Подход к созданию цифровых отпечатков аудиофайлов с использованием анализа нотной последовательности Текст научной статьи по специальности «Компьютерные и информационные науки»

мобильной платформы, доработка разработанной математической модели на основании цикла исследований движения автономной малой мобильной платформы на поверхностях разного типа, разработка и реализация алгоритма автоматической подстройки системы для заезда в горку с неопределенным типом поверхности.

Список использованной литературы:

1. Купреянов A.A., Морозов М.В. Разработка методов управления режимом работы колесного движителя, повышающих его тягово-сцепные свойства в составе колесной машины // Трибология и надежность: Сб. тр. XI межд. конф. под ред. К.Н.Войнова. - СПб., 20ii. - С. i8i-i90.

2. Experimental identification of dynamic tire friction potential on ice surfaces /V. Ivanoviwic ^t al] // FSB. HR: Zagreb, 2005.

3. Роджерс Д. Алгоритмические основы машинной графики / Пер. с англ. -М.:Мир, i989.- 5i2 с.

© Куров A.B., Медведев В.О.,Соломатина Д.И. 20i7

УДК 004.651.54

Ладыгин Павел Сергеевич

магистрант АлтГУ, г. Барнаул, РФ e-mail: pavel-ladygin@yandex.ru

ПОДХОД К СОЗДАНИЮ ЦИФРОВЫХ ОТПЕЧАТКОВ АУДИОФАЙЛОВ С ИСПОЛЬЗОВАНИЕМ АНАЛИЗА НОТНОЙ ПОСЛЕДОВАТЕЛЬНОСТИ

Аннотация

В данной статье предложен подход к идентификации аудиофайлов с помощью создания цифровых отпечатков на основе анализа нотной последовательности. Приведён алгоритм хеширования «потенциальной» мелодии аудиофайла с использованием манчестерского кодирования. Приведены и проанализированы результаты работы предложенного алгоритма в среде Labview. Определено что совместное использование ранее существовавших способов создания цифровых отпечатков с предложенным подходом позволит с более высокой вероятностью выявлять неуникальный контент в сети Интернет.

Ключевые слова

Цифровой отпечаток, аудиофайлы, спектрограмма, нотная последовательность.

Технология цифровых отпечатков используется для защиты различного рода информации от утечек и нарушения авторских прав в сети Интернет. В настоящее время данная технология распространена на изображения, текстовые, аудио- и видеофайлы. Звуковые отпечатки уже используются для детектирования музыкальных композиций в приложении «Shazam» компании Shazam Entertainment [1], а также при добавлении видеофайлов в видеохостинг Youtube [2]. Однако, самые простые программные средства позволяют обходить такое препятствие с помощью ускорения, замедления композиции на доли секунды, «смены высоты тона» [3]. Такая модификация не заметна для человеческого уха, однако, вычисление цифрового отпечатка приводит к его другому значению, относительно цифрового отпечатка первоначальной версии аудиофайла [4], что позволяет обходить стороной препятствие по добавлению неуникального файла на стороне хостинга.

Вычисление цифрового отпечатка, как правило, происходит по анализу спектрограммы аудиофайла. Пример того, как может выглядеть песня на спектрограмме изображён на рис.1.

X . X

* X

.х .• 1 1

к * а а

•Ч X и х %

* А- '

* ^ -- £ А . - .

.. . - - ___.Л - Ти 1 - - у м *-.. Л

тр £йг . ч ; 1 • г . л. . 1 1 Л П».| .

Рисунок 1 - Спектрограмма отрывка песни с пиками интенсивности.

Алгоритмы делают отпечатки песни путём создания трёхмерного графика (временная шкала - ось х, а частотная — ось у, интенсивность - z) и выявления частоты «пика интенсивности». Для каждого из этих пиковых значений отслеживается частота и промежуток времени от начала трека. Строится каталог отпечатков в виде хэш-таблицы, в которой роль ключа исполняет значение частоты, а её полями являются время от начала трека, название и исполнитель песни [1].

Композиторы посредством звуковысотных музыкальных инструментов, или их виртуальных симуляторов, создают последовательности тонов, которые имеют определенное высотное соотношение друг относительно друга и различные временные промежутки. Такую последовательность звуков называют «мелодией». Мелодия является важнейшим, первичным компонентом любой музыкальной композиции и защищается авторским правом [5]. Рассмотрение мелодии на стороне хостинга может позволить закрыть уязвимость добавления неуникального файла.

Любую мелодию можно представить в виде последовательности нот определённой частоты. На рис.2. представлена нотная запись мелодии «В траве сидел кузнечик». На рис.3 изображено соответствие нотной записи - названию ноты. Таблица 1 содержит соответствие ноты частоте, на которой она звучит. На рис.4 представлено разложение мелодии по частотам, где по шкале Y отмечена частота звука, по оси X отмечены отсчёты времени.

Рисунок 2 - Нотная запись мелодии «В траве сидел кузнечик» Рисунок 3 - Соответствие «нотное обозначение» - «название ноты».

Таблица 1

Соответствие «название ноты» - «частота звучания»

Нота

до ре ми фа соль ля си

Частота, Гц малая октава 130,82 147,83 164,81 174,62 196 220 246,96

1 октава 261,63 293,66 329,63 349,23 392 440 493,88

2 октава 523,25 587,32 659,26 698,46 784 880 987,75

4 октава 2093 2349,2 2637 2793,8 3136 3440 3951

540

490

А—А

440

390

1 А А А

2 3 4 5 6 7 8 9 10 11 12 13 14 15

Рисунок 4 - Разложение мелодии по частотам

Переходы между частотами «нотной последовательности» можно трактовать как своеобразное битовое кодирование, где переход области частот, аналогично манчестерскому кодированию [6], «сверху вниз» будет являться единицей, а переход «снизу вверх» - нулем. Такт (или ритм) при этом можно воспринимать как синхронизирующий сигнал для такого способа кодирования. Это позволяет создавать битовую последовательность, звуковой отпечаток, который может являться характеристикой мелодии, не привязанной к формату файла, к инструменту, на котором сыграна данная композиция, к ускорению или замедлению аудиофайла, так как факт перехода от частоты к частоте при такой модификации останется без изменений.

Для создания звукового отпечатка используется спектрограмма аудиофайла. В среде Labview реализован программный алгоритм, который осуществляет анализ и определение «потенциальной» нотной последовательности музыкальной композиции (рис.5,6).

Рисунок 5 - Алгоритм анализа переходов нотной последовательности в среде LabVIEW

Рисунок 6 - Участок программы, определяющий частоту ноты.

Для определения значения частоты звучащей мелодии используется Быстрое преобразование Фурье. Количество отсчётов, по которому оно вычисляется, должно соответствовать длительности звучания наименьшей по времени ноты. Для тестирования алгоритма использовалось три варианта исполнения мелодии: Piano4okt - звук синтезатора, воспроизводящий мелодию в 4ой октаве, Piano2okt - звук синтезатора, воспроизводящий мелодию во 2ой октаве, GшtarMalayaOkt - звук гитары, воспроизводящий мелодию в Малой октаве. В ходе работы получены следующие результаты (рис.7):

1

l

0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

■ Piano4okt 0101000001011000

■ Piano2okt 0101000001011000 GuitarMalayaOkt 0101000001011000

Рисунок 7 - Битовые последовательности мелодии «В траве сидел кузнечик»

Программный алгоритм кодирует переход от частоты к частоте «вниз» - 0, «вверх» - 1. Если, в следующий отсчёт времени перехода не происходит или на данном отрезке звука нет - кодируется 0.

Выполненное тестирование алгоритма продемонстрировало работоспособность предложенного способа «хэширования» мелодии. Совместно с анализом спектрограммы данный алгоритм позволит более точно идентифицировать аудиофайлы и предотвращать появление и накопление неуникального контента. Дальнейшая работа предполагает продолжение разработки данных программных средств, автоматизацию определения начала и конца ноты, автоматическое выделение участков мелодии в спектре аудиофайла.

Список использованной литературы:

1. Avery Li-Chun Wang and Julius O. Smith, III., WIPO publication WO 02/11123A2, 7 February 2002, (Priority 31 July 2000).

2. Google Inc / [Электронный ресурс]. URL: https://support.google.com/youtube/answer/3244015?hl= ru&ref_topic=4515467 (Дата обращения: 23.11.2016).

3. Audacity / [Электронный ресурс]. URL: http://www.audacityteam.org/about/features/ (дата обращения 22.03.2017).

4. Эволюция content id: как youtube совершенствует свою самую спорную функцию / Air [Электронный ресурс]. URL: http://www.air.io/content-id-evolution/ (дата обращения 22.03.2017)

5. Как можно проверить авторские права На Ютюбе? / «Народный СоветникЪ» [Электронный ресурс]. URL: http://sovetnik.consultant.ru/avtorskie_prava/kak_mozhno_proverit_avtorskie_prava_na_yutube/ (дата обращения 22.03.2017).

6. Tanenbaum, Andrew, S. (2002). Computer Networks (4th Edition). Prentice Hall. pp. 274-275

© Ладыгин П.С., 2017

УДК 637.142.22

Д.М. Максимович

канд.вет. наук, доцент ФГБОУ ВО Южно-Уральский ГАУ, г. Троицк, РФ E-mail: maximovichdina@mail.ru М.В. Киселева канд. сельскохоз. наук, доцент ФГБОУ ВО Южно-Уральский ГАУ, г. Троицк, РФ

ИДЕНТИФИКАЦИЯ МОЛОКА ЦЕЛЬНОГО СГУЩЕННОГО С САХАРОМ, РЕАЛИЗУЕМОГО В ТОРГОВОЙ СЕТИ Г. ТРОИЦКА ЧЕЛЯБИНСКОЙ ОБЛАСТИ

Аннотация

Строгое соблюдение регламентируемых режимов технологической обработки и хранения,