基于功率谱和共振峰的母羊发声信号识别

• Published in: 农业工程学报 no. 24; pp. 219 - 224
• Main Author: 宣传忠 武佩 马彦华 张丽娜 韩丁 刘艳秋
• Format: Journal Article
• Language: Chinese
• Published: 内蒙古农业大学机电工程学院,呼和浩特,010018 2015
• Subjects: 动物;功率谱;声音信号;母羊;共振峰;特征提取; 母羊; power spectrum; 特征提取; acoustical signals; feature extraction; 动物; 声音信号; animals; 共振峰; formant; 功率谱; ewes
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2015.24.033

内蒙古及周边西部地区正在发展规模化种草设施圈养,这种养殖模式要求较高的福利化饲养水平。母羊在不同的应激行为下会发出不同的声信号,可以通过识别母羊发声信号去评价其健康状况和福利化养殖水平。该研究以成年小尾寒羊为例,通过无线语音数据采集卡,平均采集80只母羊在寻羔、饥饿和惊吓3种应激行为下的发声,用Audacity软件共分割成1 200句叫声信号,并用带通滤波和小波消噪进行预处理。每种应激行为下再随机选取200句发声信号,共计600句进行AR(auto-regressive)功率谱估计和共振峰分析,提取第1、2和3共振峰频率和6个代表性的功率谱估计频域参数:功率谱密度的平均值、几何平均值、中值、切尾平均值、平均绝对偏差值和四位分极差,同时也提取叫声信号的最大值、持续时间和间隔时间时域参数,这些特征参数用于训练BP(back propagation)神经网络母羊发声信号识别模型,剩余的600句发声信号用于测试模型的识别效果。结果表明:母羊在不同应激行为下的发声信号具有明显差异的特征参数,采用共振峰参数训练的BP网络,其对母羊发声信号的正确识别率为85.3%,高于利用AR功率谱估计参数的81.0%,当2种参数进行组合训练BP网络后,其正确识别率可达93.8%,表明这种方法的识别效果更好,由于在同一种应激行为下,不同年龄和体质量的母羊发声信号具有一定的差异性,使得系统的误识别率达到6.2%。