随着云存储技术的出现,多媒体信息爆炸式增长,网络视频日益普及,涌现出土豆、优酷等一系列在线视频网站,以及迅雷、百度云等提供“边下边看”功能的下载软件。然而,尤其在保护视频版权方面,存在的漏洞颇多。检测盗版翻录视频的技术也远未成熟,并且国家对盗版的打击力度也愈来愈大。基于以上背景,本文提出了云存储环境下基于音频字的盗版检测方案,主要的创新点与工作如下:1.基于视频-音频转化的盗版检测思想,传统的盗版检测方案,几乎都通过核验视频图像来检测视频是否盗版。这种检测方式效率低下、准确度不高,本方案通过提取视频中的音频部分并对它进行检测,能够大幅度加快检测速度。2.基于多维聚类的音频字典构建方法,本方案根据音源的不同将各种音效进行分类,通过音频字进行表征。对于每一类音效,通过将收集到的大量该音效的样本进行特征提取和聚类等操作,最终获得能够表征该音效的音频字,这些音频字共同组成音频字典应用于音频匹配的步骤中。3.基于特征提取的音频序列转换方法,本方案使用多种特征构成的超向量作为音频特征,以该特征为基准,通过多层分割的方法,将原音频分割成具有某种相同性质的短时的音频片段。最后利用已经生成的音频字典将音频片段转换为相对应的音频字序列。4.基于特征提取的音频序列转换方法,本方案采用倒排索引的音频匹配方法,再次压缩了检测需要的数据量,避免了音频字典的传输,从而使传输的数据量再一次减少,进一步加快检测速度,提高检测效率。经过实验仿真和实际测试,本方案的平均音频字序列长度、平均检索用时、音频字计算时长三个系统性能指标与视频类别、视频长度没有明显的关系,稳定在一个可以接受的范围内。另一方面,系统可以准确的检索出音频与翻录音频,对于噪声音频和变速音频,当样本时间较长时也能获得较好的检索效果。该方案能够大大降低音频检索的存储数据量以及数据计算量,对于攻击行为也具有良好的鲁棒性,最终的系统检索准确率可以稳定在95%左右,具备实际利用的价值。并且也为其他形式的电子媒体资料的版权保护提供了一种行之有效的思路。