本文主要研究内容
作者黎煊,赵建,高云,刘望宏,雷明刚,谭鹤群（2019）在《基于连续语音识别技术的猪连续咳嗽声识别》一文中研究指出：针对现有基于孤立词识别技术的猪咳嗽声识别存在识别声音种类有限,无法反映实际患病猪连续咳嗽的问题,该文提出了基于双向长短时记忆网络-连接时序分类模型(birectional long short-termmemory-connectionist temporal classification,BLSTM-CTC)构建猪声音声学模型,进行猪场环境猪连续咳嗽声识别的方法,以此进行猪早期呼吸道疾病的预警和判断。研究了体质量为75 kg左右长白猪单个咳嗽声样本的持续时间长度和能量大小的时域特征,构建了声音样本持续时间在0.24～0.74 s和能量大于40.15 V~2·s的阈值范围。在此阈值范围内,利用单参数双门限端点检测算法对基于多窗谱的心理声学语音增强算法处理后的30 h猪场声音进行检测,得到222段试验语料。将猪场环境下的声音分为猪咳嗽声和非猪咳嗽声,并以此作为声学模型建模单元,进行语料的标注。提取26维梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)作为试验语段特征参数。通过BLSTM网络学习猪连续声音的变化规律,并利用CTC实现了端到端的猪连续声音识别系统。5折交叉验证试验平均猪咳嗽声识别率达到92.40%,误识别率为3.55%,总识别率达到93.77%。同时,以数据集外1 h语料进行了算法应用测试,得到猪咳嗽声识别率为94.23%,误识别率为9.09%,总识别率为93.24%。表明基于连续语音识别技术的BLSTM-CTC猪咳嗽声识别模型是稳定可靠的。该研究可为生猪健康养殖过程中猪连续咳嗽声的识别和疾病判断提参考。
Abstract
zhen dui xian you ji yu gu li ci shi bie ji shu de zhu hai sou sheng shi bie cun zai shi bie sheng yin chong lei you xian ,mo fa fan ying shi ji huan bing zhu lian xu hai sou de wen ti ,gai wen di chu le ji yu shuang xiang chang duan shi ji yi wang lao -lian jie shi xu fen lei mo xing (birectional long short-termmemory-connectionist temporal classification,BLSTM-CTC)gou jian zhu sheng yin sheng xue mo xing ,jin hang zhu chang huan jing zhu lian xu hai sou sheng shi bie de fang fa ,yi ci jin hang zhu zao ji hu xi dao ji bing de yu jing he pan duan 。yan jiu le ti zhi liang wei 75 kgzuo you chang bai zhu chan ge hai sou sheng yang ben de chi xu shi jian chang du he neng liang da xiao de shi yu te zheng ,gou jian le sheng yin yang ben chi xu shi jian zai 0.24～0.74 she neng liang da yu 40.15 V~2·sde yu zhi fan wei 。zai ci yu zhi fan wei nei ,li yong chan can shu shuang men xian duan dian jian ce suan fa dui ji yu duo chuang pu de xin li sheng xue yu yin zeng jiang suan fa chu li hou de 30 hzhu chang sheng yin jin hang jian ce ,de dao 222duan shi yan yu liao 。jiang zhu chang huan jing xia de sheng yin fen wei zhu hai sou sheng he fei zhu hai sou sheng ,bing yi ci zuo wei sheng xue mo xing jian mo chan yuan ,jin hang yu liao de biao zhu 。di qu 26wei mei er pin lv dao pu ji shu (Mel frequency cepstral coefficients,MFCC)zuo wei shi yan yu duan te zheng can shu 。tong guo BLSTMwang lao xue xi zhu lian xu sheng yin de bian hua gui lv ,bing li yong CTCshi xian le duan dao duan de zhu lian xu sheng yin shi bie ji tong 。5she jiao cha yan zheng shi yan ping jun zhu hai sou sheng shi bie lv da dao 92.40%,wu shi bie lv wei 3.55%,zong shi bie lv da dao 93.77%。tong shi ,yi shu ju ji wai 1 hyu liao jin hang le suan fa ying yong ce shi ,de dao zhu hai sou sheng shi bie lv wei 94.23%,wu shi bie lv wei 9.09%,zong shi bie lv wei 93.24%。biao ming ji yu lian xu yu yin shi bie ji shu de BLSTM-CTCzhu hai sou sheng shi bie mo xing shi wen ding ke kao de 。gai yan jiu ke wei sheng zhu jian kang yang shi guo cheng zhong zhu lian xu hai sou sheng de shi bie he ji bing pan duan di can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自农业工程学报的黎煊,赵建,高云,刘望宏,雷明刚,谭鹤群，发表于刊物农业工程学报2019年06期论文，是一篇关于信号处理论文,声音信号论文,识别论文,生猪产业论文,连续咳嗽声论文,声学模型论文,农业工程学报2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业工程学报2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：信号处理论文; 声音信号论文; 识别论文; 生猪产业论文; 连续咳嗽声论文; 声学模型论文; 农业工程学报2019年06期论文;