[发明专利]基于梅尔频率倒谱系数的海洋哺乳动物发声检测识别方法

说明书

本发明涉及一种基于梅尔频率倒谱系数的海洋哺乳动物发声检测识别方法，提取各类海洋哺乳动物发声信号的梅尔频率倒谱系数及其一阶差分作为发声特征，输入到支持向量机中进行训练，获得分类器。利用能量检测法检测待测环境中是否存在发声信号，提取发声信号的梅尔频率倒谱系数及其一阶差分作为发声特征。将发声信号的发声特征输入到分类器中，获得该发声信号的类别。本发明相对于传统通过提取能量与频谱互相关系数对海洋哺乳动物进行手动分类，或根据海洋哺乳动物频谱进行分类方法，不仅解放了人力，而且识别率高，涉及类别多，在低信噪比下也能保持良好的检测与识别效果，且能满足实时性的要求。

技术领域

本发明属于海洋哺乳动物发声检测与识别领域，涉及一种基于梅尔频率倒谱系数的海洋哺乳动物发声检测识别，从而获得海洋哺乳动物类别的方法。

背景技术

目前对于海洋哺乳动物发声的检测与识别方法有根据其频谱图计算出的特征进行 检测与识别，例如通过提取出海洋哺乳动物发声的能量与频谱互相关系数对海洋哺乳动物声音进行检测与识别。这类方法仅在声音种类比较少的情况下有较好的效果，同 时海洋哺乳动物能发出多种不同声音，这也为检测与识别工作带来了难度。为了提高 真实环境下海洋哺乳动物发声的识别精度，利用机器学习方法对其进行分类，该方法 能够识别一些仅靠频谱图无法分类的声音，识别率更高，涉及类别更多，应用更加广 泛。

我国拥有长达一万八千多公里的海岸线，海洋资源丰富，为了避免在对海洋资源进行开发时对海洋哺乳动物造成巨大伤害，故需实现海洋哺乳动物发声检测与识别。 传统方法通过提取能量与频谱互相关系数对海洋哺乳动物进行手动分类，或根据海洋 哺乳动物频谱进行分类，可达到90％的分类准确率，但识别类目少，受噪声影响大。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于梅尔频率倒谱系数的海洋哺乳动物发声检测识别方法，可以针对不同海洋哺乳动物发声，实现在现实环境下对目 标进行检测与识别，识别精度更高，且涉及海洋哺乳动物发声类目更多。

技术方案

一种基于梅尔频率倒谱系数的海洋哺乳动物发声检测识别方法，其特征在于步骤如下：

步骤1：预先收集真实环境中各海洋哺乳动物真实发声样本，对各个海洋哺乳 动物的每次真实发声样本进行高通滤波，使信号变平坦并提升高频部分：

H(z)＝1-μz^-1

式中：H(z)表示传递函数；μ的值介于0.9至1.0之间；z为复数变量；

将高通滤波后的发声样本每250ms分为一帧，两相邻帧之间有200ms重叠区域， 每一帧乘以汉明窗；

对对分帧加窗后的各帧信号进行快速傅里叶变换得到各帧的频谱，再对声音信号的频谱取模平方得到声音信号的能量谱；

将能量谱与Mel滤波器组作卷积，取对数能量，经过离散余弦变换即可获得梅尔频率倒谱系数，作为海洋哺乳动物发声的静态特征；

通过其他

求得梅尔频率倒谱系数的一阶差分作为动态特征；

式中：d_t表示第t个一阶差分，C_t表示第t个倒谱系数，Q表示倒谱系数的阶数， K为与一阶导数相关的参数；

以静态特征和动态特征作为海洋哺乳动物发声样本的发声特征，构成海洋哺乳动物发声特征库；

步骤2：将各个海洋哺乳动物的发声特征做好标记，输入到支持向量机中进行训练，获得分类器；

支持向量机核函数采用径向基函数：