基于声音识别技术的猪咳嗽音识别方法的研究
发布时间:2021-06-26 07:06
生猪养殖是我国畜牧业的支柱产业,科技发展不断的推动生猪养殖逐渐由传统的粗放型、家庭式散养向规模化、自动化和智能化养殖转变。集约化养殖存在饲养空间小,密度大,通风不良等问题,加剧了猪的呼吸道疾病的发病风险,如何快速监测和预警猪的呼吸道疾病是扩大产业规模亟待解决的问题。目前人为观察猪的咳嗽状况是评价其是否感染呼吸道疾病的主要方法,但该方法费时费力,主观性强,且人的活动容易引起猪的应激反应,不利于猪的生长,因此开发猪咳嗽声自动识别监测系统具有重大的科研价值和广阔的市场前景。声音识别技术具有响应速度快、成本低、客观性强、精确度高、无接触,非侵入的特点。本文采集猪舍环境下的猪咳嗽声和干扰声,人工标记获得试验样本,应用预加重、谱减法去噪进行预处理,通过分帧加窗、双门限端点检测分别提取短时能量(EN)、短时过零率(ZCR)和改进的梅尔倒谱系数(MFCC)构建矢量量化(VQ)、支持向量机(SVM)和隐马尔科夫(HMM)模型,并对猪咳嗽声识别系统进行相关优化,探索应用声音识别技术实现猪咳嗽声的自动识别新途径,本文研究内容和结果如下:1)采集实际猪舍下的猪声音信号,通过软件对样本的进行人工标记和分类,获得...
【文章来源】:华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
环境噪声和猪咳嗽声的功率谱
传统对整个空间范围内猪使用抗生素造成的不良影响(Silva et al 2008,14)。在实际猪舍中,不同原因引起的猪咳嗽声在特征的表现上是不同的。M 等人通过试验获得感染肺炎巴氏杆菌的病猪和由柠檬酸诱导健康猪产生嗽声样本,将两组咳嗽样本分别提取能量包络利用自回归模型构建一阶传后利用传递函数模拟所有咳嗽声,根据模型参数估计出模拟输出的时间常表明病猪咳嗽声比健康猪的咳嗽声衰减值明显升高(P<0.0001),不同病的咳嗽声持续时间是不同的(Silvaetal2009)。SFerrari 等人做了更进一步分别采集感染病毒的猪咳嗽声和柠檬酸诱导的健康猪咳嗽声,分析两种咳特征差异,研究结果显示,健康和受感染的猪的咳嗽声的有效值,平均峰持续时间和连续的咳嗽间隔时间分别为 0.215、1600Hz、0.43s、0.37s 和 0z、0.67s、0.52s,健康和受感染的猪的咳嗽声的声学特征存在显著差异( 2008)。
检测是保证样本一致性的重要环节,在声音预处理中占有重要地取猪的咳嗽信号的短时过零率和短时能量,设置双门限,实现了点检测,通过 150 个声音的测试结果显示,该算法的准确性达到了振宇 2016,路青起和白燕燕 2012)。徐大为等人将声音的产生过,提出通过短时能量,能量谱方差、能量熵和倒谱距离四个特征参始点进行检测,结果显示该算法在噪声环境下具有良好的表现,高了 13.9 个百分点(徐大为等 2003)。石锐、李宁分析了咳嗽音了基于短时能量、短时过零率和谱熵的端点检测方法,安静环境达到了 100%(石锐等 2010,薛胜尧 2015)。戴元红等人研究了并针对实际环境下噪声信号过大造成的端点检测不准确问题,提能量比,进而对声音的起始点进行定位,图 1-4 为一段声音信号量比,a、c 分别为纯净声音信号和加噪后声音信号,b 和 d 分别比,该方法丰富了端点检测手段(张仁志和崔慧娟 2015,戴元红等
【参考文献】:
期刊论文
[1]猪咳嗽声特征参数提取与识别的研究[J]. 张振华,田建艳,王芳,张成. 黑龙江畜牧兽医. 2017(23)
[2]基于深度信念网络的猪咳嗽声识别[J]. 黎煊,赵建,高云,雷明刚,刘望宏,龚永杰. 农业机械学报. 2018(03)
[3]语音增强在去除猪咳嗽噪声中的应用研究[J]. 董红松,刘振宇,马辉栋,闫静. 山西农业大学学报(自然科学版). 2017(11)
[4]基于SVM算法的猪声音识别的研究[J]. 张栖铭,袁瑞临,范凡,王峰. 电脑知识与技术. 2017(10)
[5]引发猪咳嗽的几种疾病的临床诊断[J]. 吴锦刚. 农技服务. 2017(05)
[6]待产梅山母猪咳嗽声识别算法的研究[J]. 徐亚妮,沈明霞,闫丽,刘龙申,陈彩蓉,许佩全. 南京农业大学学报. 2016(04)
[7]中国畜牧业产值和生产情况[J]. 石守定. 中国畜牧业. 2016(14)
[8]噪声环境下的仔猪求食发声信号识别[J]. 李博宇,赵翠莲,吴佳伟,徐昱琳. 电声技术. 2016(07)
[9]语音端点检测算法在猪咳嗽检测中的应用研究[J]. 马辉栋,刘振宇. 山西农业大学学报(自然科学版). 2016(06)
[10]多模式情感识别特征参数融合算法研究[J]. 韩志艳,王健. 计算机技术与发展. 2016(05)
博士论文
[1]考虑环境因素的中国规模生猪养殖生产率研究[D]. 左永彦.西南大学 2017
[2]设施羊舍声信号的特征提取和分类识别研究[D]. 宣传忠.内蒙古农业大学 2016
硕士论文
[1]基于Matlab的羔羊寻母声音信号的识别分析[D]. 祁飞.内蒙古农业大学 2016
[2]咳嗽音识别方法的应用研究[D]. 李宁.重庆大学 2010
[3]咳嗽自动分类技术研究[D]. 李文.华南理工大学 2010
[4]基于矢量量化的说话人识别技术研究[D]. 黄文辉.西安电子科技大学 2006
本文编号:3250879
【文章来源】:华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
环境噪声和猪咳嗽声的功率谱
传统对整个空间范围内猪使用抗生素造成的不良影响(Silva et al 2008,14)。在实际猪舍中,不同原因引起的猪咳嗽声在特征的表现上是不同的。M 等人通过试验获得感染肺炎巴氏杆菌的病猪和由柠檬酸诱导健康猪产生嗽声样本,将两组咳嗽样本分别提取能量包络利用自回归模型构建一阶传后利用传递函数模拟所有咳嗽声,根据模型参数估计出模拟输出的时间常表明病猪咳嗽声比健康猪的咳嗽声衰减值明显升高(P<0.0001),不同病的咳嗽声持续时间是不同的(Silvaetal2009)。SFerrari 等人做了更进一步分别采集感染病毒的猪咳嗽声和柠檬酸诱导的健康猪咳嗽声,分析两种咳特征差异,研究结果显示,健康和受感染的猪的咳嗽声的有效值,平均峰持续时间和连续的咳嗽间隔时间分别为 0.215、1600Hz、0.43s、0.37s 和 0z、0.67s、0.52s,健康和受感染的猪的咳嗽声的声学特征存在显著差异( 2008)。
检测是保证样本一致性的重要环节,在声音预处理中占有重要地取猪的咳嗽信号的短时过零率和短时能量,设置双门限,实现了点检测,通过 150 个声音的测试结果显示,该算法的准确性达到了振宇 2016,路青起和白燕燕 2012)。徐大为等人将声音的产生过,提出通过短时能量,能量谱方差、能量熵和倒谱距离四个特征参始点进行检测,结果显示该算法在噪声环境下具有良好的表现,高了 13.9 个百分点(徐大为等 2003)。石锐、李宁分析了咳嗽音了基于短时能量、短时过零率和谱熵的端点检测方法,安静环境达到了 100%(石锐等 2010,薛胜尧 2015)。戴元红等人研究了并针对实际环境下噪声信号过大造成的端点检测不准确问题,提能量比,进而对声音的起始点进行定位,图 1-4 为一段声音信号量比,a、c 分别为纯净声音信号和加噪后声音信号,b 和 d 分别比,该方法丰富了端点检测手段(张仁志和崔慧娟 2015,戴元红等
【参考文献】:
期刊论文
[1]猪咳嗽声特征参数提取与识别的研究[J]. 张振华,田建艳,王芳,张成. 黑龙江畜牧兽医. 2017(23)
[2]基于深度信念网络的猪咳嗽声识别[J]. 黎煊,赵建,高云,雷明刚,刘望宏,龚永杰. 农业机械学报. 2018(03)
[3]语音增强在去除猪咳嗽噪声中的应用研究[J]. 董红松,刘振宇,马辉栋,闫静. 山西农业大学学报(自然科学版). 2017(11)
[4]基于SVM算法的猪声音识别的研究[J]. 张栖铭,袁瑞临,范凡,王峰. 电脑知识与技术. 2017(10)
[5]引发猪咳嗽的几种疾病的临床诊断[J]. 吴锦刚. 农技服务. 2017(05)
[6]待产梅山母猪咳嗽声识别算法的研究[J]. 徐亚妮,沈明霞,闫丽,刘龙申,陈彩蓉,许佩全. 南京农业大学学报. 2016(04)
[7]中国畜牧业产值和生产情况[J]. 石守定. 中国畜牧业. 2016(14)
[8]噪声环境下的仔猪求食发声信号识别[J]. 李博宇,赵翠莲,吴佳伟,徐昱琳. 电声技术. 2016(07)
[9]语音端点检测算法在猪咳嗽检测中的应用研究[J]. 马辉栋,刘振宇. 山西农业大学学报(自然科学版). 2016(06)
[10]多模式情感识别特征参数融合算法研究[J]. 韩志艳,王健. 计算机技术与发展. 2016(05)
博士论文
[1]考虑环境因素的中国规模生猪养殖生产率研究[D]. 左永彦.西南大学 2017
[2]设施羊舍声信号的特征提取和分类识别研究[D]. 宣传忠.内蒙古农业大学 2016
硕士论文
[1]基于Matlab的羔羊寻母声音信号的识别分析[D]. 祁飞.内蒙古农业大学 2016
[2]咳嗽音识别方法的应用研究[D]. 李宁.重庆大学 2010
[3]咳嗽自动分类技术研究[D]. 李文.华南理工大学 2010
[4]基于矢量量化的说话人识别技术研究[D]. 黄文辉.西安电子科技大学 2006
本文编号:3250879
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/3250879.html