计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
5期
1868-1871,封3
,共5页
鸟类识别%梅尔倒谱系数%鸣叫%鸣唱%双重高斯混合模型
鳥類識彆%梅爾倒譜繫數%鳴叫%鳴唱%雙重高斯混閤模型
조류식별%매이도보계수%명규%명창%쌍중고사혼합모형
bird identification%Mel-frequency cepstrum coefficient (MFCC)%call%song%double Gaussian mixture model (dual-GMM)
针对鸟类鸣声信号变化丰富和复杂的特点,提出一种基于MFCC和鸣叫、鸣唱声GMM模型的鸟类识别方法.该方法拟采用将鸟鸣声分为鸟叫声和鸟唱声的策略,分别提取其特征参数MFCC.提出双重GMM模型进行训练和识别.用8种鸟的鸣叫声和鸣唱声1077个样本进行实验,实验结果表明,双重GMM模型的识别率达到90％以上,与单一鸣声模型相比具有更高的识别率.
針對鳥類鳴聲信號變化豐富和複雜的特點,提齣一種基于MFCC和鳴叫、鳴唱聲GMM模型的鳥類識彆方法.該方法擬採用將鳥鳴聲分為鳥叫聲和鳥唱聲的策略,分彆提取其特徵參數MFCC.提齣雙重GMM模型進行訓練和識彆.用8種鳥的鳴叫聲和鳴唱聲1077箇樣本進行實驗,實驗結果錶明,雙重GMM模型的識彆率達到90％以上,與單一鳴聲模型相比具有更高的識彆率.
침대조류명성신호변화봉부화복잡적특점,제출일충기우MFCC화명규、명창성GMM모형적조류식별방법.해방법의채용장조명성분위조규성화조창성적책략,분별제취기특정삼수MFCC.제출쌍중GMM모형진행훈련화식별.용8충조적명규성화명창성1077개양본진행실험,실험결과표명,쌍중GMM모형적식별솔체도90％이상,여단일명성모형상비구유경고적식별솔.
