CN107799114A - 一种猪只咳嗽声音识别方法及*** - Google Patents
一种猪只咳嗽声音识别方法及*** Download PDFInfo
- Publication number
- CN107799114A CN107799114A CN201710286544.2A CN201710286544A CN107799114A CN 107799114 A CN107799114 A CN 107799114A CN 201710286544 A CN201710286544 A CN 201710286544A CN 107799114 A CN107799114 A CN 107799114A
- Authority
- CN
- China
- Prior art keywords
- pig
- cough
- template
- sound
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010011224 Cough Diseases 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000005236 sound signal Effects 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 241000282887 Suidae Species 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 3
- 241001465754 Metazoa Species 0.000 abstract description 2
- 244000144977 poultry Species 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 12
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000004704 glottis Anatomy 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 208000030303 breathing problems Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 210000000876 intercostal muscle Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000005061 slumber Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
- A01K67/02—Breeding vertebrates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0631—Creating reference templates; Clustering
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Library & Information Science (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Zoology (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种猪只咳嗽声音识别方法及***，所述方法包括以下步骤：A、首先对猪只咳嗽数据库进行预处理；B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；C、实时采集猪场中猪只声音信号；D、对采集的声音信号进行预处理以及特征提取；E、采用动态时间规准对处理后的声音输入模板进行模板匹配，判断咳嗽结果。本发明的优点是：每周7天每天24小时不间断地自动进行猪只咳嗽识别，准确判断是否出现了猪只咳嗽患病情况，在不需要饲养员和兽医随时待在猪场的情况下，依然能以最快的速度完成监控和检测，极大的提高了猪只饲养效率，节省人力成本，实现真正的自动化养猪。
Description
技术领域
本发明涉及声音处理技术领域，具体而言，涉及一种猪只咳嗽声音识别方法及***。
背景技术
随着现代社会的发展，人们对猪肉的需求不断上涨，提供一种智能、科学、高效的养猪***是非常有必要的。然而一代又一代养猪***的研发以及投入使用却呈现了一个个的问题，比如大规模检查猪只的患病情况，大规模对猪棚进行清理，定时更换猪饲料等等。猪咳嗽是反映猪的健康状况的一项重要指标。当猪患有呼吸道炎症、肺病、心脏病、饲料粉末进入呼吸道或有害气体浓度超标时，都会引起猪只咳嗽。在大型的养殖场，由于猪只密度大，检测猪只咳嗽是有一定困难的。猪只咳嗽，属于猪只呼吸道疾病，病态复杂且表现多样化，疾病初期不易观察到。尤其是白天噪声较大，咳嗽声就更难观察到了，晚上半夜是观察猪只咳嗽的最佳时间。但是目前猪场晚上都没有饲养员和兽医巡查，所以导致呼吸道疾病发生到中后期，大面积传染时，才能被发现。为了解决这一问题，本发明提出了一种猪只咳嗽声音识别方法及***，可以保证每周7天，每天24小时不间断地自行对猪只咳嗽进行识别，极大的提高了效率，节省了人力成本。
发明内容
针对现有技术的缺点，本发明提供了一种猪只咳嗽声音识别方法，所述方法包括以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
优选地，步骤C是24小时不间断的采集数据。
优选地，步骤E包括采用满足一定条件的时间规整函数描述输入模板和参考模板的时间对应关系，得出两模板匹配时累积距离最小所对应的规整函数进行模板匹配。
优选地，步骤B中所建立的参考模板至少包括白天检测模板和夜晚检测模板。
优选地，步骤B中所建立的参考模板至少包括单个猪只咳嗽模板和多个数量猪只咳嗽模板。
优选地，步骤C中，在猪场不同位置处同时检测猪只声音信号。
优选地，步骤A、D中的预处理包括采用高通滤波器来实现滤波，然后将滤后的信号进行窗函数处理，最后利用咳嗽端点检测得到咳嗽音信号的短时能量和短时过零率并进行分析。
优选地，步骤B、D中的特征提取包括利用离散傅里叶变换处理得到短时功率谱，然后由MEL频率滤波器组滤波得到MEL频率，再对所得的MEL频率进行取对数，求倒谱以及差分运算得到咳嗽音的特征参量。
本发明还提供了一种猪只咳嗽声音识别***，所述***包括声音信号采集装置、高通滤波器、MEL频率滤波器组以及计算机***，
该计算机***包含应用程序，该应用程序用于执行以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
优选地，声音信号采集装置能够选取最节省成本的麦克风；高通滤波器能够采用切比雪夫高通滤波器，采集到的声音信号经过切比雪夫高通滤波器滤去直流信号然后再由窗函数处理，最后利用咳嗽端点检测得到咳嗽音信号的短时能量和短时过零率并进行分析；MEL频率滤波器组能够将经离散傅里叶变换后的频谱进行MEL频谱分析，得到MEL频率，再对所得的MEL频率进行取对数，求倒谱以及差分运算得到咳嗽音的特征参量；计算机***能够对特征参量进行数据优化，采用满足一定条件的时间规整函数描述输入模板和参考模板的时间对应关系，得出两模板匹配时累积距离最小所对应的规整函数进行模板匹配。。
优选地，声音信号采集装置还包括声音信号采集装置上盖和声音信号采集装置下盖，用以保护和固定声音信号采集装置。
根据本发明所述的猪只咳嗽声音识别***及方法具备如下有益效果：
本发明通过设置一种猪只咳嗽声音识别方法及***，首先对猪只咳嗽数据库进行预处理；然后对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；再实时采集猪场中猪只声音信号；对采集的声音信号进行预处理以及特征提取；最后采用动态时间规准对处理后的声音输入模板进行模板匹配，判断咳嗽结果。从而实现高效、低成本、准确检测大型猪场中猪只咳嗽情况，提高生产效率。
附图说明
为了更好地理解本发明，下面将结合附图对本发明实施例进行说明，其中：
图1为根据本发明一实施例的猪只咳嗽声音识别方法的流程图；
图2为图1中所示的猪只咳嗽声音识别方法中预处理的流程框图；
图3为图1中所示的猪只咳嗽声音识别方法中特征提取的流程框图；
图4为猪只咳嗽音三个不同的表现阶段。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
本发明提供了一种猪只咳嗽声音识别方法，所述方法包括以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
参考图1，图1为根据本发明的一具体实施例的猪只咳嗽声音识别方法的流程框图。按照图1中的流程，可以24小时实时监控猪只是否出现声音异常，即咳嗽。在步骤A和D中，从咳嗽数据库采集的数据以及实时采集的猪场中的数据都需要进行预处理。图2示出了猪只咳嗽声音识别方法中预处理的流程框图。首先将采集来的数据经过高通滤波器滤波处理，滤去直流信号，然后根据语音特性，分为每20ms一帧，再由Hanning窗函数计算，使得获得的频谱，短时特性好，最后由咳嗽端点检测接收。
咳嗽是哺乳动物的一种保护呼吸的反射动作，咳嗽产生的特征是，短促深吸气，声门紧闭，呼吸肌、肋间肌和隔间肌快速收缩。检测咳嗽主要还是判断咳嗽音，而咳嗽音是语音信号的一种。根据现阶段的声音信号处理技术，我们再预处理阶段通常会初步进行声音信号的短时能量分析和过零率分析：
公式(1)为短时能量谱，可以表征咳嗽能量随时间变化的特性还可以表征信号的有无。
公式(2)为短时短时过零率，可以在一定程度上反应咳嗽波形的频率特性，而且可以区分清音和浊音，这是因为语音信号中的高频段有高的过零率，低频段有低的过零率。通常情况下，咳嗽的频率一般集中在200-1500Hz之间。
参考图3，图3为根据本发明的猪只咳嗽声音识别方法中的特征提取过程，首先对经预处理后的数据进行线性预测编码(LPC)，分析线性预测结果。再进行离散傅里叶变换：
进而得到咳嗽声音信号的短时功率谱：
P(k)＝Y(k)Y*(k)＝|Y(k)|2 (4)
由于我们只需要提取某些特定的频率分量，所以需要运用MEL频率滤波器组，将普通频率转化到MEL频率的公式为：
对公式(5)求倒数，得到：
将频谱通过一组MEL滤波器就得到了MEL频谱公式：
进而在公式(7)的基础上获得倒谱系数Hm(k)：
结合公式(4)与倒数系数公式(8)得到所测声音信号的MEL频率倒谱系数MFCC，该系数即为待测语音的静态特征：
为了测得待测语音的动态特征我们还需要对上述数据进一步处理，首先是对公式(9)取对数，增强其抗干扰性：
然后做逆变换，即求倒谱：
在倒谱公式(11)的基础上进一步进行差分计算描述待测语音的动态特征，最后输出结果。
根据本发明另一优选的实施例，结合图1中所示的流程。我们需要根据实际需要建立不同的参考模板。在步骤B建立模板的过程中至少需要建立白天检测模板和夜晚检测模板。正如人24小时活动所发出的声音有所差异，猪只也同样如此。白天猪只比较活跃，晚上基本上都进入沉睡状态，所以我们需要根据周围情况建立不同的目标。同时，为了保证采集声音信号的准确性和非偶然性，必须在猪场不同位置处同时检测猪只声音信号。
根据本发明另一优选的实施例，结合图1中所示的流程，我们需要根据猪场中养殖数量至少建立2个参考模板：单个猪只咳嗽模板和多个数量猪只咳嗽模板。往往多只猪的咳嗽声音很容易捕获，但是单个猪只的咳嗽声会完全被周围猪只自然发出的声音给覆盖掉。如果不能精细的建立模板，很可能在最后的实时检测结果匹配时忽略单只猪的咳嗽情况，等到咳嗽扩散到群体再检测时，已经损失惨重。
参考图4，猪只典型的咳嗽音通常分为三个部分。在初始阶段，猪只声门瞬时打开，具有很明显的突然性，这时候检测的语音信号其能量会明显升高，达到峰值；在中间阶段，声门持续打开，声音信号表现渐趋平稳，能量以及由最开始的峰值慢慢下降；在结束阶段，声门回位，继而开始周期性的变化，带动声带振动，直到下一次咳嗽声音发出。
根据本发明另一优选的实施例，结合图1-4，在猪只咳嗽声音识别过程中，我们首先建立不同，然后实时采集猪只声音，经过一系列处理后，需要将实时采集的数据与参考模板进行对比。由于语音信号是一种具有相当大随机性的信号，即使相同说话者对相同的词，每一次发音的结果都是不同的，也不可能具有完全相同的时间长度。因此在与已建立的模板相匹配时，未知单词的时间轴要不均匀地扭曲或弯折，以使其特征与模板特征对正。用时间规整手段对正是一种非常有力的措施，对提高***的识别精度非常有效。
通常情况下两个信号序列在整体上具有非常相似的形状，但是在X轴上并不是对齐的，所以在比较相似度前需要将其中一个序列在时间轴下warping扭曲，而动态时间规整(即，DTW)就是最有效的方法。假设从咳嗽数据库中建立的参考模板为：
T(n)＝[t1，t2，...，tn] (12)
而实时采集的猪只声音信号序列为：
R(m)＝[r，r2，...，rm] (13)
运用时间规整函数W(n)描述采集模板与参考模板的时间对应关系：
进而求解两模板匹配时累计距离最小所对应的规整函数。根据我们已经建立的模板1、2、3、、N等，判断出猪只是否咳嗽。
根据本发明另一优选的实施例，提供了一种猪只咳嗽声音识别***，所述***包括声音信号采集装置、高通滤波器、MEL频率滤波器组以及计算机***，该计算机***包含应用程序，该应用程序用于执行以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
根据本发明另一优选的实施例，声音信号采集装置能够选取最节省成本的麦克风；高通滤波器能够采用切比雪夫高通滤波器，采集到的声音信号经过切比雪夫高通滤波器滤去直流信号然后再由窗函数处理，最后利用咳嗽端点检测得到咳嗽音信号的短时能量和短时过零率并进行分析；其中MEL频率滤波器组能够将经离散傅里叶变换后的频谱进行MEL频谱分析，得到MEL频率，再对所得的MEL频率进行取对数，求倒谱以及差分运算得到咳嗽音的特征参量；计算机***能够对特征参量进行数据优化，采用满足一定条件的时间规整函数描述输入模板和参考模板的时间对应关系，得出两模板匹配时累积距离最小所对应的规整函数进行模板匹配。
根据本发明另一优选的实施例，声音信号采集装置还包括声音信号采集装置上盖和声音信号采集装置下盖，用以保护和固定所述声音信号采集装置。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种猪只咳嗽声音识别方法，其特征在于，所述方法包括以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
2.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中所述步骤C是24小时不间断的采集数据。
3.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中所述步骤E包括采用满足一定条件的时间规整函数描述输入模板和参考模板的时间对应关系，得出两模板匹配时累积距离最小所对应的规整函数进行模板匹配。
4.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中步骤B中所建立的参考模板至少包括白天检测模板和夜晚检测模板。
5.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中步骤B中所建立的参考模板至少包括单个猪只咳嗽模板和多个数量猪只咳嗽模板。
6.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中步骤C中，在猪场不同位置处同时检测猪只声音信号。
7.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中步骤A、D中的预处理包括采用高通滤波器来实现滤波，然后将滤后的信号进行窗函数处理，最后利用咳嗽端点检测得到咳嗽音信号的短时能量和短时过零率并进行分析。
8.根据权利要求1所述的一种猪只咳嗽声音识别方法，其特征在于，其中步骤B、D中的特征提取包括利用离散傅里叶变换处理得到短时功率谱，然后由MEL频率滤波器组滤波得到MEL频率，再对所得的MEL频率进行取对数，求倒谱以及差分运算得到咳嗽音的特征参量。
9.一种猪只咳嗽声音识别***，其特征在于，所述***包括声音信号采集装置、高通滤波器、MEL频率滤波器组以及计算机***，该计算机***包含应用程序，该应用程序用于执行以下步骤：
A、首先对猪只咳嗽数据库进行预处理；
B、对猪只咳嗽数据库进行特征提取，根据特征参数建立不同的参考模板；
C、实时采集猪场中猪只声音信号；
D、对采集的声音信号进行预处理以及特征提取；
E、采用动态时间规准算法对处理后的声音输入模板进行模板匹配，判断咳嗽结果。
10.根据权利要求9所述的一种猪只咳嗽声音识别***，其特征在于，所述声音信号采集装置能够选取最节省成本的麦克风；所述高通滤波器能够采用切比雪夫高通滤波器，采集到的声音信号经过切比雪夫高通滤波器滤去直流信号然后再由窗函数处理，最后利用咳嗽端点检测得到咳嗽音信号的短时能量和短时过零率并进行分析；所述MEL频率滤波器组能够将经离散傅里叶变换后的频谱进行MEL频谱分析，得到MEL频率，再对所得的MEL频率进行取对数，求倒谱以及差分运算得到咳嗽音的特征参量；所述计算机***能够对特征参量进行数据优化，采用满足一定条件的时间规整函数描述输入模板和参考模板的时间对应关系，得出两模板匹配时累积距离最小所对应的规整函数进行模板匹配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710286544.2A CN107799114A (zh) | 2017-04-26 | 2017-04-26 | 一种猪只咳嗽声音识别方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710286544.2A CN107799114A (zh) | 2017-04-26 | 2017-04-26 | 一种猪只咳嗽声音识别方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107799114A true CN107799114A (zh) | 2018-03-13 |
Family
ID=61530225
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710286544.2A Pending CN107799114A (zh) | 2017-04-26 | 2017-04-26 | 一种猪只咳嗽声音识别方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107799114A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108935188A (zh) * | 2018-07-05 | 2018-12-07 | 平安科技（深圳）有限公司 | 猪只疾病识别方法、装置及电子设备 |
| CN109243470A (zh) * | 2018-08-16 | 2019-01-18 | 南京农业大学 | 基于音频技术的肉鸡咳嗽监测方法 |
| CN109258509A (zh) * | 2018-11-16 | 2019-01-25 | 太原理工大学 | 一种生猪异常声音智能监测***与方法 |
| CN109493874A (zh) * | 2018-11-23 | 2019-03-19 | 东北农业大学 | 一种基于卷积神经网络的生猪咳嗽声音识别方法 |
| CN109498228A (zh) * | 2018-11-06 | 2019-03-22 | 林枫 | 基于咳嗽音反馈的肺康复治疗装置 |
| CN109602421A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 健康监测方法、装置及计算机可读存储介质 |
| CN109644890A (zh) * | 2018-11-20 | 2019-04-19 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
| CN109817227A (zh) * | 2018-12-06 | 2019-05-28 | 洛阳语音云创新研究院 | 一种养殖场的异常声音监测方法和*** |
| CN111179967A (zh) * | 2019-12-17 | 2020-05-19 | 华南理工大学 | 颈脊髓损伤患者真假咳嗽音线性分类算法、介质和设备 |
| CN111696321A (zh) * | 2020-06-30 | 2020-09-22 | 张祖明 | 一种猪舍气体检测报警***及其方法 |
| CN113488071A (zh) * | 2021-07-16 | 2021-10-08 | 河南牧原智能科技有限公司 | 一种猪只咳嗽识别方法、装置、设备及可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101753709A (zh) * | 2008-12-11 | 2010-06-23 | 深圳富泰宏精密工业有限公司 | 语音辅助输入***及方法 |
| CN102509547A (zh) * | 2011-12-29 | 2012-06-20 | 辽宁工业大学 | 基于矢量量化的声纹识别方法及*** |
| US8374869B2 (en) * | 2008-12-22 | 2013-02-12 | Electronics And Telecommunications Research Institute | Utterance verification method and apparatus for isolated word N-best recognition result |
| CN104064186A (zh) * | 2014-06-26 | 2014-09-24 | 山东大学 | 一种基于独立分量分析的电气设备故障音检测方法 |
| CN104409078A (zh) * | 2014-12-11 | 2015-03-11 | 黑龙江真美广播通讯器材有限公司 | 异常声音检测和识别*** |
| CN104409073A (zh) * | 2014-11-04 | 2015-03-11 | 贵阳供电局 | 一种变电设备声音与语音的识别方法 |
| CN105096955A (zh) * | 2015-09-06 | 2015-11-25 | 广东外语外贸大学 | 一种基于模型生长聚类的说话人快速识别方法及*** |
| CN105336331A (zh) * | 2015-11-21 | 2016-02-17 | 太原理工大学 | 基于声音的猪异常行为智能监测方法及智能监测*** |
| CN105741842A (zh) * | 2016-01-07 | 2016-07-06 | 中国农业大学 | 一种基于食品安全语料数据的语音匹配方法 |
| CN106205606A (zh) * | 2016-08-15 | 2016-12-07 | 南京邮电大学 | 一种基于语音识别的动态定位监控方法及*** |
-
2017
- 2017-04-26 CN CN201710286544.2A patent/CN107799114A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101753709A (zh) * | 2008-12-11 | 2010-06-23 | 深圳富泰宏精密工业有限公司 | 语音辅助输入***及方法 |
| US8374869B2 (en) * | 2008-12-22 | 2013-02-12 | Electronics And Telecommunications Research Institute | Utterance verification method and apparatus for isolated word N-best recognition result |
| CN102509547A (zh) * | 2011-12-29 | 2012-06-20 | 辽宁工业大学 | 基于矢量量化的声纹识别方法及*** |
| CN104064186A (zh) * | 2014-06-26 | 2014-09-24 | 山东大学 | 一种基于独立分量分析的电气设备故障音检测方法 |
| CN104409073A (zh) * | 2014-11-04 | 2015-03-11 | 贵阳供电局 | 一种变电设备声音与语音的识别方法 |
| CN104409078A (zh) * | 2014-12-11 | 2015-03-11 | 黑龙江真美广播通讯器材有限公司 | 异常声音检测和识别*** |
| CN105096955A (zh) * | 2015-09-06 | 2015-11-25 | 广东外语外贸大学 | 一种基于模型生长聚类的说话人快速识别方法及*** |
| CN105336331A (zh) * | 2015-11-21 | 2016-02-17 | 太原理工大学 | 基于声音的猪异常行为智能监测方法及智能监测*** |
| CN105741842A (zh) * | 2016-01-07 | 2016-07-06 | 中国农业大学 | 一种基于食品安全语料数据的语音匹配方法 |
| CN106205606A (zh) * | 2016-08-15 | 2016-12-07 | 南京邮电大学 | 一种基于语音识别的动态定位监控方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 刘振宇: "基于隐马尔可夫模型的猪咳嗽声音识别的研究", 《中国畜牧兽医学会信息技术分会第十届学术研讨会论文集》 * |
| 张苏楠: "基于隐马尔科夫模型的猪只状态自动识别技术", 《黑龙江畜牧兽医》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108935188A (zh) * | 2018-07-05 | 2018-12-07 | 平安科技（深圳）有限公司 | 猪只疾病识别方法、装置及电子设备 |
| CN109243470A (zh) * | 2018-08-16 | 2019-01-18 | 南京农业大学 | 基于音频技术的肉鸡咳嗽监测方法 |
| CN109243470B (zh) * | 2018-08-16 | 2020-05-05 | 南京农业大学 | 基于音频技术的肉鸡咳嗽监测方法 |
| CN109498228A (zh) * | 2018-11-06 | 2019-03-22 | 林枫 | 基于咳嗽音反馈的肺康复治疗装置 |
| CN109498228B (zh) * | 2018-11-06 | 2021-03-30 | 林枫 | 基于咳嗽音反馈的肺康复治疗装置 |
| CN109258509A (zh) * | 2018-11-16 | 2019-01-25 | 太原理工大学 | 一种生猪异常声音智能监测***与方法 |
| CN109258509B (zh) * | 2018-11-16 | 2023-05-02 | 太原理工大学 | 一种生猪异常声音智能监测***与方法 |
| CN109644890A (zh) * | 2018-11-20 | 2019-04-19 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
| CN109644890B (zh) * | 2018-11-20 | 2022-02-22 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
| CN109493874A (zh) * | 2018-11-23 | 2019-03-19 | 东北农业大学 | 一种基于卷积神经网络的生猪咳嗽声音识别方法 |
| CN109817227A (zh) * | 2018-12-06 | 2019-05-28 | 洛阳语音云创新研究院 | 一种养殖场的异常声音监测方法和*** |
| CN109817227B (zh) * | 2018-12-06 | 2021-02-09 | 洛阳语音云创新研究院 | 一种养殖场的异常声音监测方法和*** |
| CN109602421A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 健康监测方法、装置及计算机可读存储介质 |
| CN111179967B (zh) * | 2019-12-17 | 2022-05-24 | 华南理工大学 | 颈脊髓损伤患者真假咳嗽音线性分类算法、介质和设备 |
| CN111179967A (zh) * | 2019-12-17 | 2020-05-19 | 华南理工大学 | 颈脊髓损伤患者真假咳嗽音线性分类算法、介质和设备 |
| CN111696321A (zh) * | 2020-06-30 | 2020-09-22 | 张祖明 | 一种猪舍气体检测报警***及其方法 |
| CN113488071A (zh) * | 2021-07-16 | 2021-10-08 | 河南牧原智能科技有限公司 | 一种猪只咳嗽识别方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107799114A (zh) | 一种猪只咳嗽声音识别方法及*** | |
| CN109243470B (zh) | 基于音频技术的肉鸡咳嗽监测方法 | |
| CN107811649B (zh) | 一种基于深度卷积神经网络的心音多分类方法 | |
| WO2019023879A1 (zh) | 咳嗽声音识别方法、设备和存储介质 | |
| CN103251388A (zh) | 基于智能手机平台的打鼾监测和防治方法及*** | |
| CN105448291A (zh) | 基于语音的帕金森症检测方法及检测*** | |
| CN110731778B (zh) | 一种基于可视化的呼吸音信号识别方法及*** | |
| CN110600053A (zh) | 一种基于ResNet与LSTM网络的脑卒中构音障碍风险预测方法 | |
| CN108175436A (zh) | 一种肠鸣音智能自动识别方法 | |
| CN115410711B (zh) | 基于声音信号特征和随机森林的白羽肉鸡健康监测方法 | |
| CN110942784A (zh) | 基于支持向量机的鼾声分类*** | |
| CN111870235A (zh) | 一种基于ippg的吸毒人员筛查方法 | |
| CN103514877A (zh) | 振动信号特征参数提取方法 | |
| CN113539294A (zh) | 一种生猪异常状态声音采集及识别方法 | |
| CN102013016B (zh) | 可用于假肢手控制的基于肌音信号手部动作模式识别方法 | |
| CN113116361A (zh) | 一种基于单导脑电的睡眠分期方法 | |
| Kharamat et al. | Durian ripeness classification from the knocking sounds using convolutional neural network | |
| US20220061694A1 (en) | Lung health sensing through voice analysis | |
| CN113974607A (zh) | 一种基于脉冲神经网络的睡眠鼾声检测*** | |
| CN110335613B (zh) | 一种采用拾音器实时探测的鸟类识别方法 | |
| CN110808072A (zh) | 基于数据挖掘技术优选声学参数评估儿童构音障碍的方法 | |
| Dam et al. | e-Breath: breath detection and monitoring using frequency cepstral feature fusion | |
| Zhu et al. | Recognition of cough using features improved by sub-band energy transformation | |
| CN112908343B (zh) | 一种基于倒谱语谱图的鸟类物种数量的获取方法及*** | |
| Zhiming et al. | Multi-label classification of heart sound signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |
|
| RJ01 | Rejection of invention patent application after publication |