摘要
本发明公开了一种虫声识别算法模型的构建方法,属于蛀虫检测领域。包括以下步骤:S1:数据处理:将采集到的原始虫声音频数据进行背景噪音分离处理,得到只包含虫声段的音频数据,然后进行数据增强及特征提取;S2:模型训练:对处理后的数据进行模型训练;S3:对模型进行测试:构建测试集,评估虫声分类的准确率。相对于现有技术,本申请基于VAD和说话人识别等深度学习技术,结合数据增强,实现了高效的虫声识别模型,能够在秒级精度上精准识别虫声,并通过模型优化与压缩技术,在保持识别效果的同时显著降低模型体积,能够实现实验室场景下的高效虫声识别。
技术关键词
识别算法
音频
数据
损失函数优化
说话人识别
样本
深度学习技术
分类准确率
频域特征
代表
波形
场景
成虫
滤波器
网络
时序
分段
标签
噪声