← 返回列表
基于特征融合的鸟类声音智能识别方法
摘要文本
本申请涉及语音处理技术领域，提出了基于特征融合的鸟类声音智能识别方法，包括：采集生态区内不同鸟类的鸟鸣数据；基于每个鸟鸣数据的频谱图采样均匀分块的方式确定每个鸟鸣数据的频谱向量；基于每个鸟鸣数据的频谱向量在自编码器潜在空间每个维度上的投影长度确定音频信息相关系数；基于频谱向量与相同潜在空间维度之间的音频信息相关系数确定维度区分系数；根据频谱向量以及维度区分系数确定鸟鸣特征向量；基于鸟鸣特征向量以及图像识别模型所提取特征向量的特征融合结果确定鸟鸣数据的鸟类识别结果。本申请能够利用不同维度作为坐标系维度，并通过维度递增的方式对相似度较高的鸟鸣数据准确区分，提高鸟类声音的识别准确率。
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 | 基于特征融合的鸟类声音智能识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410179263.7 |
| 申请日 | 2024/2/18 |
| 公告号 | CN117727307A |
| 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 | 白莹; 张晓东; 蔡宪文 |
| 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
1.基于特征融合的鸟类声音智能识别方法，其特征在于，该方法包括以下步骤：采集生态区内不同鸟类的鸟鸣数据；基于每个鸟鸣数据的频谱图采样均匀分块的方式确定每个鸟鸣数据的频谱向量；基于每个鸟鸣数据的频谱向量在自编码器潜在空间中每个维度上的投影长度确定每个鸟鸣数据的频谱向量与每个潜在空间维度之间的音频信息相关系数；基于不同鸟类下鸟鸣数据的频谱向量与相同潜在空间维度之间的音频信息相关系数确定自编码器潜在空间中每个维度关于不同种鸟类的维度区分系数；根据不同鸟类下鸟鸣数据的频谱向量以及每个潜在空间维度的维度区分系数确定不同种鸟类之间的鸟鸣特征向量；基于不同种鸟类之间的鸟鸣特征向量以及图像识别模型所提取特征向量的特征融合结果确定鸟鸣数据的鸟类识别结果。