一种基于改进U-Net和PANNS-CNN6的生猪咳嗽音频识别方法及系统技术方案

本发明专利技术公开了一种基于改进U‑Net和PANNS‑CNN6的生猪咳嗽音频识别方法及系统，该方法包括以下步骤：获取生猪音频信号并进行预处理；从预处理后的音频信号中提取混合音频频谱及噪声频谱作为噪声频谱提取模型的输入和目标输出，进行训练和验证；从预处理后的音频信号中提取对数梅尔频谱图，对咳嗽音频识别模型进行训练和验证，识别咳嗽音频；获取待预测的生猪音频信号并提取生猪混合音频频谱，输入噪声频谱提取模型，得到生猪噪声频谱；将生猪混合音频频谱减去生猪噪声频谱，得到待识别的生猪咳嗽声频谱，并提取待识别的生猪咳嗽声的对数梅尔频谱图输入咳嗽音频识别模型，得出识别结果。本方法先分离出生猪咳嗽声和噪声，再进行识别，提升了整体识别率。

【技术实现步骤摘要】

本专利技术涉及音频识别，更具体的说是涉及一种基于改进u-net和panns-cnn6的生猪咳嗽音频识别方法及系统。

技术介绍

1、声音是动物间的主要沟通方式，包含牲畜的饥饿、疾病、情绪变化等信息，咳嗽是许多呼吸系统疾病的常见症状；通过监测咳嗽声，可以早期发现这些疾病的迹象，从而及时进行治疗，减少疾病的扩散和严重程度。

2、目前，国内外学者对生猪音频的研究已经有一定的进展。研究人员如wu等提出了一种基于信号频谱和语音的生猪音频分类方法，对生猪的音频分类任务准确率达到93.39％；彭硕等将深度神经网络及隐马尔可夫模型理论作为生猪音频信号识别依据，实现对5种生猪音频的高识别率；shen等提出一种从音频段中提取声学特征和深层特征相结合的特征融合方法,最终对生猪咳嗽声进行识别，准确率达97.35％；潘伟豪等提出基于欠定盲源分离与eca-efficientnetv2的生猪状态音频识别方法，准确率高达98.35％；hou等提取生猪音频短时能量、频率质心、mel频率倒谱系数等特征进行特征融合，对生猪的咕噜声、尖叫声和咳嗽声，平均识别准确率达到93.2％；son本文档来自技高网...

【技术保护点】

1.一种基于改进U-Net和PANNS-CNN6的生猪咳嗽音频识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于改进U-Net和PANNS-CNN6的生猪咳嗽音频识别方法，其特征在于，步骤S1中所述获取生猪音频信号并进行预处理；具体包括：

3.如权利要求2所述的一种基于改进U-Net和PANNS-CNN6的生猪咳嗽音频识别方法，其特征在于，步骤S2中所述从预处理后的音频信号中提取混合音频频谱及噪声频谱，具体包括：

4.如权利要求3所述的一种基于改进U-Net和PANNS-CNN6的生猪咳嗽音频识别方法，其特征在于，步骤S2中所述噪声频...

【技术特征摘要】

1.一种基于改进u-net和panns-cnn6的生猪咳嗽音频识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于改进u-net和panns-cnn6的生猪咳嗽音频识别方法，其特征在于，步骤s1中所述获取生猪音频信号并进行预处理；具体包括：

3.如权利要求2所述的一种基于改进u-net和panns-cnn6的生猪咳嗽音频识别方法，其特征在于，步骤s2中所述从预处理后的音频信号中提取混合音频频谱及噪声频谱，具体包括：

4.如权利要求3所述的一种基于改进u-net和panns-cnn6的生猪咳嗽音频识别方法，其特征在于，步骤s2中所述噪声频谱提取模型基于改进u-net神经网络，具体包括：cbam注意力机制和adam优化算法。

5.如权利要求4所述的一种基于改进u-net和panns-cnn6的生猪咳...

【专利技术属性】
技术研发人员：袁国庆，周小波，辜丽川，焦俊，闫顺丕，许正荣，李华，朱诚，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：