-
公开(公告)号：CN116524939A
公开(公告)日：2023-08-01
申请号：CN202310439188.9
申请日：2023-04-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于ECAPA‑TDNN的鸟鸣物种自动识别方法，包括：采集鸟鸣片段，进行预处理和特征提取，获得梅尔频率倒谱系数；将梅尔频率倒谱系数送入ECAPA‑TDNN网络进行训练；通过基于高斯混合模型的语音端点检测算法，去除静音片段，提取包含鸟鸣声的片段；获取鸟鸣片段对应的梅尔频率倒谱系数，输入训练好的模型进行识别，得到结果；将识别结果逐条显示在图形用户界面上，分类别进行数量统计，绘制频谱图，并在导出表格中展示识别信息。本发明通过ECAPA‑TDNN模型提高了鸟鸣分类场景下的准确率，实现了鸟类鸣唱长片段数据的自动分类和初步分析，减轻了人工剪裁的工作量，便于后续进行生态领域的深入分析。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
