申请/专利权人:百鸟数据科技(北京)有限责任公司
申请日:2024-02-18
公开(公告)日:2024-04-16
公开(公告)号:CN117727307B
主分类号:G10L17/26
分类号:G10L17/26;G06V10/46;G06N3/0455;G06F18/23;G06F18/25;G10L17/18;G10L17/02;G10L17/04;G10L17/08;G10L25/18
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本申请涉及语音处理技术领域,提出了基于特征融合的鸟类声音智能识别方法,包括:采集生态区内不同鸟类的鸟鸣数据;基于每个鸟鸣数据的频谱图采样均匀分块的方式确定每个鸟鸣数据的频谱向量;基于每个鸟鸣数据的频谱向量在自编码器潜在空间每个维度上的投影长度确定音频信息相关系数;基于频谱向量与相同潜在空间维度之间的音频信息相关系数确定维度区分系数;根据频谱向量以及维度区分系数确定鸟鸣特征向量;基于鸟鸣特征向量以及图像识别模型所提取特征向量的特征融合结果确定鸟鸣数据的鸟类识别结果。本申请能够利用不同维度作为坐标系维度,并通过维度递增的方式对相似度较高的鸟鸣数据准确区分,提高鸟类声音的识别准确率。
主权项:1.基于特征融合的鸟类声音智能识别方法,其特征在于,该方法包括以下步骤:采集生态区内不同鸟类的鸟鸣数据;基于每个鸟鸣数据的频谱图采样均匀分块的方式确定每个鸟鸣数据的频谱向量;基于每个鸟鸣数据的频谱向量在自编码器潜在空间中每个维度上的投影长度确定每个鸟鸣数据的频谱向量与每个潜在空间维度之间的音频信息相关系数;基于不同鸟类下鸟鸣数据的频谱向量与相同潜在空间维度之间的音频信息相关系数确定自编码器潜在空间中每个维度关于不同种鸟类的维度区分系数;根据不同鸟类下鸟鸣数据的频谱向量以及每个潜在空间维度的维度区分系数确定不同种鸟类之间的鸟鸣特征向量;基于不同种鸟类之间的鸟鸣特征向量以及图像识别模型所提取特征向量的特征融合结果确定鸟鸣数据的鸟类识别结果;所述基于不同种鸟类之间的鸟鸣特征向量以及图像识别模型所提取特征向量的特征融合结果确定鸟鸣数据的鸟类识别结果的方法为:将每种鸟类关于其余任意一种鸟类的鸟鸣特征向量作为一个行向量,将利用每种鸟类关于其余所有种鸟类的鸟鸣特征向量组成的矩阵作为每种鸟类的区分特征矩阵;利用神经网络模型分别获取每种鸟类下每个鸟鸣数据Mel语谱图、Chirplet语谱图的图像特征向量;采用首尾拼接的方式将所述图像特征向量分别与每种鸟类的区分特征矩阵中每个行向量进行拼接得到多维鸟鸣融合向量,将多维鸟鸣融合向量输入分类器得到鸟类识别结果。
全文数据:
权利要求:
百度查询: 百鸟数据科技(北京)有限责任公司 基于特征融合的鸟类声音智能识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。