农业机械学报

作者：余礼根，杜天天，于沁杨，刘同海，孟蕊，李奇峰

单位：北京市农林科学院,北京市农林科学院;天津农学院,北京市农林科学院,天津农学院,北京市农林科学院,北京市农林科学院,

关键词：蛋鸡发声;栖架养殖;多特征融合;分类识别;梅尔频谱系数;短时过零率

基金：国家自然科学基金项目（31402113）、北京市农林科学院青年基金项目（QNJJ201913）、北京市农林科学院创新能力建设专项（KJCX20211007）和广东省重点领域研发计划项目（2019B020217002）

为更好地利用音频进行畜禽发声分类，进一步提高识别准确率，提出了一种基于多特征融合的蛋鸡发声识别方法。以栖架式养殖模式下蛋鸡的产蛋声、鸣唱声、饲喂声、尖叫声典型音频为研究对象，提取梅尔频谱系数、短时过零率、共振峰及其一阶差分作为融合特征参量，构建基于遗传算法优化BP神经网络的蛋鸡发声分类识别模型。结果表明，本文方法对蛋鸡产蛋声、鸣唱声、饲喂声和尖叫声的平均识别准确率为91.9%，识别的精确度分别为90.2%、93.0%、93.3%、92.2%，平均精确度达到92.2%；识别的灵敏度为94.9%、90.0%、89.4%、91.8%，平均灵敏度达到91.5%。研究表明，基于多特征融合的蛋鸡发声识别方法具有较好的识别灵敏度和精确度，可为蛋鸡发声语义解析与自动判别提供参考。

来源：2022年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第3期