基于Mel子带参数化特征的自动鸟鸣识别.pdfVIP

JournalofComputerApplications ISSN 1001．9081 2017．．04．．10 计算机应用，2017，37(4)：1111—1115 CODENJYIIDU http：／／www．joca．cn 文章编号：1001．9081(2017)04．1111-05 DOI：10．11772／j．issn．1001-9081．2017．40．1111 基于Mel子带参数化特征的 自动鸟鸣识别 张赛花，赵 兆 ，许志勇，张 怡 (南京理工大学 电子工程与光电技术学院，南京210094) ( 通信作者电子邮箱zhaozhao@njust．edu．cn) 摘 要：针对 自然复杂声学环境下基于鸟鸣的物种分类问题，提 出了一种基于Mel子带参数化特征的鸟呜自动识 别方法。采用高斯混合模型(GMM)拟合连续声学监测数据分帧后的对数能量分布，选取高似然率的数据帧组成候选 声音事件完成 自动分段。在谱图域对相应片段采用Mel带通滤波器组滤波处理，然后基于自回归模型(AR)分别建模 各个子带输出的随时间变化的能量序列，得到能够描述不同种类鸟呜信号时频特性的参数化特征。最后利用支持向 量机(SVM)分类器进行分类识别。基于野外 自然环境 l1种鸟鸣信号开展 了自动分段与识别实验，所提方法针对各 类乌呜的查准率、查全率以及F1度量均不低于89％，明显优于现有基于纹理特征的方法，更适用于野外鸟类连续声 学监测领域的 自动数据分析需求。 关键词：鸟呜；自动识别；Mel子带；时间序列建模；支持向量机 中图分类号：TP391．4 文献标志码：A Automaticbirdvocalization identificationbasedonMe1．subbandparameterizedfeature ZHANG Saihua，ZHAO Zhao’ XU Zhivong，ZHANG Yi ， (SchoolofElectronicandOptcialEngi~edng，NanjingUniversityofScienceand Technology,NanjingJiangsu210094，China) Abstract：Aimingatthevocalization-basedbirdspeciesclassificationinnaturalacousticenvironments，anautomaticbird vocalizationidentificationmethodwasproposedbasedonanewMel—subbandparameterizedfeature．Thefieldrecordingswere firstdividedintoconsecutiveframesandthedistributionoflog-energiesofthoseframeswere estimatedusingGaussianMixture Model(GMM)oftwomixtures．Theframeswithrespecttohighlikelihoodwereselectedtocomposeinitialcandidateacoustic events．Afterwards，aMelband-passfilter-bankwasfirstemployedonthespectrogrma ofeachevent．Then，theoutputof eachsubband，i．e．atime-seriescontainingtime—varyingband—limitedenergy，WasparameterizedbyanAutoRegressive(AR)