申请/专利权人：北京林业大学

申请日：2023-11-27

公开（公告）日：2024-02-27

公开（公告）号：CN117612537A

主分类号：G10L17/26

分类号：G10L17/26;G10L17/18;G10L21/12;H04L67/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种基于云边协同控制的鸟鸣声智能监测系统，涉及语音识别技术领域。本发明与之前的鸟鸣声处理系统相比，改进了缺少对鸟鸣声信息的有效利用；边缘侧识别结果并不充分可靠；鸟鸣声采集缺乏针对性；未能构建可持续优化的智能识别系统的问题，通过以融合增量学习的云端训练+边缘推理的智能边缘数据分析技术为核心，以智能移动设备为边缘设备基础，以移动通信技术为信息通道，连接高性能的云端智能服务器，形成具有持续学习能力的云边协同鸟鸣声监测模式。实现野外鸟鸣声采集的远程上传和自动识别，构建开放、精准识别和持续进化的云边协同鸟类鸣声监测系统。

主权项：1.一种基于云边协同控制的鸟鸣声智能监测系统，其特征在于，包括：边缘节点1和云边协同全局管理平台2，所述边缘节点1采集真实环境中的鸟鸣声数据，并将所述鸟鸣声数据上报至所述云边协同全局管理平台2，所述云边协同全局管理平台2对由边缘设备构成的边缘节点1进行统一纳管；所述边缘节点1包括鸣声采集模块110、音频管理模块120、鸣声识别模块130、人机交互模块140、数据存储模块150和数据上传模块160；所述鸣声采集模块110用于采集真实环境中的鸟鸣声数据；所述音频管理模块120用于对采集的所有鸟鸣声数据进行管理；所述鸣声识别模块130用于对鸟鸣声数据进行识别；所述人机交互模块140用于进行人机交互；所述数据存储模块150用于存储鸟鸣声数据和鸟类物种信息；所述数据上传模块160用于将鸟鸣声数据上传至云边协同全局管理平台2；所述云边协同全局管理平台2包括数据分析层210、深度学习层220和人机交互层230；所述数据分析层210用于对多种数据源对象类型进行统一的数据采集、分析及控制；所述深度学习层220用于对所述数据分析层210的进行增量学习和训练，其中通过多维代表性评估模块对云端音频数据进行筛选；所述人机交互层230用于为使用者提供可操作界面以及将采集到的鸟类信息进行可视化展示。

全文数据：

权利要求：

百度查询： 北京林业大学 一种基于云边协同控制的鸟鸣声智能监测系统

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