摘要
本发明公开了一种基于改进神经网络模型的鸡声音识别方法、系统、设备及介质,所述方法包括:获取鸡笼中鸡的声音数据;使用引入平滑机制的谱减法对输入的声音数据降噪;将降噪后的声音数据中的低频噪声信号进行过滤;采用双阈值端点检测算法截取过滤后的数据中的声音片段;采用多种特征提取算法对声音片段中的声音特征进行提取,并将提取的多个声音特征进行合并;将合并的声音特征输入双向长短记忆网络‑注意力机制模型进行识别,得到声音的分类结果。本发明可以对鸡笼中鸡的声音进行识别,得到声音的分类结果,以提高鸡白痢病诊断的准确性和便捷性,为后续研究鸡的疾病算法研究以及工程应用提供新的思路。
技术关键词
声音识别方法
长短记忆网络
端点检测算法
注意力机制
特征提取算法
双向长短期记忆
梅尔频率倒谱系数
神经网络模型
信号
噪声
数据
语音
鸡笼
声音识别系统
执行存储器存储
语谱图
鸡白痢病
离散余弦变换
高通滤波器
系统为您推荐了相关专利信息
attention机制
司机
活动特征
订单
注意力机制
医学图像分割方法
多尺度特征融合
注意力机制
条件随机场模型
特征金字塔网络
环境监测站点
历史气象数据
空间特征提取
特征提取模块
网络模块
解混装置
网络单元
条件生成对抗网络
网络模块
多模态
耦合特征
功率预测方法
集群
数据编码
滑动时间窗