信息记录材料

首页 > 刊期 > 2025 > 12期 > 信息：技术与应用

融合Ｍｅｌ频谱图与ＭＦＣＣ的鸟鸣声纹建模方法研究

周紫璇，刘琰（通信作者），马文翀，袁可如

【摘要】针对鸟鸣声纹识别中存在的数据不平衡、环境噪声干扰、声纹复杂性以及小样本学习等问题，本文提出了一种融合对数梅尔频率（Ｌｏｇ⁃Ｍｅｌ）频谱图与梅尔（Ｍｅｌ）频率倒谱系数（ＭＦＣＣ）的鸟鸣声纹建模方法。首先，利用Ｌｏｇ⁃Ｍｅｌ频谱图获取鸟鸣声的时频结构特征，准确捕捉动态变化；其次，利用ＭＦＣＣ提取更加紧凑的特征，增强对背景噪声和环境变化的适应性；最后，开展了通过声纹识别鸟类的实验。实验结果表明：融合Ｌｏｇ⁃Ｍｅｌ频谱图与ＭＦＣＣ的鸟鸣声纹建模方法有效提升了特征表达的完整性和区分度，在鸟鸣声的识别中表现出卓越的准确率和鲁棒性。

【关键字】鸟鸣声识别；对数梅尔频率（Ｌｏｇ⁃Ｍｅｌ）频谱图；频率倒谱系数（ＭＦＣＣ）；特征融合；ＶＧＧ；１６卷积神经网络；生态监测；数据增强

【PDF】