摘要
本发明涉及语音处理技术领域,具体涉及基于神经网络的野生生态环境鸟类鸣声识别方法,该方法包括:采集纯声鸟鸣信号,根据纯声鸟鸣信号的频域特征获取各帧鸟鸣信号的谱熵时延同步系数,根据鸟鸣信号的自相关性得到各帧鸟鸣信号的窗口长时延稳定系数,结合谱熵时延同步系数及窗口长时延稳定系数得到各帧鸟鸣信号的窗内多时延周期指数,获取两坐标点之间的分割结果相似度,结合窗内多时延周期指数及分割结果相似度得到各采集时刻的卷积可分割程度,进而得到各帧鸟鸣信号的滑动三维卷积平滑度,确定各组卷积的滑动步长。本发明旨在提高鸟类鸣声的识别率,实现基于滑动窗口以及3D卷积的鸟类鸣声精确识别。
技术关键词
时延
信号
平滑度
识别方法
指数
图像
皮尔逊相关系数
神经网络模型
坐标点
矩形
Dijkstra算法
序列
周期
时序
端点检测算法
卷积特征
元素
表达式
频率