[发明专利]鸟类声音识别方法、装置、计算机设备和存储介质

说明书

本申请涉及分类模型领域，使用卷积神经网络实现对鸟类声音类别的识别。具体公开了一种鸟类声音识别方法、装置、计算机设备和存储介质，该方法包括：根据小波变换算法对获取的鸟声录音数据进行降噪处理，以得到降噪鸟声信号；对降噪鸟声信号进行预加重、分帧和加窗，对得到的窗口数据进行快速傅里叶变换和取平方处理，得到窗口数据各自对应的谱线能量；基于梅尔滤波器组对各谱线能量进行处理，对得到窗口数据各自对应的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，获得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，根据梅尔倒谱特征向量对降噪鸟声信号进行识别，输出降噪鸟声信号对应的鸟类识别数据。

技术领域

本申请涉及声音识别技术领域，尤其涉及一种鸟类声音识别方法、装置、计算机设备和存储介质。

背景技术

根据国际自然保护联盟的红色数据清单，世界上将近1400种(超过13％)鸟类物种可能是濒临灭绝的。需要一个有效的鸟类监测方法来评估物种的丰富度以及当前生态保护的成果。精确估计鸟类种群大小的方法需要大量的时间和精力，并且成本很高。鸟叫声常用于检测、监测和量化物种，因为即使个体不在视野之中，这种方法也是有效的。人类能够从听觉上识别鸟类，鸟类专家可以凭借声音识别数千种鸟类。

目前，具有长电池寿命和高存储容量的生物声学记录设备是较为普遍的，通过大规模在野外设置这些录音设备，可以长时间大量地获取野外环境的录音数据，但是从这些数据中分析鸟类的物种，需要耗费鸟类学家非常多的时间和精力。

发明内容

本申请提供了一种鸟类声音识别方法、装置、计算机设备和存储介质，以自动地检测鸟叫声属于哪种鸟类，识别效率和准确性更高。

第一方面，本申请提供了一种鸟类声音识别方法，所述方法包括：

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。

第二方面，本申请还提供了一种鸟类声音识别装置，所述装置包括：

鸟声获取模块，用于获取鸟声录音数据；

鸟声降噪模块，用于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；

预处理模块，用于对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；

谱线能量提取模块，用于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；

梅尔滤波模块，用于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；

特征向量提取模块，用于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；