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：2024-04-26

公开（公告）号：CN117727308B

主分类号：G10L17/26

分类号：G10L17/26;G06F18/213;G06F18/24;G06N3/0455;G06N3/0442;G06N3/096;G10L17/04;G10L17/02;G10L17/18;G10L25/18;G10L25/24;G10L25/03

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及语音处理技术领域，提出了基于深度迁移学习的混合鸟鸣识别方法，包括：采集生态区内的混合鸟鸣信号；基于每个频谱子图上每一帧处谐波成分的相关性和衰减特征确定每一帧的鸟鸣帧识别概率；基于每个频谱子图上所有帧的鸟鸣帧识别概率的分布特征确定每个频谱子图上每一帧的帧扩展尺度；基于每个频谱子图上每一帧的帧扩展尺度确定每一帧的鸟鸣特征图；将预训练的识别模型中的权重参数迁移到混合鸟鸣识别模型，基于混合鸟鸣识别模型确定鸟鸣特征图的识别结果。本发明考虑每一帧上谐波成分在频率、时间上的变化特征构建每一帧的鸟鸣特征图训练识别模型，降低源领域与目标领域数据的特征分布差异对迁移效果的影响，提高识别准确率。

主权项：1.基于深度迁移学习的混合鸟鸣识别方法，其特征在于，该方法包括以下步骤：采集生态区内的混合鸟鸣信号；将每个混合鸟鸣信号的频谱图划分成相同尺度的频谱子图，基于每个频谱子图上每一帧处谐波成分的相关性和衰减特征确定每个频谱子图上每一帧的鸟鸣帧识别概率；基于每个频谱子图上所有帧的鸟鸣帧识别概率的分布特征确定每个频谱子图上每一帧的帧扩展尺度；基于每个频谱子图上每一帧的帧扩展尺度确定每一帧的鸟鸣特征图；将预训练的识别模型中的权重参数迁移到混合鸟鸣识别模型，基于混合鸟鸣识别模型确定所述鸟鸣特征图的识别结果；所述基于每个频谱子图上每一帧处谐波成分的相关性和衰减特征确定每个频谱子图上每一帧的鸟鸣帧识别概率的方法为：基于每个频谱子图上两帧的最大谐波成分向量、以及两帧中所有采样点的帧内稳定向量确定两帧之间的谐波分量相关性；基于每个频谱子图上两帧上相同次序采样点处能量的变化情况确定两帧之间的鸣叫衰减相关性；基于每个频谱子图上每一帧与其余帧之间的谐波分量相关性、鸣叫衰减相关性确定每个频谱子图上每一帧的鸟鸣帧识别概率；所述基于每个频谱子图上两帧的最大谐波成分向量、以及两帧中所有采样点的帧内稳定向量确定两帧之间的谐波分量相关性的方法为：将每个频谱子图上每一帧内的每个采样点的振幅与每一帧内其余采样点振幅差值的绝对值组成的向量作为每个采样点的帧内稳定向量；将两帧上任意一个相同次序采样点的帧内稳定向量之间的度量距离在每帧内所有采样点上的累加结果作为第一乘积因子；将每个频谱子图上每一帧中所有谐波成分中能量最大值按照谐波频率升序顺序组成的向量作为每一帧的最大谐波成分向量；将第一乘积因子与两帧的最大谐波成分向量之间的度量距离的乘积作为两帧之间的谐波分量相关性；所述基于每个频谱子图上两帧上相同次序采样点处能量的变化情况确定两帧之间的鸣叫衰减相关性的方法为：将每个频谱子图上每一帧上的任意一个采样点作为一个目标采样点，统计每个目标帧上谐波分量的数量；将每个谐波分量在每一帧上每个目标采样点处的能量值作为分子；将每个谐波分量在其余任意一帧上相同次序目标采样点处的能量值与预审参数之和作为分母，将分子与分母的比值作为所述每个目标采样点的能量波动量；将所述每个目标采样点其相邻下一个目标采样点之间能量波动量差值的绝对值作为第一差值；将第一差值在每个频谱子图内两帧上所有谐波分量上的累加结果作为两帧之间的鸣叫衰减相关性；所述基于每个频谱子图上所有帧的鸟鸣帧识别概率的分布特征确定每个频谱子图上每一帧的帧扩展尺度的方法为：将每个频谱子图中所有帧的鸟鸣帧识别概率作为输入，采样突变点检测算法获取每个频谱子图中所有帧的鸟鸣帧识别概率中的突变点，将每个所述突变点对应的帧记为一个突变帧；基于每个频谱子图上与每一帧之间的时间间隔最短的突变帧确定每个频谱子图上每一帧的左侧边界帧、右侧边界帧，将每一帧的左侧边界帧、右侧边界帧之间帧的数量作为每一帧的帧扩展尺度。

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 基于深度迁移学习的混合鸟鸣识别方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD