[发明专利]一种基于双通道语音增强的鸟鸣物种识别方法

说明书

本发明公开了一种基于双通道语音增强的鸟鸣物种识别方法。该方法将采集到的双通道的鸟鸣信号，先经过增加了泄露抑制和信号恢复模块的改进广义旁瓣对消器进行初步降噪，再经过双通道的后滤波进行进一步降噪，得到更纯净的期望鸟鸣信号；将增强后的鸟鸣信号分成训练集和测试集，训练鸟鸣经过预处理、特征提取、码本构造、编码、降维后，建立起训练鸟鸣的特征数据库；对于待识别的鸟鸣，经过预处理、特征提取、编码、降维转换、分类后即可得到识别出的鸟类物种。本发明实用性强、经济便捷，能充分利用采集到的双通道鸟鸣信号信息，通过波束形成算法对信号进行增强处理能够提高鸟鸣信号的信噪比，从而提高鸟鸣物种识别的准确率。

技术领域

本发明属于物种监测和语音信号识别领域，特别是一种基于双通道语音增强的鸟鸣物种识别方法。

背景技术

鸟类物种多样性是物种多样性和生态环境保护的重要指标，声学监测可以在不干扰鸟类活动前提下，对鸟类的活动进行监测。生物声学研究可以成为调查和监测鸟类的有用工具，同时也可以评估人类活动对鸟类物种的影响。在这种情况下，通过应用声音识别技术，对鸟类物种进行监测，一直是生物学研究中的广为关注的领域。

近年来，随着国内外学者的研究，出现了很多基于鸟鸣的鸟鸣物种识别方法。常用的方法有：1)基于模板匹配的鸟鸣识别方法；动态时间规整算法是其中最具有代表性的一种算法，可以得到较高的识别效果，但是由于运算量过大的问题，影响了该方法的应用；2)基于特征提取的鸟鸣识别方法；通过对鸟鸣信号提取特征，从而实现鸟类物种的分类，常用的特征有梅尔频率倒谱系数(MFCC)、线性预测编码(LPC)系数、LPC反射系数等，再经SVM、KNN等分类器进行分类后，可得到识别出的鸟类物种；3)基于深度学习的鸟鸣识别方法：最近以来，随着深度学习技术的飞速发展，基于深度学习的鸟鸣识别方法得到越来越多的关注。目前，常用的深度学习模型有VGG、Resnet等卷积神经网络模型，因循环神经网络具有记忆性的特点，LSTM、GRU等模型受到越来越多的关注。

但是，经研究表明，以上方法均受样本集信噪比的影响较大，当信噪比较高时，很多方法都能表现出不错的分类性能，但随着信噪比降低，识别率也随之出现不同程度的下降。由于在鸟鸣的采集过程中，可能包含各种各样的噪声，造成鸟鸣片段的信噪比较低。

目前，常用的鸟鸣声音记录仪包括Song meter、录音笔或者智能手机等，这些设备采集到的信号为双通道信号。在之前的研究中，通常将采集到的双通道信号直接转成单通道信号，进行后续的识别。但由于双通道信号相比于单通道信号包含更多的有用信息，所以本发明利用双通道语音增强技术，对采集到的鸟鸣信号进行增强。

因此，现有技术的很大问题是，当鸟鸣信号的信噪比较低时，识别的准确率较低，从而带来较大的识别误差。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提供一种基于双通道语音增强的鸟鸣物种识别方法，增强收集到的鸟鸣信号的信噪比，从而提高识别的准确率。

实现本发明目的的技术解决方案为：一种基于双通道语音增强的鸟鸣物种识别方法，所述方法包括以下步骤：

步骤1，对采集到的双通道鸟鸣信号进行统一采样；

步骤2，对步骤1获得的鸟鸣信号进行滤波和增强处理，形成样本集；

步骤3，将样本集划分为训练集和测试集；

步骤4，对训练集的鸟鸣信号进行预处理、特征提取、码本构造、编码和降维，获得训练鸟鸣的特征数据集；

步骤5，结合步骤4得到的训练鸟鸣的特征数据集，对待识别鸟鸣信号进行预处理、特征提取、VLAD编码、降维，再经分类器分类后得到待识别鸟鸣的物种。

进一步地，步骤2所述对步骤1获得的鸟鸣信号进行滤波和增强处理，具体包括：

步骤2-1，利用改进的广义旁瓣对消器对鸟鸣信号进行初步降噪；