合肥学院学报(综合版)

2022, v.39;No.168(02) 113-119

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BiLSTM的生猪音频识别
Pig Audio Recognition Based on BiLSTM

邵睿;彭硕;查文文;陈成鹏;辜丽川;焦俊;

摘要(Abstract):

以5种猪声为研究对象,首先,用维纳滤波和端点检测对猪声进行预处理,获得有效语料;然后,提取梅尔倒谱系数(Mel Frequency Cepstral Coefficient, MFCC)制作样本集,再构建基于BiLSTM的声学模型学习样本集;最后用训练好的模型对猪声MFCC序列进行分类,实现生猪音频识别。结果表明:(1)通过5折交叉试验验证,5组模型总体识别率均达到90%,最高组为92.52%;(2)用样本集外语料对最优组模型进行算法应用测试,模型对进食、咳嗽、发情、嚎叫和哼叫的样本识别率分别为88.35%、93.65%、90.38%、88.46%、92.63%,总体识别率为90.70%。

关键词(KeyWords): 维纳滤波;梅尔倒谱系数;双向长短时记忆网络;声学模型;加权交叉熵函数

Abstract:

Keywords:

基金项目(Foundation): 安徽省科技重大专项“大数据环境下的生猪健康养殖与疫病防控预警关键技术研究”(201903a06020009);; 安徽农业大学研究生创新基金项目“基于改进Bi-LSTM的生猪音频分类模型”(2021yjs-52)资助

作者(Authors): 邵睿;彭硕;查文文;陈成鹏;辜丽川;焦俊;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享