基于Mel子带参数化特征的自动鸟鸣识别Automated-计算机应用.PDFVIP

Journal of Computer Applications ISSN 100 1-9081 2016- 【-10 ,2016, ( ): - CODEN JYIIDU http ://www.j 计算机应用 【【 【 【 :100 1-9081(2016) -0000-00 doi:10.11772/j .issn.1001-9081.20 16. .0000 文章编号 【 【 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，江苏 南京 2 10094) (*通信作者电子邮箱zhaozhao@nj ) 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鸣自动识别方法。 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鸣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11 种鸟鸣信号开展了自动分段与识别实验，所提方法针对各类鸟鸣的查准率、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: 鸟鸣；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 Automatedidentificationofbirdvocalizationsbasedon Mel-subbandparameterizedfeature * ZHANG Saihua, ZHAO Zhao , XU Zhiyong, ZHANG Yi (School of Electronic and Optical Engineering, Nanj ing University of Science and Technology, Nanj ing Jiangsu 2 10094, China ) Abstract: Aiming at the vocalization-based bird species classification in natural acoustic environments, an automated bird species identification method was proposed based on a novel Mel-subband parameterized feature. The field recordings were first divided into consecutive frames and the distribution of log-energies of those frames were estimated using Gaussian Mixtur