公开(公告)号：CN102930870A

公开(公告)日：2013-02-13

申请号：CN201210368983.5

申请日：2012-09-27

Applicant: 福州大学

Inventor： 颜鑫 ,  李应

IPC: G10L17/26 ,  G10L17/08 ,  G10L15/20

Abstract: 本发明针对生态环境中各种背景噪声下的鸟类声音识别问题，提出了一种基于新型抗噪特征提取的鸟类声音识别技术。首先，根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱。其次，使用多频带谱减法对声音功率谱进行降噪处理。接着，结合降噪的声音功率谱提取抗噪幂归一化倒谱系数（APNCC）。最后，采用支持向量机（SVM）分别对提取的APNCC，幂归一化倒谱系数（PNCC）和Mel频率倒谱系数（MFCC）对34种鸟类声音进行不同环境和信噪比情况下的对比实验。实验表明，提取的APNCC具有较好的平均识别效果及较强的噪声鲁棒性，更适用于信噪比低于30dB环境下的鸟类声音识别。

公开(公告)号：CN102930870B

公开(公告)日：2014-04-09

申请号：CN201210368983.5

申请日：2012-09-27

Applicant: 福州大学

Inventor： 颜鑫 ,  李应

IPC: G10L17/26 ,  G10L17/08 ,  G10L15/20

Abstract: 本发明针对生态环境中各种背景噪声下的鸟类声音识别问题，提出了一种基于新型抗噪特征提取的鸟类声音识别技术。首先，根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱。其次，使用多频带谱减法对声音功率谱进行降噪处理。接着，结合降噪的声音功率谱提取抗噪幂归一化倒谱系数（APNCC）。最后，采用支持向量机（SVM）分别对提取的APNCC，幂归一化倒谱系数（PNCC）和Mel频率倒谱系数（MFCC）对34种鸟类声音进行不同环境和信噪比情况下的对比实验。实验表明，提取的APNCC具有较好的平均识别效果及较强的噪声鲁棒性，更适用于信噪比低于30dB环境下的鸟类声音识别。