Tanda air audio

Tanda air audio merupakan tanda pengenalan elektronik yang biasa digunakan dan terpasang dalam sinyal audio. Tujuan penggunaan tanda air ini untuk mengidentifikasi kepemilikan hak cipta. Pada dasarnya secara konsep tanda air ini memiliki kemiripan dengan tanda air pada foto, hanya saja berbeda pada bagian objeknya.

Secara harfiah pemberian tanda air dapat diartikan sebagai proses penyisipan informasi ke dalam suatu objek sinyal (contoh gambar, video, dan audio). Pemberian tanda air biasa dipasang pada objek yang sebisa mungkin sulit untuk dihilangkan. Apabila ketika disalin, objek beserta tanda airnya masih tetap ada. Keberadaan tanda air menjadi sangat penting sebagai bentuk perlindungan hak cipta dan indentifikasi kepemilikan.

Salah satu teknik tanda air audio yang diketahui memiliki keamanan tinggi adalah spread spectrum audio watermarking (SSW), atau penyebaran tanda air pada spektrum yang ada dalam audio. Proses yang dilakukan dalam SSW, yaitu sinyal pita berukuran kecil kemudian ditransmisikan melalui bandwidth yang jauh lebih besar agar energi sinyal yang dihasilkan dalam frekuensi sinyal apa pun tidak dapat terdeteksi karena sudah merasuk kedalam sinyal utama. Fitur menarik dari teknik tanda air ini adalah bahwa untuk menghancurkannya memerlukan noise dengan amplitudo tinggi untuk ditambahkan ke semua pita frekuensi. SSW adalah teknik pemberian tanda air yang kuat, sebab agar bisa menghilangkannya harus mengubah dan memengaruhi semua pita frekuensi yang mungkin sudah diatur secara kompleks. Sehingga ini akan menghasilkan kerusakan ketika tanda air dihilangkan. Teknik ini dilakukan dengan penyebaran spektrum sesuai urutan pseudonoise (PN). Dalam penerapan SSW konvensional, penerima harus mengetahui urutan PN yang digunakan pada pemancar dan lokasi tanda air dalam sinyal yang diberi tanda air agar bisa mendeteksi informasi yang tersembunyi. Kondisi ini menjadi bukti dari fitur keamanan yang tinggi, sebab bahwa setiap pengguna yang tidak sah (ilegal) dan tidak memiliki akses ke informasi ini, menjadi tidak dapat mendeteksi informasi tersembunyi apapun. Deteksi urutan PN menjadi faktor utama dalam mengidentfikasi informasi tersembunyi dari SSW. Meski deteksi urutan PN dimungkinkan dengan menggunakan pendekatan heuristik seperti algoritma evolusioner, pengeluaran komputasi yang tinggi dari tugas ini dapat membuatnya tidak praktis. Sebagian besar kompleksitas komputasi yang terlibat dalam penggunaan algoritma evolusioner sebagai alat optimasi, karena evaluasi fungsi kenormalan yang mungkin sangat sulit untuk didefinisikan atau sangat rumit secara komputasi.

Salah satu pendekatan yang diusulkan baru-baru ini dalam pemulihan urutan PN dengan cepat adalah penggunaan granulasi kebugaran sebagai skema "Perkiraan Kenormalan" yang menjanjikan. Dengan menggunakan pendekatan granulasi kenormalan yang disebut "Adaptive Fuzzy Fitness Granulation (AFFG)",  langkah evaluasi kenormalan dengan pengeluaran yang banyak dapat digantikan oleh model perkiraan. Ketika algoritma evolusioner digunakan sebagai sarana untuk mengekstrak informasi tersembunyi, prosesnya disebut Deteksi Informasi Tersembunyi Evolusioner, akan mengetahui pendekatan aproksimasi kebugaran digunakan sebagai alat untuk mempercepat dapat berproses atau tidak.

Lihat juga

• Sidik jari akustik
• Konten yang Diaktifkan