伴随着网络技术与多媒体技术的飞速发展,数字信息(包括数字图像、数字音频、数字视频等)的传输与利用日益变得广泛.由于MP3音乐极易被任意编辑、复制与散布,从而导致它的原创者蒙受巨大经济损失,数字音频作品的信息安全、知识产权保护和认证等问题已成为数字世界中一个非常迫切的重要议题.传统加密技术只能提供小范围保护,且具有安全性不足和流通性较差等弱点.数字水印对传统加密方法作出了补充,是一种可以在开放的网络环境下保护版权和认证来源及完整性的新技术.而作为数字音频作品知识产权保护的一种有效手段,数字音频水印技术已成为国际学术界研究的一个热点.本论文主要围绕着数字音频水印算法进行了深入研究,主要内容包括:⑴提出了一种可同时用于版权保护与内容认证的半脆弱数字音频盲水印算法.该算法具有以下特点:⑴结合数字音频自身特性,不仅能够自适应划分音频数据段,而且能够智能调节水印嵌入强度,增强了数字音频水印的鲁棒性;⑵通过利用DWT的多分辨率特性与DCT的能量压缩特性,改善了数字音频水印的隐藏效果;⑶能够同时进行数字音频的版权保护与内容认证,并可大致确定篡改发生区域.⑵以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的自适应数字音频盲水印算法.该算法能够结合音频自身特征,利用自适应量化策略将模板信息和水印信息嵌入到原始音频载体内.进行数字水印检测时,系统首先从待检测数字音频中提取出稳定的模板相关特征和水印相关特征,然后选取模板相关特征作为训练样本并获得SVR模型,最后依据水印相关特征,利用训练出的SVR模型进行数据预测并提取出数字水印.⑶针对如何有效抵抗去同步攻击的问题,提出了一种可有效抵抗去同步攻击的基于支持向量机的自同步音频水印新算法.该算法首先利用能量特性从载体音频中提取能量特征,再结合音频包络信息,并以二者作为输入通过支持向量机训练出较稳定的特征点.利用特征点的检测进行水印嵌入点的准确定位,同时结合听觉掩蔽特性将水印信息在混合域内嵌入到数字音频中.水印检测时,利用音频的特征点实现水印的重同步,无须求助于原始音频.