首页 > 分享 > 鸟叫声音识别

鸟叫声音识别

萌宠菠菠乐园
2024-09-22 06:45

ASR

本文件用来说明了提取鸟声的特征信号所进行的端点检测与去噪处理

Author ZXF E-mail sbkill1r@qq.com

读取一段语音

通过audioread函数或者matlab导入向导将语音信号导入至工作区中。信号文件

信号的频谱

读取的语音信号信噪比非常低，鸟叫声基本被噪声湮没首先编写语谱图程序WTspectrogramByzxf，通过频谱观察语音信号。选择其中的语音由0~0.8S之间的语音，下面就是这段声音的频谱与波形。

手段效果原始波形傅里叶变换小波变换

可以看出语音的波形上比较难分辨鸟叫声与噪声的。如果单纯的对信号进行傅里叶变换是没有办法提取时间信息的。通过观察小波频谱我们可以看到在0.1S～0.5S左右频谱出现的变化，也就是说在0.1S的时候语音信号产生了变化。通过对比音频信号，我们可以听到在0.1S～0.5S附近确实存在鸟叫声。那么我们可以通过对小波数据来进行端点检测，来截取比较精准的鸟叫声片段。

鸟声信号的端点检测

在端点检测中我用的是epdByWaveletZXF函数，在函数中调用的epdPrmSet2Wavelet函数用来设置参数。
在epdByWaveletZXF函数函数中用来提取小波特征的部分是

[C,L]=wavedec(y,epdPrm.num,epdPrm.Wname); % 离散小波分解 yl=wrcoef('d',C,L,epdPrm.Wname,epdPrm.num); % 重构信号 frameMat=buffer2(yl, frameSize, overlap); % 分帧 frameNum=size(frameMat, 2); % 帧数 frameVar=var(frameMat);

我主要是重构D1层的小波信号，用来降低低频的人声噪音等信号对相对频率较高的鸟叫声的影响。在提取特征之后进行分帧，之后对每一帧信号进行求方差，var为方差函数。

鸟声信号的去噪

小波去噪方案探究

模极大值处理

信号的奇异性与小波变换

lipschitz条件对于在实数集的子集的函数$f:Dsubseteq mathbb{R}rightarrow mathbb{R}$若存在$K$,使得$left | f(a)-f(b) right |leqslant left | a-b right |$

-lipschitz条件在进行小波滤噪中在噪声阈值的选择可以通过 thselect函数

thr = thselect（y，tptr）； Option Threshold Selection Rule 'rigrsure' Selection using principle of Stein's Unbiased Risk Estimate (SURE) 'sqtwolog' Fixed form (universal) threshold equal to G2ln(N) with N the length of the signal. 'heursure' Selection using a mixture of the first two options 'minimaxi' Selection using minimax principle 在选择完阈值之后可以通过wthresh选择硬阈值或者软阈值

通常在在实践中简单地用法是采用sd = wden（s，tptr，sorh，scal，n，wav）函数，其中s表示输入的信号tptr对应上文的噪声阈值选择的函数，sorh为'h'表示硬阈值为's'表示软阈值。
scal有以下参数

Option Corresponding Model 'one' Basic model 'sln' Basic model with unscaled noise 'mln' Basic model with nonwhite noise 通过matlab小波工具箱来进行可视化滤波

在matlab的命令行中waveletAnalyzer打开小波工具箱选择小波工具箱的Wavelet 1-D 点击 File > Import from Workspace > Import Signal.打开workspace中的信号数据 Wavelet选择小波类型，Level选择小波层数，选择完毕后点击analyze，点击De- noise Select thresholding method选择阈值的方法，soft的hard选项分别是软阈值与硬阈值。因为不同语音段的噪声方差会随时间产生变化因此我们可以选择对不同的语音段设置不同的阈值，点击Interval Dependent Threshold Settings按钮可以对语音进行分段设置阈值。可以点击Generate Default Intervals的按钮自动设置也可以自己设置需要的分区。点击Propagate按钮将本级分层同步在所有的小波层上。点击close点击Y保存设置。点击De-noise进行去噪，通过选择File> Generate Matlab Code（Denoising Process）生产代码。

回到顶部