面向鸟鸣声识别任务的深度学习技术.pdf

2023, 31 (1): 22308, pages 1–8 doi: 10.17520/biods.2022308 •技术与方法• 中国野生脊椎动物鸣声监测与生物声学研究专题 面向鸟鸣声识别任务的深度学习技术 1,2,3 2,3 2,3* 4 谢卓钒 , 李鼎昭 , 孙海信 , 张安民 1. 厦门大学电子科学与技术学院( 国家示范性微电子学院), 福建厦门 361005; 2. 厦门大学信息学院, 福建厦门 361000; 3. 自然资源部东南 沿海海洋信息智能感知与应用重点实验室, 福建厦门 361005; 4. 天津大学海洋科学与技术学院, 天津 300072 摘要: 在生态系统中, 鸟类是重要的组成部分, 对调节生态环境和监测生物多样性至关重要, 甚至可以通过监测鸟群动向与 监听鸟群异常鸣声对地震、海啸等自然灾害进行辅助预测和防范, 为此, 鸟鸣声识别和异常鸣声监测成为热门的研究方向。 然而, 由于传统鸟鸣声识别方法存在特征提取不充分等问题, 导致识别率不高。本文采用融合特征的方法结合深度学习技术 提取鸟鸣声特征, 融合特征选择改良后的对数梅尔谱差分参数同原始信号参数拼接所得的特征; 深度学习方法是基于 DenseNet121 网络结构, 并融入自注意力模块与中心损失函数进行鸟鸣声识别。自注意力模块部分提高了关键通道的特征表 达能力; 中心损失函数可解决类内特征不紧凑问题。我们通过消融实验对比验证, 对在Xeno-Canto世界野生鸟类声音公开数 据集上选取的10种鸟类声音进行识别, 准确率达到96.9% 。代码已开源至Github: /CarrieX6/-Xeno-Canto-.git 。 关键词: 鸟鸣声识别; 特征融合; 自注意力模块; 中心损失函数 谢卓钒, 李鼎昭, 孙海信, 张安民 (2023) 面向鸟鸣声识别任务的深度学习技术. 生物多样性, 31, 22308. doi: 10.17520/biods.2022308. Xie ZF, Li DZ, Sun HX, Zhang AM (2023) Deep learning techniques for bird chirp recognition task. Biodiversity Science, 31, 22308. doi: 10.17520/biods.2022308. Deep learning techniques for bird chirp recognition task Zhuofan Xie 1,2,3, Dingzhao Li2,3, Haixin Sun2,3*, Anmin Zhang4 1 School of Electronic Science and Engineering (National Model Microelectronics College), Xiamen University, Xiamen, Fujian 361005 2 School of Informatics, Xiamen University, Xiamen, Fujian 361000 3 Key Laboratory of Southeast Coas