亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于語(yǔ)音的動(dòng)物識(shí)別方法及裝置的制作方法

文檔序號(hào):2834988閱讀:362來(lái)源:國(guó)知局
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
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1