[发明专利]鸟声识别模型的构建方法、装置、计算机设备及存储介质

说明书

本发明涉及声音识别领域，公开了一种鸟声识别模型的构建方法、装置、计算机设备及存储介质。其方法包括：获取鸟声样本，鸟声样本包括声音片段，每个鸟声样本与一个鸟名标签对应；从声音片段中提取梅尔频率倒谱特征，获得声音片段的多个频谱图；对多个频谱图进行特征提取和降维处理，获得声音片段对应的特征图；将特征图进行声纹特征编码处理，获得声纹特征向量；将声纹特征向量输入胶囊网络进行训练，训练完毕后获得鸟声识别模型，鸟声识别模型包括训练完毕后的胶囊网络。本发明所获得鸟声识别模型可用于对包含鸟声的声音片段进行处理，识别出鸟的类别。

技术领域

本发明涉及声音识别领域，尤其涉及一种鸟声识别模型的构建方法、装置、计算机设备及存储介质。

背景技术

在自然界中，人类的生产生活对于鸟类有着非常大的影响。反之，鸟类的生存状况在一定程度上可以反映人类生活环境的状态。因而，有必要建立对鸟类监测的站点，以获得鸟类的生存状况。

然而，很多鸟类监测站点往往处于无人区域，对于鸟类的监测往往依赖于监控人员对监测站点获取的监控录像的监测。这种方式的监测，一方面对监控人员有很高的要求，另一方面也对监拍设备有较高要求。因而现有的监测方式往往是采用录制监测站点包含鸟声的音频数据，并对含有鸟声的音频数据进行处理，进而获得鸟类的活动状况。在这种情况下，构建适当的神经网络模型，实现根据鸟声对鸟的类别进行识别，就显得相当必要。

发明内容

基于此，有必要针对上述技术问题，提供一种鸟声识别模型的构建方法、装置、计算机设备及存储介质，以获得可对包含鸟声的音频进行有效识别，识别出鸟的类别的鸟声识别模型。

一种鸟声识别模型的构建方法，包括：

获取鸟声样本，所述鸟声样本包括声音片段，每个鸟声样本与一个鸟名标签对应；

从所述声音片段中提取梅尔频率倒谱特征，获得所述声音片段的多个频谱图；

对所述多个频谱图进行特征提取和降维处理，获得所述声音片段对应的特征图；

将所述特征图进行声纹特征编码处理，获得声纹特征向量；

将所述声纹特征向量输入胶囊网络进行训练，训练完毕后获得鸟声识别模型，所述鸟声识别模型包括训练完毕后的所述胶囊网络。

一种鸟声识别模型的构建装置，包括：

获取样本模块，用于获取鸟声样本，所述鸟声样本包括声音片段，每个鸟声样本与一个鸟名标签对应；

频谱图提取模块，用于从所述声音片段中提取梅尔频率倒谱特征，获得所述声音片段的多个频谱图；

特征图提取模块，用于对所述多个频谱图进行特征提取和降维处理，获得所述声音片段对应的特征图；

向量构建模块，用于将所述特征图进行声纹特征编码处理，获得声纹特征向量；

获得模型模块，用于将所述声纹特征向量输入胶囊网络进行训练，训练完毕后获得鸟声识别模型，所述鸟声识别模型包括训练完毕后的所述胶囊网络。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述鸟声识别模型的构建方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述鸟声识别模型的构建方法。