农业机械学报

作者：黄伟锋，陈品岚，卫洁茹，张世昂，付晶，梁雅妍，朱立学

单位：仲恺农业工程学院,仲恺农业工程学院,仲恺农业工程学院,仲恺农业工程学院,仲恺农业工程学院,仲恺农业工程学院,仲恺农业工程学院,

关键词：肉鸽;音频技术;深度学习;雌雄鉴别

基金：广州市科技计划项目(2023B03J0862)

肉鸽雌雄鉴别是种鸽养殖、配对过程的关键工作。为实现肉鸽雌雄智能化检测，本研究提出了一种基于肉鸽鸣叫声的雌雄鉴别方法，并设计了基于EGLKA模块的肉鸽鸣叫声端点检测模型EGVAN_VAD和雌雄鉴别模型EGVAN。该方法将肉鸽一维音频信号转换为二维的梅尔语谱图作为EGVAN_VAD模型的输入数据，检测肉鸽鸣叫声的音频区域，进而使用噪声门限和巴特沃斯低通滤波器过滤环境中的稳态和非稳态噪声，再将降噪后音频的梅尔语谱图作为EGVAN模型的输入数据，采用EGVAN、LSTM、GRU、TDNN、VAN模型对不同鸽龄（包括1~3月、3~6月和大于6月）的肉鸽鸣叫声进行识别。结果显示，EGVAN_VAD模型的准确率、召回率分别为93.4%、94.3%，每检测4s时长的音频耗时10ms，较其他端点检测模型综合性能最优。EGVAN模型对肉鸽雌性和雄性鸣叫声的综合识别准确率最高，分别为90.7%、90.3%，每检测3s时长的音频耗时14.1ms。经系统测试，对3~6月鸽龄的雌雄鉴别成功率可达99.5%，对各个鸽龄段平均鉴别成功率为89.0%。研究表明，EGVAN对雌雄肉鸽鸣叫声具有优异的识别性能。本研究为利用音频技术实现其他单态鸟类性别的智能化精准识别提供了技术参考。

来源：2025年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第7期