基于BiLSTM的生猪音频识别

作者：邵睿; 彭硕; 查文文; 陈成鹏; 辜丽川; 焦俊

来源：合肥学院学报(综合版), 2022, 39(02): 113-119.

• 维纳滤波
• 梅尔倒谱系数
• 双向长短时记忆网络
• 声学模型
• 加权交叉熵函数

以5种猪声为研究对象，首先，用维纳滤波和端点检测对猪声进行预处理，获得有效语料；然后，提取梅尔倒谱系数(Mel Frequency Cepstral Coefficient, MFCC)制作样本集，再构建基于BiLSTM的声学模型学习样本集；最后用训练好的模型对猪声MFCC序列进行分类，实现生猪音频识别。结果表明：(1)通过5折交叉试验验证，5组模型总体识别率均达到90%,最高组为92.52%;(2)用样本集外语料对最优组模型进行算法应用测试，模型对进食、咳嗽、发情、嚎叫和哼叫的样本识别率分别为88.35%、93.65%、90.38%、88.46%、92.63%,总体识别率为90.70%。

• 单位
  安徽农业大学