曝光臺 注意防騙 網(wǎng)曝天貓店富美金盛家居專營店坑蒙拐騙欺詐消費者

脈沖間隔時間(interlude of p ul se interval , IPI) ,頻率范圍(f requency range ,FR) ,主頻率(principal f re2
quency ,PF) ,主頻最大值(main peak f requency ,MPF) ,相對幅值( relative amplit ude ,RA) ,基本音(bas2
ic song ,BS) ,陪音(upper partial s ,UP) ,諧波( harmonic wave , HW) 等. 音節(jié)聲長反映了音節(jié)的時間特
征. 基本音是音節(jié)中能量最高且有一定帶寬的基本聲;陪音是在一個音節(jié)中在基本音頻率之上的成分,
陪音個數(shù)能體現(xiàn)出鳴叫聲的婉轉(zhuǎn)程度;諧波是周期性震蕩中,頻率等于基頻整數(shù)倍的正弦量. 主頻率是
一個包括很多不同頻率成分的復(fù)信號中最主要的頻率,它和能量分布能夠更好地反映出鳴叫聲的聲學(xué)
特征.
鳥類鳴叫聲基于聲譜的譜特征參數(shù)常用的有聲譜圖和美爾倒譜系數(shù)(Mel2f requency cep st rum co2
efficient s , MFCC) . 聲譜圖就是顯示時變頻譜幅度特征的圖形,可以被理解為二維(22D) 的“能量密度”,
描述了不同時刻、不同頻率的能量分布情況. Mel 倒譜利用了聽覺原理和倒譜的解相關(guān)特性,具有對卷
積性信道失真進行補償?shù)哪芰? Mel 倒譜被證明是在聲音相關(guān)的識別任務(wù)中應(yīng)用最成功的特征描述
之一[ 10 ] .
3 　鳥鳴叫聲特征提取[ 11213 ]
3. 1 　功率譜分析
傅立葉分析是信號處理很重要的一個基本工具,在快速傅立葉變換出現(xiàn)后,傅立葉分析被廣泛用于
第1 期偉利國等: 　鳥鳴叫聲特征提取方法的研究　109
濾波、頻譜分析和功率分析上. 功率譜估計主要研究信號在頻域中的各種特征,功率譜的橫坐標(biāo)為頻率,
縱坐標(biāo)為能量(相對值) ,主要特征參數(shù)為主頻率,頻率范圍、相對幅值等參數(shù). 圖1 是對麻雀鳴叫聲進行
傅里葉變換,將零頻移到頻譜中心后得到的功率譜圖. 從圖1 中可以計算出該鳴叫聲信號的主頻率在
2. 9 kHz ,頻率范圍1～6 kHz.
圖1 　鳥鳴叫聲功率譜圖
3. 2 　聲譜分析
鳥鳴叫聲復(fù)雜多樣,鳴叫聲波形里包含了一系列不同的事件,這種時域的變化也意味著頻譜特征隨
時間的大幅度變化. 做簡單的傅里葉變換是不能捕捉這種時變的頻譜信息的. 需要對鳥鳴叫聲信號進行
聲譜分析,并用聲譜圖顯示出來. 聲譜圖橫坐標(biāo)是時間,縱坐標(biāo)是頻率,顏色的深淺表示信號在瞬時能量
的大小. 圖2 是對雀鷹鳴叫聲進行聲譜分析得到的聲譜圖,其中加窗函數(shù)為Hanning 窗函數(shù),寬度為
256 ,重疊點數(shù)為200. 從圖中能讀出音節(jié)組成和數(shù)量,可以得到基本音和陪音等特征參數(shù).
圖2 　鳥鳴叫聲聲譜圖
3. 3 　MFCC 分析
MFCC 參數(shù)是基于人的聽覺特性,具有很好的魯棒性. 利用人聽覺的臨界帶效應(yīng),在鳥鳴叫聲頻譜
范圍內(nèi)設(shè)置若干個帶通濾波器,每個濾波器具有三角形或正弦形濾波特性,然后將鳥鳴叫聲能量譜通過
該濾波器組,求各個濾波器輸出,對其取對數(shù),并作離散余弦變換(DCT) ,即可得到MFCC 系數(shù). 計算
MFCC 系數(shù)的具體步驟如圖3 所示.
(1) 對輸入的鳥鳴叫聲信號分幀、加窗,然后進行快速傅里葉變換,獲得頻譜分布信息.
　110 遼寧師范大學(xué)學(xué)報(自然科學(xué)版) 第33 卷
圖3 　MFCC 系統(tǒng)提取
(2) 將頻域信號通過按Mel 頻標(biāo)分布排列的三角濾波器組,將線性頻標(biāo)變換為Mel 頻標(biāo).
(3) 將各濾波器的輸出取對數(shù),作DCT 變換,得到MFCC 系數(shù).
Ci =
2
N Σlog ( Xk ) cos[ i ( k -
1
2
) π
N
] , 　　　i = 1 ,2 , ⋯, P (1)
式中N 為濾波器個數(shù); Xk 為第k 個濾波器的輸出; P 是其階數(shù).
3. 4 　主成分分析
在鳥鳴叫聲研究中提取出的特征值向量維數(shù)多,計算量大,圖形描述不便,需要進行降維處理. 主成
分分析法就是將多項指標(biāo)轉(zhuǎn)換成少數(shù)幾個不相關(guān)的綜合指標(biāo)的多元統(tǒng)計分析方法,把代表各類信息的
綜合指標(biāo)稱為主成分,這種降維的處理方法解決了諸多特征變量由于存在多重共線性所帶來的影響.
圖4 為經(jīng)過上述鳥鳴叫聲特征提取方法后,對提取的16 種鳥鳴叫聲特征向量進行主成分分析的結(jié)
果,其中‘ 3 ’為樣本點. 從圖可以看出選取的主成分有很好的貢獻率( > 80 %) .
圖4 　主成分分析
4 　討論
鳥鳴叫聲特征提取是鳥鳴叫聲研究與應(yīng)用的基礎(chǔ)[14215 ] . 在采用通常FF T 變換和聲譜分析對鳥鳴叫
聲分析基礎(chǔ)上,還進一步對鳥鳴叫聲進行了MFCC 分析,從聽覺原理和倒譜的解相關(guān)特性角度對鳥鳴
叫聲進行頻譜特征的提取,并對提取的特征向量進行主成分分析,找出貢獻率比較大的特征,為鳥鳴叫
聲的特征提取提供了一種方法,為鳥鳴叫聲的實際應(yīng)用可行性提供了技術(shù)保障. 例如在利用鳥鳴叫聲進
行防治鳥害中,通過播放鳥類的驚叫聲或是天敵和猛禽的叫聲,對危害鳥有很好的驅(qū)趕作用,但這些聲
音常具有種別的特異性,如果經(jīng)常播放或持續(xù)時間長,鳥類也會逐漸習(xí)慣,驅(qū)趕效果大大降低. 通過提取
危害鳥鳴叫聲的特征,現(xiàn)場實現(xiàn)對危害鳥進行辨識,就可以有針對性地進行驅(qū)趕聲音鏈的播放. 在提取
鳥鳴叫聲特征的基礎(chǔ)上,可以通過仿真鳥鳴叫聲來防止危害鳥對驅(qū)趕聲音鏈的適應(yīng)性,進一步提高生態(tài)
法防危害鳥的效果. 鳥鳴叫聲特征提取方法還可以應(yīng)用于分析鳥聲的時間差異、地理差異、種間差異和
種內(nèi)差異,研究鳥鳴叫聲與物種形成關(guān)系,鳥鳴叫聲識別機制等研究領(lǐng)域.
鳥鳴叫聲復(fù)雜多樣,不同環(huán)境、不同條件下鳴叫聲有很大區(qū)別,鳥類在喜悅、悲傷、求偶、取食、入侵、
防御、飛行和營巢時都會發(fā)出不同的鳴叫聲. 獲取自然鳥鳴叫聲比較困難,尤其是鳥類特定狀態(tài)下的鳴
叫聲準(zhǔn)確獲取難度更大,鳥鳴叫聲聲源的質(zhì)量和數(shù)量對鳥鳴叫聲特征提取的可靠性影響較大,這方面的
第1 期偉利國等: 　鳥鳴叫聲特征提取方法的研究　111
工作還需要加強和研究.
5 　結(jié)論
本文通過功率譜分析、聲譜分析、MFCC 分析等方法,提取多個特征參數(shù)分析鳥鳴叫聲信號,為鳥
鳴叫聲的個體識別以及鳴叫聲與鳥類行為的關(guān)系研究提供了聲學(xué)依據(jù). 由于采集鳥鳴叫聲環(huán)境和采集
設(shè)備的原因,鳥鳴叫聲樣本中會含有背景噪聲,多個鳥鳴叫聲混合的問題,對鳥鳴叫聲特征分析造成一
　
中國航空網(wǎng) www.k6050.com
航空翻譯 www.aviation.cn
本文鏈接地址：鳥擊資料3(52)