[发明专利]鸟类声音识别方法、装置、计算机设备和存储介质

权利要求书

1.一种鸟类声音识别方法，其特征在于，包括：

获取鸟声录音数据；

根据小波变换算法对所述鸟声录音数据进行降噪处理，以得到至少一个降噪鸟声信号；

对所述降噪鸟声信号进行预加重处理、分帧处理和加窗处理，以得到若干窗口数据；

对所述若干窗口数据进行快速傅里叶变换处理和取平方处理，以得到所述若干窗口数据各自对应的谱线能量；

基于梅尔滤波器组对各所述谱线能量进行处理，以得到所述若干窗口数据各自对应的梅尔频谱数据；

对各所述梅尔频谱数据进行倒谱分析并对倒谱分析的结果进行一阶差分和二阶差分，以获得所述若干窗口数据各自对应的梅尔倒谱特征向量；

基于训练好的卷积神经网络，根据所述若干梅尔倒谱特征向量对所述降噪鸟声信号进行识别，以输出所述降噪鸟声信号对应的鸟类识别数据。

2.根据权利要求1所述的鸟类声音识别方法，其特征在于，所述根据小波变换算法对所述鸟声录音数据进行降噪处理，以得到至少一个降噪鸟声信号，包括：

根据短时能量分析法或正弦波检测算法检测所述鸟声录音数据，并根据检测的结果从所述鸟声录音数据中提取出不含鸟叫声的噪声片段和至少一个含鸟叫声的鸟声片段；

对提取的噪声片段进行小波变换以获取所述噪声片段的小波系数，并根据所述噪声片段的小波系数设定噪声阈值；

根据所述噪声阈值对所述至少一个鸟声片段进行小波阈值降噪，以得到所述鸟声片段各自对应的降噪鸟声信号。

3.根据权利要求2所述的鸟类声音识别方法，其特征在于，所述根据短时能量分析法检测所述鸟声录音数据，并根据检测的结果从所述鸟声录音数据中提取出不含鸟叫声的噪声片段和至少一个含鸟叫声的鸟声片段，包括：

对所述鸟声录音数据进行分帧处理以得到若干帧数据；

根据短时能量分析法计算各帧数据的短时能量；

若有连续若干帧数据的短时能量大于预设的能量幅值，将所述若干帧数据存储为鸟声片段；

若有连续若干帧数据的短时能量小于预设的能量幅值，将所述若干帧数据存储为噪声片段。

4.根据权利要求2所述的鸟类声音识别方法，其特征在于，所述根据正弦波检测算法检测所述鸟声录音数据，并根据检测的结果从所述鸟声录音数据中提取出不含鸟叫声的噪声片段和至少一个含鸟叫声的鸟声片段，包括：

对所述鸟声录音数据进行傅里叶变换以得到所述鸟声录音数据对应的若干短时幅度谱信号；

若所述短时幅度谱信号中存在预设波形的信号，将所述短时幅度谱信号存储为鸟声片段；

若所述短时幅度谱信号中不存在预设波形的信号，将所述短时幅度谱信号存储为噪声片段。

5.根据权利要求2所述的鸟类声音识别方法，其特征在于，所述根据所述噪声阈值对所述至少一个鸟声片段进行小波阈值降噪，以得到所述鸟声片段各自对应的降噪鸟声信号，包括

根据预设的小波基函数对所述鸟声片段进行小波变换，得到所述鸟声片段对应的小波系数；

根据所述噪声阈值对所述鸟声片段对应的小波系数进行阈值化处理；

对阈值化处理后的小波系数进行小波逆变换，以得到所述鸟声片段对应的降噪鸟声信号。

6.根据权利要求1-5中任一项所述的鸟类声音识别方法，其特征在于，所述基于训练好的卷积神经网络，根据所述若干梅尔倒谱特征向量对所述降噪鸟声信号进行识别，以输出所述降噪鸟声信号对应的鸟类识别数据，包括：

根据所述若干窗口数据各自对应的梅尔倒谱特征向量生成所述降噪鸟声信号对应的特征图像；

基于训练好的卷积神经网络对所述特征图像进行若干次卷积和池化处理；

基于所述卷积神经网络中的全连接层，对所述若干次卷积和池化处理输出的特征向量进行全连接处理；

基于所述卷积神经网络中的归一化层，对全连接处理的结果进行归一化处理，以输出所述降噪鸟声信号对应的鸟类识别数据。