基于MFCC和时频图等多种特征的综合鸟声识别分类器设计

• 作者: 孙忆南 徐淑正 方玮骐 皇甫丽英
• 来源期刊: 实验室研究与探索
• 学科: 工学
• 关键词: 音频增强 语音信号处理 机器学习 梅尔频率倒谱系数
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 仪器设备研制与开发
• 页码范围: 81-86,91
• 页数: 7页
• 分类号: TN912
• 字数: 6755字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7167.2018.09.020

摘要

基于音节长度、梅尔频率倒谱系数(MFCC),基于线性预测编码(LPC)系数的动态时间规整(DTW)模板和结合时-频纹理特征,应用于鸟声识别的多标签分类器,通过在特征提取和分类器选择上进行优化并综合不同分类器的决策结果以改善单一分类器的性能.同时,系统在消除噪声和稳定性方面也做出了提高.经最终测试,本系统在多达1 1类的鸟声分类中可以达到92％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皇甫丽英	清华大学电子工程系	12	48	5.0	6.0
2	徐淑正	清华大学电子工程系	22	138	6.0	11.0
3	孙忆南	清华大学电子工程系	5	8	2.0	2.0
4	方玮骐	清华大学电子工程系	1	5	1.0	1.0