广播嵌入、失真层及多分辨率时频特征捕捉，实现可变长音频的高鲁棒性水印与优质听觉效果。
2025-09-01 cs.CR cs.MM cs.SD
High Resilience Diverse Domain Multilevel Audio Watermarking with Adaptive Threshold
提出了一种新的离散域（DCT-SVD和DWT-SVD）水印算法。在这里，水印被同时嵌入到两个域上。实验结果表明，与其他水印算法相比，该算法具有更好的主观和客观质量。提出了两种新的水印检测算法，AOT（Adaptively Optimized Threshold）和AOTx（AOT eXtended）。两者背后的基本思想都是找到一个最佳阈值，用于检测与已知位置的实际水印一起嵌入的已知字符，并限制比特出错率（BER）为最小。该最佳阈值用于检测水印中的其他字符。这种方法表明，使水印方案不易受到各种信号处理攻击，从而使水印更强大。
2017-07-05 cs.MM
A Lattice-Based Embedding Method for Reversible Audio Watermarking
可逆音频水印技术是一种很有应用前景的技术。为了同时满足高不可感知性和鲁棒性的要求，提出了一种基于格的RAW方案。该方案被称为中间相遇嵌入（MME），其中晶格量化误差被适当地缩放并加回到量化的主机信号。仿真结果表明，MME在信号水印比（SWR），客观差异等级（ODG），和比特出错率（BER）的广泛的指标优于。
2022-09-15 cs.CR cs.MM
Backward Compatibility in Zero-Bit Neural Audio Watermarking
DeepMark
本文针对零比特神经音频水印，提出了带性能加权采样和角度多样性损失（ADL）的训练框架，解决了向后兼容时的嵌入器崩溃问题，恢复了真负率且不损失检测精度与音频质量。
2026-10-16 cs.LG cs.MM cs.SD
Detecting Voice Cloning Attacks via Timbre Watermarking
University of Science and Technology of China（中国科学技术大学）；Nanyang Technological University（南洋理工大学）
提出“音色水印”概念及端到端抗语音克隆框架，通过频域时间不变水印与攻击共享过程建模，实现对多种语音克隆和自适应攻击的鲁棒检测。
2023-12-06 cs.MM cs.SD eess.AS
Speech Pattern based Black-box Model Watermarking for Automatic Speech Recognition
University of Science and Technology of China（中国科学技术大学）
模型水印技术作为一种有效的知识产权（IP）保护方法，已广泛应用于各种深度神经网络（DNN），包括语音分类模型。然而，如何设计一个黑盒水印方案的自动语音识别（ASR）模型仍然是一个未解决的问题，这是一个重要的需求，保护远程ASR应用程序编程接口（API）部署在云服务器上。由于ASR模型的条件独立性假设和基于标签检测的规避攻击风险，语音分类模型的黑盒模型水印方案不能适用于ASR模型。在本文中，我们提出了第一个黑盒模型水印框架，用于保护ASR模型的IP。具体来说，我们合成触发音频传播模型所有者的语音剪辑在整个输入音频和标记的触发音频的隐写文本，隐藏作者的信息与语言隐写。在最先进的开源ASR系统DeepSpeech上的实验证明了所提出的水印方案的可行性，该方案对五种攻击具有鲁棒性，并且对准确性的影响很小。
2022-05-02 cs.CL cs.CR cs.MM
KeyBound: Keyed and Host-Bound Learned Audio Watermarking for Speech Provenance
University of New South Wales（新南威尔士大学）；National University of Singapore（新加坡国立大学）；Duke University（杜克大学）
KeyBound提出有密钥且宿主绑定的学习型音频水印，通过密钥掩蔽和宿主调制载体实现安全溯源，在LibriSpeech上优于现有基线，并抵抗重合成和移植。
2026-09-23 cs.MM
Feature-Aligned Speech Watermarking for Robustness to Reconstruction Distortions
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Shenzhen Key Laboratory of Intelligent Media and Content Understanding（深圳市智能媒体与内容理解重点实验室）；Tencent AI Lab（腾讯人工智能实验室）
提出特征对齐水印方法，通过将水印与原始语音特征分布对齐，在保持不可感知性的同时提高水印能量，增强对语音重建模型的鲁棒性。
2026-06-11 cs.AI cs.CR cs.MM
Generic Reversible Visible Watermarking Via Regularized Graph Fourier Transform Coding
可逆可见水印是一种主动版权保护机制。它不仅透明地将版权图案叠加在数字图像或视频帧的特定位置上以声明版权所有权信息，而且完全擦除可见水印图像，从而能够无任何失真地恢复原始宿主图像。然而，现有的RVW算法大多针对特定的可见水印方案构造可逆映射机制，通用性不强。因此，我们提出了一个通用的RVW框架，以适应各种可见水印方案。特别地，我们得到一个重建数据包--水印图像和原始宿主图像之间的压缩差图像，它通过任何传统的可逆数据隐藏方法嵌入到水印图像中，以便于宿主图像的盲恢复。关键是实现差分图像的紧凑压缩，以有效地嵌入重建数据包。为此，我们提出了正则化图傅立叶变换（GFT）编码，其中差分图像通过图拉普拉斯正则化器进行平滑，以实现更有效的压缩，然后以近似最佳的方式通过多分辨率GFT进行编码。实验结果表明，该框架具有更好的通用性比国家的最先进的方法。由于要嵌入的辅助信息量很小，所以水印图像的视觉质量也更高。
2021-11-26 cs.CR cs.MM eess.IV
Document watermarking based on digital holographic principle
提出了一种基于数字傅里叶全息图的文档水印新方法。将前面几篇论文中提出的基于全息原理的数字图像水印方法应用到印刷文档中。实验结果表明，该方法不仅能满足文件水印的不可见性、鲁棒性和不可再现性要求，而且与传统的文件防伪方法如浮雕全息图、李普曼照片和半色调调制等相比，具有其他优点。
2013-06-21 cs.MM physics.optics
Robust watermarking based on DWT SVD
数字信息革命带来了许多新的优势和问题。由于数字音频、图像和视频材料易于编辑和完美复制，保护所有权和防止未经授权的操纵已成为一个重要的问题。数字水印技术被认为是实现版权保护的主要手段。它是信息隐藏的一个分支，用于隐藏专有信息的数字媒体，如照片，数字音乐，数字视频等。本文提出了一种新的图像水印算法，是对各种攻击的鲁棒性。利用离散小波变换和奇异值分解分别在宿主图像的HL和LH波段嵌入水印。仿真评估表明，所提出的技术承受各种攻击。
2013-09-27 cs.CR cs.MM
A Novel approach as Multi-place Watermarking for Security in Database
数字多媒体水印技术是近十年来提出的一种在图像、音频、视频等数字对象中嵌入版权信息的技术。然而，关系数据库系统在许多现实生活中的应用越来越多，产生了对水印数据库系统的不断增长的需求。因此，数字水印关系数据库系统正逐渐成为解决数据库系统版权保护法律问题的一个研究领域。数据库水印的主要目标是为数据库生成鲁棒的、不持久的水印。本文提出了一种基于图像作为水印的方法，将水印嵌入到数据库中元组的两个不同属性上，一个是元组的数值属性，另一个是元组的日期属性的时间（秒）字段。我们的方法可以应用于数值和分类数据库。
2014-02-28 cs.CR cs.DB cs.MM
A new Watermarking Technique for Secure Database
数字多媒体水印技术是近十年来提出的一种在图像、音频、视频等数字对象中嵌入版权信息的技术。然而，在许多现实生活中的应用程序中越来越多地使用关系数据库系统，导致对水印数据库系统的需求不断增加。因此，水印关系数据库系统现在正在合并作为一个研究领域，处理数据库系统的版权保护的法律问题。方法：在这项研究中，我们提出了一个有效的数据库水印算法的基础上插入二值图像水印的非数值多字属性的选定的数据库元组。结果如下：该算法是鲁棒的，因为它抵制试图删除或降低嵌入的水印，它是盲目的，因为它不需要原始数据库，以提取嵌入的水印。结论：实验结果证明了该算法的盲目性和对常见数据库攻击的鲁棒性.
2013-04-26 cs.CR cs.DB cs.MM
Digital watermarking in the singular vector domain
目前的许多水印算法在空间域或变换域中插入数据，如离散余弦变换、离散傅立叶变换和离散小波变换。在本文中，我们提出了一个数据隐藏算法，利用奇异值分解（SVD）表示的数据。我们计算宿主图像和水印的奇异值分解，并将水印嵌入到宿主图像的奇异向量中。所提出的方法导致一个不可感知的数字图像，无论是在灰度和颜色，是相当强大的攻击，如噪声和JPEG压缩。
2006-03-31 cs.MM
Digital watermarking : An approach based on Hilbert transform
用于数字图像的水印的大多数公知算法涉及将图像数据变换到傅立叶或奇异向量空间。本文介绍了一种基于希尔伯特变换域的数字水印技术。通常，如果图像是$m$乘$n$阶的矩阵，则变换空间也是相同阶的图像。然而，对于希尔伯特变换，变换空间的阶为$2m$乘$2n$。这允许在将水印存储在宿主图像中时有更大的自由度。基于这一思想，我们提出了一种在宿主图像中嵌入和提取水印的算法，并解析地得到了与此过程相关的参数。使用广泛的模拟，我们表明，该算法表现良好，即使主机图像被损坏的各种攻击。
2010-12-14 cs.MM
Robust Video Watermarking Schemes in Phase domain Using Binary Phase Shift Keying
提出了一种基于离散傅立叶变换（DFT）和序列复阿达玛变换（SCHT）的鲁棒视频水印方案。DFT和SCHT系数是复数，由幅度和相位组成，非常适合采用相移键控技术来嵌入水印。在所提出的方案中，DFT和SCHT系数的相位被修改，以传达水印信息使用二进制相移键控在封面视频。采用低幅度块选择（LABS）技术提高水印的透明性，采用幅度提升技术提高水印对信号处理和压缩攻击的抵抗能力，采用扩频技术对水印进行加密以保护水印不受第三方攻击。它是观察到，这两种算法表现出或多或少相同的鲁棒性，但SCHT提供了高透明度，简单的实现和更少的计算成本比DFT。
2014-03-21 cs.CR cs.MM
Verifiable Provenance and Watermarking for Generative AI: An Evidentiary Framework for International Operational Law and Domestic Courts
Department of Military Studies, Försvarshögskolan (Swedish Defence University)（军事研究系，国防大学）；School of Law, ADA University（法学院，ADA大学）
本文提出一个统一的证据框架，将加密内容来源、稳健的统计水印和零知识证明映射到各法律制度的证明要求，通过公开基准和模型附录为法律专业人士、工程师和操作员提供可复现的参考流程。
2026-05-20 cs.CR cs.CV cs.CY
Did You Train on My Dataset? Towards Public Dataset Protection with Clean-Label Backdoor Watermarking
Rice University（莱斯大学）；Texas A&M University（得克萨斯农工大学）；University of Georgia（佐治亚大学）
针对公开数据集被未经授权商业利用的问题，提出一种干净标签后门水印框架，通过插入少量带不可察觉扰动的水印样本使模型隐式学习秘密函数作为追踪水印，在不影响任务性能且难以被异常检测的前提下实现数据集保护。
2023-04-10 cs.AI cs.CR cs.LG
Hybrid blind robust image watermarking technique based on DFT-DCT and Arnold transform
本文提出了一种用于数字图像版权保护的鲁棒性盲图像水印方法。这种混合方法依赖于组合两种公知的变换，即离散傅里叶变换（DFT）和离散余弦变换（DCT）。这种组合背后的动机是增强不可感知性和鲁棒性。通过使用DFT系数的幅度来实现不可感知性要求，而通过将DCT应用于DFT系数幅度来确保鲁棒性改善。通过使用秘密密钥修改DCT的中间带的系数来嵌入水印。通过在水印嵌入前对水印进行Arnold变换，增强了该方法的安全性。在自然图像和纹理图像上进行了实验。实验结果表明，与现有方法相比，该方法在保持较高不可见性的同时，对各种攻击具有较好的鲁棒性。
2019-11-02 cs.CR cs.MM
Approach to Learning Generalized Audio Representation Through Batch Embedding Covariance Regularization and Constant-Q Transforms
Carnegie Mellon University（卡内基梅隆大学）；Carnegie Mellon Institute（卡内基梅隆研究所）
在包括音频任务在内的许多应用场景中，通用嵌入对于Few-Shot甚至零样本学习都是非常理想的。为了更好地理解表示，我们对HEAR 2021提交结果进行了彻底的错误分析和可视化。受分析的启发，这项工作实验了不同的前端音频预处理方法，包括恒定Q变换（CQT）和短时傅立叶变换（STFT），并提出了一个批量嵌入协方差正则化（BECR）项，以揭示人类听觉系统接收的频率信息的更全面的模拟。我们在HEAR 2021任务套件上测试了这些模型，这些任务涵盖了广泛的任务类别。初步结果表明：（1）BECR可以在测试集上产生更分散的嵌入，（2）BECR在不增加计算复杂度的情况下改进了PaSST模型，（3）STFT预处理在我们测试的所有任务中都优于CQT。Github网站：https://github.com/ankitshah009/general_audio_embedding_hear_2021
2023-03-07 cs.LG cs.MM cs.SD
GUISE: Graph GaUssIan Shading watErmark
Delft University of Technology（代尔夫特理工大学）
本文提出GUISE，将性能无损的Gaussian Shading水印技术适配至潜在3D图扩散模型，用于保护分子图生成技术，实验证明其在保持分子统计一致性的同时实现了高检测率与鲁棒性。
2024-10-14 cs.LG cs.MM
