[發明專利]基于音頻的圈養大熊貓自然交配結果的預測方法及系統

有效

• 申請號: 202010096926.0
• 申請日: 2020-02-18
• 公開（公告）號: CN110931024B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 趙啟軍;陳鵬;侯蓉;閆蔚然;湯茂林;張志和
• 申請（專利權）人: 成都大熊貓繁育研究基地;四川大學
• 主分類號: G10L17/26
• 分類號: G10L17/26;G10L25/24;G10L25/30;G10L25/45;A01K29/00;A01K67/02
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 鄒成嬌

1.一種基于音頻的圈養大熊貓自然交配結果的預測方法，其特征在于，包括：

采集圈養大熊貓自然交配時的叫聲數據，得到原始音頻數據；

對采集到的原始音頻數據進行預處理，得到預處理后的音頻片段；

對預處理后的音頻片段提取梅爾倒譜系數特征；

利用神經網絡模型對提取的梅爾倒譜系數特征進行判斷，分析預測音頻片段中每一幀所預示的交配結果的預測概率；

統計輸入神經網絡模型中的音頻片段中的多個音頻幀的預測概率，根據統計數據得到大熊貓交配結果的預測判斷。

2.如權利要求1所述的基于音頻的圈養大熊貓自然交配結果的預測方法，其特征在于，所述對采集到的原始音頻數據進行預處理的具體方法包括：

將所述原始音頻數據分割為2秒固定長度的音頻片段，不足2秒的音頻片段采用靜音填充到2秒的長度；計算每個音頻片段的音頻強度最大值和理論強度最大值的縮放關系，將每個音頻片段中的每個采樣點按照該縮放關系進行縮放。

3.如權利要求1所述的基于音頻的圈養大熊貓自然交配結果的預測方法，其特征在于，所述對預處理后的音頻片段提取梅爾倒譜系數特征的具體步驟包括：

將預處理后的音頻片段根據采樣窗口進行分幀處理，分幀后進行加窗處理；

對分幀加窗處理后的各幀音頻信號進行快速傅里葉變換得到各幀的頻譜；

將所述各幀的頻譜通過一個梅爾濾波器組映射到梅爾刻度；

在每個梅爾刻度上提取對數能量；

對所述對數能量進行離散傅里葉反變換，變換到倒頻譜域，提取得到每一幀的梅爾倒譜系數特征。

4.如權利要求1所述的基于音頻的圈養大熊貓自然交配結果的預測方法，其特征在于，所述神經網絡模型包括卷積模塊、max-pooling層、Drop Out層、Reshape層、雙向GRU模塊、注意力模塊和soft-max層，所述卷積模塊包括3個相同的卷積層和批量歸一化層，所述注意力模塊包括全連接層和合并層。

5.如權利要求4所述的基于音頻的圈養大熊貓自然交配結果的預測方法，其特征在于，所述利用神經網絡模型對提取的梅爾倒譜系數特征進行判斷，分析預測音頻片段中每一幀所預示的交配結果的預測概率的具體方法包括：

將提取的每一幀梅爾倒譜系數特征依次經過卷積層、批量歸一化層、卷積層、批量歸一化層、卷積層和批量歸一化層后，通過ReLU激活函數輸出第一輸出特征；

將第一輸出特征依次經過max-pooling層、Drop Out層和Reshape層處理，得到第二輸出特征；

將第二輸出特征輸入到雙向GRU模塊中進行雙向的時序信息學習，輸出第三輸出特征；

將所述第三輸出特征依次經過全連通層和合并層處理，得到輸出結果；

將輸出結果經過soft-max層計算出每一個音頻段的每一幀代表大熊貓交配成功和失敗的概率。

6.一種基于音頻的圈養大熊貓自然交配結果的預測系統，其特征在于，包括音頻采集裝置、音頻預處理模塊、特征提取模塊、數據處理模塊和預測判斷模塊，

所述音頻采集裝置采集圈養大熊貓自然交配時的叫聲數據，得到原始音頻數據；

所述音頻預處理模塊對采集到的原始音頻數據進行預處理，得到預處理后的音頻片段；

所述特征提取模塊對預處理后的音頻片段提取梅爾倒譜系數特征；

所述數據處理模塊利用神經網絡模型對提取的梅爾倒譜系數特征進行判斷，分析預測音頻片段中每一幀所預示的交配結果的預測概率；

所述預測判斷模塊統計輸入神經網絡模型中的音頻片段中的多個音頻幀的預測概率，根據統計數據得到大熊貓交配結果的預測判斷。

7.如權利要求6所述的基于音頻的圈養大熊貓自然交配結果的預測系統，其特征在于，所述音頻預處理模塊對采集到的原始音頻數據進行預處理的具體方法包括：

將所述原始音頻數據分割為2秒固定長度的音頻片段，不足2秒的音頻片段采用靜音填充到2秒的長度；計算每個音頻片段的音頻強度最大值和理論強度最大值的縮放關系，將每個音頻片段中的每個采樣點按照該縮放關系進行縮放。