基于c-lstm的鸟鸣声识别方法-论文.pdf

科技创新与应用
年 期 TechnologyInnovationandApplication 创新前沿
2021 ognitionbasedonC-LSTM(CNN-LongShort-TermMemory),MelCepstrumisusedastheinput.
AfterthespectralfeaturesareextractedbyCNN,theyarefedintotheLSTMmodeltoextractthesequentialcharacteristics
,
Xeno-Cantoastheresearchobjects,andcomparedtheMeanAveragePrecision(MAP)ofVGG16modelandC-LSTMmodel.
TheresultsshowthattheMAPvaluesofVGG16andC-,-LSTM
%.ThisshowsthattheC-LSTMproposedinthispaperismoresuitableforbirdspecies
identificationandhashigherrecognitionperformance.
Keywords
:birdsongrecognition;timingfeatures;LSTM(LongShort-TermMemory)
鸟鸣声中包含的丰富的生态学信息，是衡量生物群 好的分类效果。 等[6]用无监督的分类器 和受监
Selin SOM
落总体平衡的重要指标[1]。基于音频采集的鸟类监测系统 督的分类器 对 种鸟类的鸣声进行分类，最后分
MLP 8
具有非干扰、实 时等优点，在国外已经得到广泛应用。然 别达到了 和 的识别准确率。谢将剑等[7]利用线