一种基于深度学习与时频特征的宠物叫声时间点定位方法

本申请属于声音监测领域，尤其是一种基于深度学习与时频特征的宠物叫声时间点定位方法，其包括以下步骤：分别采集宠物的正常叫声与异常叫声，进行特征提取，完成训练集构建；进行模型构建；输入模型进行预测得到候选叫声区间；初步识别结果包括粗定位叫声片段的起止时间和叫声类别；计算各频域数据块主峰强度与主峰频率范围，基于背景正态性自适应二值化计算出精确的叫声开始/结束时间点，完成异常叫声起止时间点的定位。本发明通过二次定位的方式，显著提升叫声时间点的识别精度，降低噪声对定位的干扰，基于背景正态性自适应二值化代替人为经验设定阈值的步骤，避免了人为经验对叫声与非叫声区域划分的影响。