基于Mel倒谱系数和矢量量化的昆虫声音自动鉴别

被引：9

作者：

竺乐庆 ^{[1
]}

王鸿斌 ^{[2
]}

张真 ^{[2
]}

机构：

[1] 浙江工商大学计算机与信息工程学院

[2] 中国林业科学研究院森林生态与保护研究所,国家林业局森林保护学重点实验室

来源：

昆虫学报 | 2010年 / 53卷 / 08期

关键词：

昆虫; 声音识别; Mel倒谱系数; LBG算法; 矢量量化;

D O I：

10.16380/j.kcxb.2010.08.003

中图分类号：

Q96 [昆虫学];

学科分类号：

07 ; 0710 ; 09 ;

摘要：

为了给生产单位害虫管理的普通技术人员提供简便易操作的昆虫种类鉴别方法,本研究把人类语音识别领域的先进技术应用于昆虫识别,提出了一种新颖的昆虫声音自动鉴别方法,用声音参数化技术为昆虫声纹识别设计了一种简单易行的方案。声音信号经过预处理、分段得到一系列的声音样本,从声音样本提取Mel倒谱系数(MFCC),并用Linde-Buzo-Gray(LBG)算法对提取的MFCC进行矢量量化(VQ),所得码字作为声音样本的特征模型。特征参数之间的匹配用搜索最近邻的方法实现。本文方法在包含70种昆虫声音的库中进行了试验,取得了超过96%的识别率和理想的时间性能。试验结果证明了该方法的有效性。

引用

页码：901 / 907

页数：7

共 5 条

[1] 仓储物害虫声音的模式识别 [J].