一种轻量化的海南长臂猿声音识别模型

作者：高家军; 张旭; 陈艳^*; 郭颖^*; 于新文; 罗丽; 刘昱坤; 郭安琪; 杨蔡芸

来源：陆地生态系统与保护学报, 2022, 2(06): 51-60.

• 声音识别
• 声音监测
• 海南长臂猿

【目的】为解决海南长臂猿（Nomascus hainanus）野外声音监测难题，提出了一种轻量化的长臂猿声音识别模型，以期提高声音监测效率，丰富海南长臂猿监测体系。【方法】通过优化激活函数、减少批标准化层以及重新设计网络层级结构，对轻量化神经网络模型MobileNetV2进行了改进。改进优化后的模型适用于野外真实场景下的硬件部署，以实现对海南长臂猿的声音识别。【结果】1）在模型精度方面，优化后的声音识别模型对于海南长臂猿声音识别的精准率可达100%,F1分数可达99.9%，相比于MobileNetV2与MobileNetV3模型，精准率提升了2.3%与1.1%,F1分数提升了5.6%与1.4%。2）在模型参数方面，优化后的声音识别模型的参数量为1.51 M，相比于MobileNetV2与MobileNetV3模型，模型参数量降低了32.3%与0.7%，识别速度提升了51.9%与54.7%。【结论】提出的轻量化海南长臂猿声音模型，可在野外真实场景下有效识别海南长臂猿声音，为海南长臂猿的保护与监测提供技术支撑。

• 单位
  中国农业大学