基于深度神经网络的数字音频水印的噪声-掩码比损失
音频与语音处理
2024-11-05 v1 声音
摘要
数字音频水印在透明的方式下插入消息，用于自动识别音频材料和管理版权。我们提出一种用于深度神经网络基于音频水印系统的感知损失函数。该损失基于噪声-掩码比 (NMR)，这是人类听觉特性的掩码效应模型。我们使用 NMR 损失在标记和主机信号之间训练深度神经模型，并用 PEAQ 和主观质量的 MUSHRA 测试评估客观质量和主观质量。客观和主观测试均表明，采用 NMR 损失训练的模型生成的水印比采用传统 MSE 损失训练的模型更透明。
引用
@article{arxiv.2408.15553,
title = {Noise-to-mask Ratio Loss for Deep Neural Network based Audio Watermarking},
author = {Martin Moritz and Toni Olán and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2408.15553},
year = {2024}
}
备注
6 pages, 7 figures