随着多媒体技术和因特网的飞速发展,多媒体信息的交流达到了前所未有的深度,盗版和篡改现象日益猖獗,数字水印技术应运而生,并受到广泛关注。本文对数字音频零水印技术和建立在零水印基础上的双水印技术进行了深入的研究,取得了以下成果:(1)利用RBF网络结构简单、非线性逼近能力强、收敛速度快的特点,提出了一种基于RBF神经网络的小波域数字音频零水印算法。该算法将原始音频信号小波变换的低频系数作为RBF网络的输入,将水印信号作为目标,建立原始音频重要特征与水印的对应关系。其中所构造水印为有意义水印,不同于以往的二值无意义零水印。实验结果表明,该方法不改变原始音频的感知质量,具有理想的抗常规攻击能力,实现了盲检测。与在相同实验环境下使用BP网络实现的算法相比,该算法嵌入和提取水印的速度快,输出数据准确,有较强的实用性。(2)针对以往双水印算法鲁棒性不高、定位不准确的问题,提出了一种基于小波包分析的数字音频双水印算法。算法首先结合图像分块理论,将图像块和原始音频段紧密的联系在一起,再引入小波包分解系数嵌入鲁棒水印和半脆弱水印。基于零水印概念设计的鲁棒水印能够对音频作品进行版权保护;采用均值量化分块嵌入的半脆弱水印,可以对音频作品进行内容认证,此过程中的二维图像块不需要转换为一维序列,有别于以往算法中图像变维并一次嵌入的方法。本文中的鲁棒水印和半脆弱水印被嵌入到小波包分解的不同系数中,两种水印互不影响,所以它们的嵌入或提取可以同时进行,无须考虑多水印嵌入或提取中的先后顺序问题。实验结果表明,改进的零水印算法鲁棒性有了提高,能更好的对音频信号的版权进行保护;半脆弱水印对许多常规处理都有一定的鲁棒性,不但能确定水印图像和原始载体音频遭恶意篡改的位置,而且提高了篡改定位的精度,能高效地对音频信号的真伪和内容完整性进行确认。