專(zhuān)利名稱(chēng)：一種基于語(yǔ)音的動(dòng)物識(shí)別方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及具有語(yǔ)音識(shí)別功能的移動(dòng)終端，尤其涉及一種基于語(yǔ)音的動(dòng)物識(shí)別方法及裝置。
背景技術(shù)：
人類(lèi)有人類(lèi)的語(yǔ)言，而且可以聽(tīng)其聲知其人，原因是每個(gè)人語(yǔ)音中的音調(diào)，音色等一些語(yǔ)音的特征參數(shù)是難以改變的。動(dòng)物也有動(dòng)物的語(yǔ)言，不同的動(dòng)物所發(fā)出的叫聲也是不同的，每個(gè)物種、每個(gè)物種的不同個(gè)體均有其獨(dú)特的叫聲特征，例如通過(guò)人耳即可輕松地區(qū)別出貓的叫聲和狗的叫聲。對(duì)于人們所熟悉的物種叫聲往往可以通過(guò)人耳輕松地識(shí)別該物種，但是對(duì)于不熟悉的物種就難以識(shí)別，而且人耳聽(tīng)力有限，容易受到主觀(guān)認(rèn)知的影響。當(dāng)人們處在野外環(huán)境中，有時(shí)需要警惕周?chē)吧鷦?dòng)物的出沒(méi)，需要掌握周?chē)膭?dòng)物物種及其數(shù)量分布，達(dá)到趨利避害的目的。另外，出于野外觀(guān)測(cè)或野生動(dòng)物監(jiān)測(cè)保護(hù)的目的，經(jīng)常地也需要隨時(shí)關(guān)注周?chē)膭?dòng)物物種。在這些情況下，動(dòng)物的叫聲是識(shí)別物種、追尋動(dòng)物蹤跡的重要線(xiàn)索之一。因而提供一種能通過(guò)其叫聲識(shí)別動(dòng)物的方法和便攜式裝置具有現(xiàn)實(shí)的意義和實(shí)際的需求。

發(fā)明內(nèi)容
為了克服上述所指的現(xiàn)有技術(shù)中的不足之處，本發(fā)明提供一種基于語(yǔ)音的動(dòng)物識(shí)別方法及裝置，以實(shí)現(xiàn)利用手機(jī)等移動(dòng)終端監(jiān)聽(tīng)用戶(hù)周?chē)鷦?dòng)物的叫聲，識(shí)別周?chē)膭?dòng)物物種及其數(shù)量分布。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:
一種基于語(yǔ)音的動(dòng)物識(shí)別方法，應(yīng)用于移動(dòng)終端，其步驟包括:
a、采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)；
b、獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)；
C、提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配； d、記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種。進(jìn)一步地，所述所述步驟a采集若干動(dòng)物物種的語(yǔ)音樣本包括:采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本；采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。所述步驟d中的匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。所述步驟d之后，還包括:分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目；在移動(dòng)終端的顯示裝置上顯示統(tǒng)計(jì)結(jié)果。所述聲波特征參數(shù)包括線(xiàn)性預(yù)測(cè)倒譜系數(shù)、Mel頻率倒譜系數(shù)、基于小波分析的特征參數(shù)中的一種或兩種以上，所述聲紋數(shù)據(jù)庫(kù)中的聲紋模型及源信號(hào)的聲紋為寬帶聲紋、窄帶聲紋、振幅聲紋、等高線(xiàn)聲紋、時(shí)間波譜聲紋、斷面聲紋中的一種或兩種以上。所述單聲道語(yǔ)音分離技術(shù)基于計(jì)算場(chǎng)景分析方法、非負(fù)矩陣分解算法、帶稀疏限制性條件的非負(fù)矩陣分解算法中一種或兩種以上的組合。本發(fā)明還公開(kāi)了一種基于語(yǔ)音的動(dòng)物識(shí)別裝置，包括:
數(shù)據(jù)庫(kù)單元，用于采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)；
語(yǔ)音分離單元，用于獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)；
匹配單元，用于提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配；
記錄單元，用于記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種，所述匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。進(jìn)一步地，所述所述數(shù)據(jù)庫(kù)單元用于采集若干動(dòng)物物種的語(yǔ)音樣本包括:用于采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本；用于采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。本發(fā)明的基于語(yǔ)音的動(dòng)物識(shí)別裝置還包括:一統(tǒng)計(jì)單元，用于分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目；一顯示單元，用于顯示統(tǒng)計(jì)結(jié)果。與現(xiàn)有技術(shù)相比，通過(guò)本發(fā)明可實(shí)現(xiàn)利用手機(jī)等移動(dòng)終端監(jiān)聽(tīng)用戶(hù)周?chē)鷦?dòng)物的叫聲，可以通過(guò)語(yǔ)音頻譜分析的方法，提取出動(dòng)物叫聲的聲波特征參數(shù)與數(shù)據(jù)庫(kù)模型匹配，作為識(shí)別不同動(dòng)物物種和數(shù)量的依據(jù)，從而掌握周?chē)膭?dòng)物物種及其數(shù)量分布，尤其在野外可以達(dá)到趨利避害的目的，而且操作體驗(yàn)具有娛樂(lè)趣味性。


附圖1為本發(fā)明實(shí)施例的智能手機(jī)的基于語(yǔ)音的動(dòng)物識(shí)別方法的實(shí)現(xiàn)流程示意圖。
具體實(shí)施例方式為了便于本領(lǐng)域技術(shù)人員的理解，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述。一種基于語(yǔ)音的動(dòng)物識(shí)別方法，應(yīng)用于移動(dòng)終端，其步驟包括:
a、采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)；
b、獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)；
C、提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配； d、記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種。進(jìn)一步地，所述所述步驟a采集若干動(dòng)物物種的語(yǔ)音樣本包括:采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本；采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。在具體實(shí)現(xiàn)中，對(duì)于一類(lèi)動(dòng)物物種可采集多個(gè)品種的動(dòng)物語(yǔ)音樣本，以提高識(shí)別的準(zhǔn)確性和應(yīng)用廣泛性。所述步驟d中的匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。若源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型匹配成功，則記錄此動(dòng)物物種對(duì)應(yīng)該源信號(hào)。所述步驟d之后，還包括:分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目；在移動(dòng)終端的顯示裝置上顯示統(tǒng)計(jì)結(jié)果，即顯示獲取的動(dòng)物語(yǔ)音信號(hào)中所包含的若干類(lèi)動(dòng)物物種的叫聲，及所識(shí)別的對(duì)應(yīng)每一類(lèi)動(dòng)物物種的動(dòng)物個(gè)體的數(shù)目。比如識(shí)別獲取的動(dòng)物語(yǔ)音信號(hào)中包含一只貓和3只狗的叫聲。本發(fā)明的語(yǔ)音識(shí)別方法為某種動(dòng)物的種群進(jìn)行識(shí)別，根據(jù)這種動(dòng)物的整體發(fā)聲特征來(lái)進(jìn)行識(shí)別，這與語(yǔ)音識(shí)別中的語(yǔ)種識(shí)別系統(tǒng)和孤立詞識(shí)別系統(tǒng)有相似之處。語(yǔ)音信號(hào)分析往往分為時(shí)域、頻域、倒頻域等方法，時(shí)域分析具有簡(jiǎn)單直觀(guān)、清晰易懂、運(yùn)算量小等優(yōu)點(diǎn)，但是由于語(yǔ)音信號(hào)的頻域?qū)ν饨绛h(huán)境變化具有一定的頑健性，語(yǔ)音中最重要的特性大多反映在其功率譜上，更為有效的分析多是圍繞頻域進(jìn)行，利用頻域分析獲得的共振峰、基音周期等參數(shù)反映了語(yǔ)音的聲學(xué)特性。在本發(fā)明中，提取各語(yǔ)音樣本的聲波特征參數(shù)利用快速傅里葉變換等方法，所述聲波特征參數(shù)包括但不限于線(xiàn)性預(yù)測(cè)倒譜系數(shù)、Mel頻率倒譜系數(shù)、基于小波分析的特征參數(shù)中的一種或兩種以上，所述聲紋數(shù)據(jù)庫(kù)中的聲紋模型及源信號(hào)的聲紋為寬帶聲紋、窄帶聲紋、振幅聲紋、等高線(xiàn)聲紋、時(shí)間波譜聲紋、斷面聲紋中的一種或兩種以上。其中，前二種顯示語(yǔ)聲的頻率與強(qiáng)度隨時(shí)間推移的變化特征；中間三種顯示語(yǔ)音強(qiáng)度或聲壓隨時(shí)間變化的特征；斷面聲紋只是顯示某一時(shí)間點(diǎn)上聲波強(qiáng)度和頻率特征的聲紋圖。本發(fā)明的較佳實(shí)施例中，所述單聲道語(yǔ)音分離技術(shù)基于現(xiàn)有技術(shù)中的計(jì)算場(chǎng)景分析方法CASA、非負(fù)矩陣分解算法NMF、帶稀疏限制性條件的非負(fù)矩陣分解算法SNMF中一種或兩種以上的組合，還可采用或結(jié)合語(yǔ)音客觀(guān)質(zhì)量評(píng)估方法OQAS等用于單聲道的盲信號(hào)分離方法。計(jì)算場(chǎng)景分析方法CASA是在計(jì)算機(jī)聽(tīng)覺(jué)研究領(lǐng)域里，借鑒計(jì)算機(jī)視覺(jué)研究中的“視覺(jué)場(chǎng)景分析”概念而建立聲音信號(hào)處理模型，至2006年時(shí)，根據(jù)人類(lèi)聽(tīng)覺(jué)信號(hào)處理規(guī)則和特點(diǎn)建立起來(lái)的聽(tīng)覺(jué)場(chǎng)景分析模型，已經(jīng)達(dá)到了相當(dāng)高的水平，能夠較好的將基頻分布范圍處于相同頻帶上的多個(gè)同時(shí)語(yǔ)音進(jìn)行分離。而利用NMF算法或SNMF算法實(shí)現(xiàn)聲音信號(hào)的分離，就是使系統(tǒng)能像人的大腦一樣識(shí)別聲音的局部特征，實(shí)質(zhì)就是在聲音頻域中提取所需的聲音信號(hào)的局部特征，實(shí)現(xiàn)聲音信號(hào)的分離后，合成若干個(gè)源信號(hào)。上述算法及其組合應(yīng)用于單聲道盲信號(hào)的分離為現(xiàn)有技術(shù)，在此不進(jìn)一步展開(kāi)贅述。而在具體實(shí)現(xiàn)中，所述移動(dòng)終端可提供選項(xiàng)供用戶(hù)選擇是否對(duì)聲音信號(hào)進(jìn)行分離處理，當(dāng)用戶(hù)確信獲取的聲音信號(hào)中只包含單一動(dòng)物個(gè)體的叫聲時(shí)，可選擇不對(duì)聲音信號(hào)進(jìn)行分離處理，而直接進(jìn)行聲紋的匹配，以提高系統(tǒng)運(yùn)算速度，避免資源的浪費(fèi)。具體地，如附圖1所示，以智能手機(jī)為例，本發(fā)明還提供了一種實(shí)施例的智能手機(jī)的基于語(yǔ)音的動(dòng)物識(shí)別方法的實(shí)現(xiàn)流程，其步驟包括:
001、采集若干動(dòng)物物種的語(yǔ)音樣本；
002、提取各語(yǔ)音樣本的聲波特征參數(shù)，建立聲紋數(shù)據(jù)庫(kù)；
003、手機(jī)耳麥或聽(tīng)筒獲取待分析的動(dòng)物語(yǔ)音信號(hào)；
004、利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)； 005、提取各源信號(hào)的聲紋；
006、將源信號(hào)的聲紋并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配；
007、判斷是否匹配成功，若是，執(zhí)行步驟008，否則，忽略該源信號(hào)；
008、記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種；
009、在顯示屏幕上顯示識(shí)別的動(dòng)物物種及對(duì)應(yīng)個(gè)體數(shù)目。本發(fā)明還公開(kāi)了一種基于語(yǔ)音的動(dòng)物識(shí)別裝置，包括:
數(shù)據(jù)庫(kù)單元，用于采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)；
語(yǔ)音分離單元，用于獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)；
匹配單元，用于提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配；
記錄單元，用于記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種，所述匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。進(jìn)一步地，所述所述數(shù)據(jù)庫(kù)單元用于采集若干動(dòng)物物種的語(yǔ)音樣本包括:用于采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本；用于采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。本發(fā)明的基于語(yǔ)音的動(dòng)物識(shí)別裝置還包括:一統(tǒng)計(jì)單元，用于分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目；一顯示單元，用于顯示統(tǒng)計(jì)結(jié)果。在具體應(yīng)用中，所述顯示單元可為智能手機(jī)的顯示屏幕。以上內(nèi)容是結(jié)合具體的優(yōu)選方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說(shuō)明，不應(yīng)認(rèn)定本發(fā)明的具體實(shí)施只局限于以上說(shuō)明。對(duì)于本技術(shù)領(lǐng)域的技術(shù)人員而言，在不脫離本發(fā)明構(gòu)思的前提下，還可以作出若干簡(jiǎn)單推演或替換，均應(yīng)視為由本發(fā)明所提交的權(quán)利要求確定的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種基于語(yǔ)音的動(dòng)物識(shí)別方法，應(yīng)用于移動(dòng)終端，其步驟包括: a、采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)； b、獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)； C、提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配； d、記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種。
2.根據(jù)權(quán)利要求1所述的基于語(yǔ)音的動(dòng)物識(shí)別方法，其特征在于，所述所述步驟a采集若干動(dòng)物物種的語(yǔ)音樣本包括: 采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本； 采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。
3.根據(jù)權(quán)利要求2所述的基于語(yǔ)音的動(dòng)物識(shí)別方法，其特征在于:所述步驟d中的匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。
4.根據(jù)權(quán)利要求3所述的基于語(yǔ)音的動(dòng)物識(shí)別方法，其特征在于:所述步驟d之后，還包括: 分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目； 在移動(dòng)終端的顯示裝置上顯示統(tǒng)計(jì)結(jié)果。
5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的基于語(yǔ)音的動(dòng)物識(shí)別方法，其特征在于:所述聲波特征參數(shù)包括線(xiàn)性預(yù)測(cè)倒譜系數(shù)、Mel頻率倒譜系數(shù)、基于小波分析的特征參數(shù)中的一種或兩種以上，所述聲紋數(shù)據(jù)庫(kù)中的聲紋模型及源信號(hào)的聲紋為寬帶聲紋、窄帶聲紋、振幅聲紋、等高線(xiàn)聲紋、時(shí)間波譜聲紋、斷面聲紋中的一種或兩種以上。
6.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的基于語(yǔ)音的動(dòng)物識(shí)別方法，其特征在于:所述單聲道語(yǔ)音分離技術(shù)基于計(jì)算場(chǎng)景分析方法、非負(fù)矩陣分解算法、帶稀疏限制性條件的非負(fù)矩陣分解算法中一種或兩種以上的組合。
7.一種基于語(yǔ)音的動(dòng)物識(shí)別裝置，其特征在于，包括: 數(shù)據(jù)庫(kù)單元，用于采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)； 語(yǔ)音分離單元，用于獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)； 匹配單元，用于提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配； 記錄單元，用于記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種。
8.根據(jù)權(quán)利要求7所述的基于語(yǔ)音的動(dòng)物識(shí)別裝置，其特征在于，所述所述數(shù)據(jù)庫(kù)單元用于采集若干動(dòng)物物種的語(yǔ)音樣本包括: 用于采集至少一類(lèi)動(dòng)物物種的動(dòng)物語(yǔ)音樣本； 用于采集從屬于一類(lèi)動(dòng)物物種的至少一品種的動(dòng)物語(yǔ)音樣本。
9.根據(jù)權(quán)利要求8所述的基于語(yǔ)音的動(dòng)物識(shí)別裝置，其特征在于:所述匹配成功是指源信號(hào)的聲紋與聲紋數(shù)據(jù)庫(kù)中一動(dòng)物物種的聲紋模型的相似值在預(yù)設(shè)的閥值范圍以?xún)?nèi)。
10.根據(jù)權(quán)利要求9所述的基于語(yǔ)音的動(dòng)物識(shí)別裝置，其特征在于，還包括:統(tǒng)計(jì)單元，用于分別統(tǒng)計(jì)對(duì)應(yīng)同一類(lèi)動(dòng)物物種的經(jīng)匹配成功的源信號(hào)數(shù)目；顯示單元，用于顯示統(tǒng)計(jì)結(jié)果 。
全文摘要
一種基于語(yǔ)音的動(dòng)物識(shí)別方法及裝置，所述方法包括采集若干動(dòng)物物種的語(yǔ)音樣本，提取各語(yǔ)音樣本的聲波特征參數(shù)建立聲紋模型，構(gòu)成一聲紋數(shù)據(jù)庫(kù)；獲取待分析的動(dòng)物語(yǔ)音信號(hào)，利用單聲道語(yǔ)音分離技術(shù)從所述動(dòng)物語(yǔ)音信號(hào)中分離出至少一個(gè)源信號(hào)；提取各源信號(hào)的聲紋，并與聲紋數(shù)據(jù)庫(kù)中各動(dòng)物物種的聲紋模型進(jìn)行匹配；記錄匹配成功的源信號(hào)所對(duì)應(yīng)的動(dòng)物物種。利用手機(jī)等移動(dòng)終端監(jiān)聽(tīng)用戶(hù)周?chē)鷦?dòng)物的叫聲，通過(guò)語(yǔ)音頻譜分析的方法，提取出動(dòng)物叫聲的聲波特征參數(shù)與數(shù)據(jù)庫(kù)模型匹配，從而識(shí)別周?chē)膭?dòng)物物種及其數(shù)量分布，尤其在野外可以達(dá)到趨利避害的目的，而且操作體驗(yàn)具有娛樂(lè)趣味性。
文檔編號(hào)G10L17/26GK103117061SQ20131004380
公開(kāi)日2013年5月22日 申請(qǐng)日期2013年2月5日 優(yōu)先權(quán)日2013年2月5日
發(fā)明者曾元清, 劉立森 申請(qǐng)人:廣東歐珀移動(dòng)通信有限公司