申请/专利权人：吉林大学

申请日：2024-01-17

公开（公告）日：2024-04-05

公开（公告）号：CN117831544A

主分类号：G10L17/26

分类号：G10L17/26;G10L17/18;G10L25/24;G10L25/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开的面向复杂声景的鸟声特征提取和识别的方法与系统，涉及音频信号识别领域。本发明对鸟鸣音频数据进行预处理，能够读取并处理多种格式的音频。构建鸟声探测模型，对音频中是否存在鸟声进行检测。建立分类模型，给出输入音频的多标签分类结果，并采用LightGBM模型选择目标鸟种。最后，计算二分类阈值和鸟声阈值，并根据所述阈值筛选与确定鸟声识别的最终结果，才能够精确地自动识别复杂声景中的鸟声，进而解决因鸟类物种繁多、发声方式复杂、特征提取困难，而导致人声识别领域常采用方法难以迁移到鸟声识别领域中的问题，让鸟类学家从繁琐的手动标记与识别从解放出来，实现自动化鸟声识别，给鸟类研究提供更大量的数据支持。

主权项：1.一种面向复杂声景的鸟声特征提取和识别的方法，其特征在于，包括：对鸟鸣音频数据进行预处理得到语谱数据；对所述语谱数据进行增强处理；构建鸟声探测模型，并采用所述鸟声探测模型基于增强处理后的语谱数据生成探测结果；所述探测结果为包含鸟鸣概率的语谱图；构建分类模型，并采用所述分类模型基于所述探测结果生成鸟鸣概率的多标签分类结果；采用LightGBM算法，从多标签分类结果中选取目标鸟类，得到鸟类目标分类值；确定二分类阈值和鸟声阈值，并根据所述二分类阈值、所述鸟声阈值以及所述鸟类目标分类值确定鸟类的最终识别结果。

全文数据：

权利要求：

百度查询： 吉林大学 一种面向复杂声景的鸟声特征提取和识别的方法与系统

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