曝光台 注意防骗
网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
脉冲间隔时间(interlude of p ul se interval , IPI) ,频率范围(f requency range ,FR) ,主频率(principal f re2
quency ,PF) ,主频最大值(main peak f requency ,MPF) ,相对幅值( relative amplit ude ,RA) ,基本音(bas2
ic song ,BS) ,陪音(upper partial s ,UP) ,谐波( harmonic wave , HW) 等. 音节声长反映了音节的时间特
征. 基本音是音节中能量最高且有一定带宽的基本声;陪音是在一个音节中在基本音频率之上的成分,
陪音个数能体现出鸣叫声的婉转程度;谐波是周期性震荡中,频率等于基频整数倍的正弦量. 主频率是
一个包括很多不同频率成分的复信号中最主要的频率,它和能量分布能够更好地反映出鸣叫声的声学
特征.
鸟类鸣叫声基于声谱的谱特征参数常用的有声谱图和美尔倒谱系数(Mel2f requency cep st rum co2
efficient s , MFCC) . 声谱图就是显示时变频谱幅度特征的图形,可以被理解为二维(22D) 的“能量密度”,
描述了不同时刻、不同频率的能量分布情况. Mel 倒谱利用了听觉原理和倒谱的解相关特性,具有对卷
积性信道失真进行补偿的能力. Mel 倒谱被证明是在声音相关的识别任务中应用最成功的特征描述
之一[ 10 ] .
3 鸟鸣叫声特征提取[ 11213 ]
3. 1 功率谱分析
傅立叶分析是信号处理很重要的一个基本工具,在快速傅立叶变换出现后,傅立叶分析被广泛用于
第1 期伟利国等: 鸟鸣叫声特征提取方法的研究 109
滤波、频谱分析和功率分析上. 功率谱估计主要研究信号在频域中的各种特征,功率谱的横坐标为频率,
纵坐标为能量(相对值) ,主要特征参数为主频率,频率范围、相对幅值等参数. 图1 是对麻雀鸣叫声进行
傅里叶变换,将零频移到频谱中心后得到的功率谱图. 从图1 中可以计算出该鸣叫声信号的主频率在
2. 9 kHz ,频率范围1～6 kHz.
图1 鸟鸣叫声功率谱图
3. 2 声谱分析
鸟鸣叫声复杂多样,鸣叫声波形里包含了一系列不同的事件,这种时域的变化也意味着频谱特征随
时间的大幅度变化. 做简单的傅里叶变换是不能捕捉这种时变的频谱信息的. 需要对鸟鸣叫声信号进行
声谱分析,并用声谱图显示出来. 声谱图横坐标是时间,纵坐标是频率,颜色的深浅表示信号在瞬时能量
的大小. 图2 是对雀鹰鸣叫声进行声谱分析得到的声谱图,其中加窗函数为Hanning 窗函数,宽度为
256 ,重叠点数为200. 从图中能读出音节组成和数量,可以得到基本音和陪音等特征参数.
图2 鸟鸣叫声声谱图
3. 3 MFCC 分析
MFCC 参数是基于人的听觉特性,具有很好的鲁棒性. 利用人听觉的临界带效应,在鸟鸣叫声频谱
范围内设置若干个带通滤波器,每个滤波器具有三角形或正弦形滤波特性,然后将鸟鸣叫声能量谱通过
该滤波器组,求各个滤波器输出,对其取对数,并作离散余弦变换(DCT) ,即可得到MFCC 系数. 计算
MFCC 系数的具体步骤如图3 所示.
(1) 对输入的鸟鸣叫声信号分帧、加窗,然后进行快速傅里叶变换,获得频谱分布信息.
110 辽宁师范大学学报(自然科学版) 第33 卷
图3 MFCC 系统提取
(2) 将频域信号通过按Mel 频标分布排列的三角滤波器组,将线性频标变换为Mel 频标.
(3) 将各滤波器的输出取对数,作DCT 变换,得到MFCC 系数.
Ci =
2
N Σlog ( Xk ) cos[ i ( k -
1
2
) π
N
] , i = 1 ,2 , ⋯, P (1)
式中N 为滤波器个数; Xk 为第k 个滤波器的输出; P 是其阶数.
3. 4 主成分分析
在鸟鸣叫声研究中提取出的特征值向量维数多,计算量大,图形描述不便,需要进行降维处理. 主成
分分析法就是将多项指标转换成少数几个不相关的综合指标的多元统计分析方法,把代表各类信息的
综合指标称为主成分,这种降维的处理方法解决了诸多特征变量由于存在多重共线性所带来的影响.
图4 为经过上述鸟鸣叫声特征提取方法后,对提取的16 种鸟鸣叫声特征向量进行主成分分析的结
果,其中‘ 3 ’为样本点. 从图可以看出选取的主成分有很好的贡献率( > 80 %) .
图4 主成分分析
4 讨论
鸟鸣叫声特征提取是鸟鸣叫声研究与应用的基础[14215 ] . 在采用通常FF T 变换和声谱分析对鸟鸣叫
声分析基础上,还进一步对鸟鸣叫声进行了MFCC 分析,从听觉原理和倒谱的解相关特性角度对鸟鸣
叫声进行频谱特征的提取,并对提取的特征向量进行主成分分析,找出贡献率比较大的特征,为鸟鸣叫
声的特征提取提供了一种方法,为鸟鸣叫声的实际应用可行性提供了技术保障. 例如在利用鸟鸣叫声进
行防治鸟害中,通过播放鸟类的惊叫声或是天敌和猛禽的叫声,对危害鸟有很好的驱赶作用,但这些声
音常具有种别的特异性,如果经常播放或持续时间长,鸟类也会逐渐习惯,驱赶效果大大降低. 通过提取
危害鸟鸣叫声的特征,现场实现对危害鸟进行辨识,就可以有针对性地进行驱赶声音链的播放. 在提取
鸟鸣叫声特征的基础上,可以通过仿真鸟鸣叫声来防止危害鸟对驱赶声音链的适应性,进一步提高生态
法防危害鸟的效果. 鸟鸣叫声特征提取方法还可以应用于分析鸟声的时间差异、地理差异、种间差异和
种内差异,研究鸟鸣叫声与物种形成关系,鸟鸣叫声识别机制等研究领域.
鸟鸣叫声复杂多样,不同环境、不同条件下鸣叫声有很大区别,鸟类在喜悦、悲伤、求偶、取食、入侵、
防御、飞行和营巢时都会发出不同的鸣叫声. 获取自然鸟鸣叫声比较困难,尤其是鸟类特定状态下的鸣
叫声准确获取难度更大,鸟鸣叫声声源的质量和数量对鸟鸣叫声特征提取的可靠性影响较大,这方面的
第1 期伟利国等: 鸟鸣叫声特征提取方法的研究 111
工作还需要加强和研究.
5 结论
本文通过功率谱分析、声谱分析、MFCC 分析等方法,提取多个特征参数分析鸟鸣叫声信号,为鸟
鸣叫声的个体识别以及鸣叫声与鸟类行为的关系研究提供了声学依据. 由于采集鸟鸣叫声环境和采集
设备的原因,鸟鸣叫声样本中会含有背景噪声,多个鸟鸣叫声混合的问题,对鸟鸣叫声特征分析造成一
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址：
鸟击资料3(52)
