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：2024-03-19

公开（公告）号：CN117727309A

主分类号：G10L17/26

分类号：G10L17/26;G10L17/18;G10L17/02;G10L17/06;G06N3/049;G10L25/18;G06F18/23213

优先权：

专利状态码：在审-实质审查的生效

法律状态：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TDNN结构的鸟鸣物种自动识别方法，包括：采集生态区内的混合鸟鸣数据；基于每一帧信号能量的周期性以及鸟鸣音高的稳定性确定每一帧的鸟鸣音节覆盖率；根据每一帧的单帧能量向量所在聚类簇中每一帧的鸟鸣音节覆盖率、信息逼近系数确定时频掩蔽概率；基于每一帧的鸟鸣音节覆盖率、时频掩蔽概率确定频谱掩蔽值；基于所有帧的频谱掩蔽值构建每个频谱子图的时频掩蔽图；将频谱子图与其时频掩蔽图相乘的结果作为频谱子图的增强鸟鸣特征图；采用TDNN识别模型基于增强鸟鸣特征图确定物种识别结果。本发明通过对频谱图中频谱子图的掩蔽处理，提高了识别模型训练样本的质量，以及鸟鸣物种识别的准确率。

主权项：1.基于TDNN结构的鸟鸣物种自动识别方法，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数据；将每个混合鸟鸣数据的频谱图划分成尺度相等的频谱子图；基于每个频谱子图上每一帧处信号能量的周期性以及鸟鸣音高的稳定性确定每个频谱子图上每一帧的鸟鸣音节覆盖率；根据每个频谱子图上每一帧的单帧能量向量所在聚类簇中每一帧的鸟鸣音节覆盖率、信息逼近系数确定每个频谱子图上每一帧的时频掩蔽概率；基于每个频谱子图上每一帧的鸟鸣音节覆盖率、时频掩蔽概率确定每个频谱子图上每一帧的频谱掩蔽值；基于每个频谱子图上所有帧的频谱掩蔽值构建每个频谱子图的时频掩蔽图；采用TDNN识别模型基于每个频谱子图及其时频掩蔽图确定每个混合鸟鸣数据对应的物种识别结果。

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TDNN结构的鸟鸣物种自动识别方法

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