利用抗噪幂归一化倒谱系数的鸟类声音识别方法

摘要

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。

主权项

1.一种利用抗噪幂归一化倒谱系数的鸟类声音识别方法，其特征在于包括以下步骤：步骤S01：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；步骤S02：使用多频带谱减法对声音功率谱进行降噪处理；步骤S03：结合降噪的声音功率谱提取抗噪幂归一化倒谱系数APNCC；所述步骤S01采用以下步骤实现：步骤S011:计算带噪声音信号的平滑功率谱：对带噪声音信号的数学模型进行FFT变换后得到该噪声音信号的幅度谱，然后通过一阶递归式计算出该平滑功率谱，其中为带噪的声音信号，为纯净的声音信号，为附带的噪声信号，为带噪声音信号的平滑功率谱，为帧索引，为频率索引，为带噪声音信号的功率谱，为平滑常量；步骤S012：进行带噪声音信号平滑功率谱最小值追踪计算：采用非线性通过下式追踪计算带噪声音信号功率谱的最小值，其中，为带噪声音功率谱的局部最小值，和为常量；步骤S013：计算声音平滑功率与其相应局部最小值的比值：；通过该比值与频率相关的阈值的比较，当该比值比相应阈值大时，就被当作前景声音存在的频率窗口，反之，则为噪声的频率窗口；步骤S014：根据对前景声音是否存在进行判断，其中为频率相关常量，可表示为：，，，采样频率；步骤S015：通过式的一阶递归式计算前景声音存在的概率，其中，为平滑常量，取；步骤S016：计算时-频相关的平滑因子；其中，为常量，取，的取值范围为；步骤S017：根据所述时-频相关的平滑因子更新估计的噪声功率谱，其中，为估计的噪声幅度谱。