← 返回列表
基于TDNN结构的鸟鸣物种自动识别方法
摘要文本
本发明涉及语音处理技术领域，提出了基于TDNN结构的鸟鸣物种自动识别方法，包括：采集生态区内的混合鸟鸣数据；基于每一帧信号能量的周期性以及鸟鸣音高的稳定性确定每一帧的鸟鸣音节覆盖率；根据每一帧的单帧能量向量所在聚类簇中每一帧的鸟鸣音节覆盖率、信息逼近系数确定时频掩蔽概率；基于每一帧的鸟鸣音节覆盖率、时频掩蔽概率确定频谱掩蔽值；基于所有帧的频谱掩蔽值构建每个频谱子图的时频掩蔽图；将频谱子图与其时频掩蔽图相乘的结果作为频谱子图的增强鸟鸣特征图；采用TDNN识别模型基于增强鸟鸣特征图确定物种识别结果。本发明通过对频谱图中频谱子图的掩蔽处理，提高了识别模型训练样本的质量，以及鸟鸣物种识别的准确率。
申请人信息
- 申请人:百鸟数据科技(北京)有限责任公司
- 申请人地址:100080 北京市海淀区学清路8号科技财富中心B座11层B1101-B
- 发明人: 百鸟数据科技(北京)有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于TDNN结构的鸟鸣物种自动识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410179331.X |
| 申请日 | 2024/2/18 |
| 公告号 | CN117727309A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G10L17/26 |
| 权利人 | 百鸟数据科技(北京)有限责任公司 |
| 发明人 | 高树会; 李可扬 |
| 地址 | 北京市海淀区学清路8号科技财富中心B座11层B1101-B |
专利主权项内容
来源：百度搜索 1.基于TDNN结构的鸟鸣物种自动识别方法，其特征在于，该方法包括以下步骤：采集生态区内的混合鸟鸣数据；将每个混合鸟鸣数据的频谱图划分成尺度相等的频谱子图；基于每个频谱子图上每一帧处信号能量的周期性以及鸟鸣音高的稳定性确定每个频谱子图上每一帧的鸟鸣音节覆盖率；根据每个频谱子图上每一帧的单帧能量向量所在聚类簇中每一帧的鸟鸣音节覆盖率、信息逼近系数确定每个频谱子图上每一帧的时频掩蔽概率；基于每个频谱子图上每一帧的鸟鸣音节覆盖率、时频掩蔽概率确定每个频谱子图上每一帧的频谱掩蔽值；基于每个频谱子图上所有帧的频谱掩蔽值构建每个频谱子图的时频掩蔽图；采用TDNN识别模型基于每个频谱子图及其时频掩蔽图确定每个混合鸟鸣数据对应的物种识别结果。