CN111461252A - 一种雏鸡性别检测仪及检测方法 - Google Patents
一种雏鸡性别检测仪及检测方法 Download PDFInfo
- Publication number
- CN111461252A CN111461252A CN202010284618.0A CN202010284618A CN111461252A CN 111461252 A CN111461252 A CN 111461252A CN 202010284618 A CN202010284618 A CN 202010284618A CN 111461252 A CN111461252 A CN 111461252A
- Authority
- CN
- China
- Prior art keywords
- chick
- processor
- gender
- audio
- judgment result
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 230000005236 sound signal Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 19
- 238000011176 pooling Methods 0.000 claims description 14
- 230000004913 activation Effects 0.000 claims description 5
- 241000287828 Gallus gallus Species 0.000 claims description 4
- 240000007651 Rubus glaucus Species 0.000 claims description 4
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 4
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 206010011469 Crying Diseases 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000009395 breeding Methods 0.000 abstract description 3
- 230000001488 breeding effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 18
- 238000012549 training Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C7/00—Arrangements for writing information into, or reading information out from, a digital store
- G11C7/16—Storage of analogue signals in digital stores using an arrangement comprising analogue/digital [A/D] converters, digital memories and digital/analogue [D/A] converters
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
- G11B2020/10537—Audio or video recording
- G11B2020/10546—Audio or video recording specifically adapted for audio data
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Environmental Sciences (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Birds (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明提供了一种雏鸡性别检测仪及检测方法,包括:音频采集器采集雏鸡叫声,获取雏鸡叫声音频信号,并发送至处理器;处理器将获取的所述雏鸡叫声音频信号进行处理,得到对应的二维的语谱图图像信号;处理器根据语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别最终判断结果;显示屏对所述雏鸡性别最终判断结果进行显示。本发明的有益效果是:本发明所提出的检测仪简化了雏鸡性别检测,节省了人工劳动力;所提出的检测方法将图像处理和声音处理技术相结合,对雏鸡声音中的时域和频域信息进行可视化,进而分析其声谱图中所呈现的声纹特征,来实现雏鸡发声的分类识别,了解雏鸡的性别,提高生产效率的同时改善蛋鸡福利化养殖。
Description
技术领域
本发明涉及雏鸡性别检测领域,尤其涉及一种雏鸡性别检测仪及检测方法。
背景技术
随着人工智能的迅速发展,对音频的处理能力有了显著的提高。很多基于神经网络针对图像视频的算法模型适用于各种场景。基于深度学习的智能算法在特定人脸识别、特定人的语音识别、姿态识别、表情识别、手势识别等方面,准确率和实时性有了极大提高。
发音器官特性的语音特征(基音频率)在一定程度上反映了性别差异。公鸡和母鸡叫声的波形和基音频率分析,两者存在差异。公鸡基音频率为4.8K,母鸡的基因频率为5.2k。除此之外,公鸡和母鸡的共振峰以及其他声纹信息也存在一定差异。
语谱图中显示了大量与声音信号特性相关的信息,如共振峰、能量等频域参数随时间的变化情况,它同时具有时域波形与频谱图的特点。语谱图是时序相关的傅里叶分析的显示图像,可以反映声音信号频谱随时间改变而变换,语谱图的横坐标是时间,纵坐标是频率,坐标点值为语音数据能量。
发明内容
为了解决上述问题,本发明提供了一种雏鸡性别检测仪,包括:音频采集器、处理器、显示屏、无线连接装置、电源、扬声器、本体、功能键和网络服务器;
所述本体为中空的圆柱形状,内部形成空腔,所述显示屏与所述功能键均镶嵌于所述本体的外表面,所述音频采集器、处理器、无线连接装置、电源和扬声器均固定安装于所述本体的空腔中;
所述电源分别与所述音频采集器、所述处理器、所述显示屏、无线所述连接装置和所述扬声器电性连接,以为整个检测仪供电;所述音频采集器、所述显示屏、所述无线连接装置、所述扬声器、所述功能键分别与所述处理器电性连接;所述处理器通过所述无线连接装置与所述网络服务器进行通讯;
所述处理器接收所述功能键的触发信号,并根据所述触发信号对所述音频采集器、所述显示屏、所述无线连接装置和所述扬声器分别进行控制。
进一步地,所述本体的一端设有与所述音频采集器对应的音频安装孔,所述音频采集器通过所述音频安装孔安装于所述本体内部的一端;本体的另一端设有于所述扬声器对应的扬声器安装孔,所述扬声器通过所述扬声器安装孔固定安装在所述本体内的另一端。
进一步地,所述音频采集器为咪头,且音频采集端口通过所述音频安装孔朝向所述本体外侧,以便于采集音频;所述扬声器的扬声端口通过所述扬声器安装孔朝向所述本体外侧,以便于播放音频。
进一步地,所述处理器为自带存储卡的树莓派处理器;所述显示屏为L12864液晶显示屏;所述无线连接装置为ESP8266串口WIFI模块。
进一步地,所述功能键包括:保存键、清除键、录音键和开机键,均为普通的机械按钮或者触摸按钮,且分别通过信号线与所述处理器的不同I/O口电性连接,按下对应的键,所述处理器将获取对应的触发信号,从而控制其他设备做出响应。
进一步地,所述电源为带有充电接口的可充电池;所述充电接口镶嵌于所述本体的外表面,以连接外部充电线,为所述可充电池充电。
进一步地,所述一种雏鸡性别检测方法,应用于一种雏鸡性别检测仪中,具体包括如下步骤:
S101:音频采集器采集雏鸡叫声,获取雏鸡叫声音频信号,并发送至处理器;
S102:处理器将获取的所述雏鸡叫声音频信号进行处理,得到对应的二维的语谱图图像信号;
S103:处理器根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别最终判断结果;
S104:显示屏对所述雏鸡性别最终判断结果进行显示,以供查看。
进一步地,步骤S102中,处理器采用matlab中的spectogram函数,将所述雏鸡叫声音频信号转换为二维的语谱图图像信号。
进一步地,步骤S103中,处理器根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别判断结果;具体包括:
S201:处理器采用本地分类器对所述语谱图图像信号进行对比判断,得到雏鸡性别初步判断结果,并将所述初步判断结果通过显示屏进行显示;
所述本地分类器为所述网络服务器对卷积神经网络训练之后得到的训练好的网络服务端分类器;初始的本地分类器直接由处理器通过无线连接装置在网络服务器中下载得到;
S202:处理器将所述初步判断结果和所述语谱图图像信号通过所述无线连接装置一同发送至所述网络服务器;
S203:所述网络服务器根据接收到的所述语谱图图像信号,采用卷积神经网络进行在线运算,得到最终判断结果;其中,采用的所述卷积神经网络为预先训练好的网络服务端分类器;
S204:所述网络服务器将所述最终判断结果发送至所述处理器;所述处理器判断所述初步判断结果与所述最终判断结果是否一致;若是,则到步骤S205;否则,到步骤S206;
S205:所述处理器将所述最终判断结果保存在本地,以供查看;并到步骤S207;
S206:所述处理器将所述最终判断结果保存在本地,并根据所述网络服务器中训练好的网络服务端分类器对本地分类器进行更新;
S207:结束。
进一步地,步骤S203中,所述卷积神经网络包括依次连接的卷积层、池化层及全连接层;所述卷积神经网络的激活函数采用RELU函数;其中,5个卷积层,3个池化层,3个全连接层。
本发明提供的技术方案带来的有益效果是:本发明所提出的检测仪简化了雏鸡性别检测,节省了人工劳动力;所提出的检测方法将图像处理和声音处理技术相结合,对雏鸡声音中的时域和频域信息进行可视化,进而分析其声谱图中所呈现的声纹特征,来实现雏鸡发声的分类识别,了解雏鸡的性别,提高生产效率的同时改善蛋鸡福利化养殖。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中一种雏鸡性别检测仪的装置图;
图2是本发明实施例中一种雏鸡性别检测方法的流程图;
图3是本发明实施例中卷积神经网络示意图;
图4是本发明实施例中激活函数RELU示意图;
图5是本发明实施例中Alexnet网络模型结构图;
图6是本发明实施例中卷积示意图;
图7是本发明实施例中池化示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种雏鸡性别检测方法仪及检测方法。
请参阅图1,图1是本发明实施例中一种雏鸡性别检测仪的装置图;包括:音频采集器1、处理器2、显示屏3、无线连接装置4、电源5、扬声器10、本体11、功能键12和网络服务器;
所述本体11为中空的圆柱形状,内部形成空腔,所述显示屏3与所述功能键12均镶嵌于所述本体11的外表面,所述音频采集器1、处理器2、无线连接装置4、电源5和扬声器10均固定安装于所述本体11的空腔中;
所述电源5分别与所述音频采集器1、所述处理器2、所述显示屏3、无线所述连接装置4和所述扬声器10电性连接,以为整个检测仪供电;所述音频采集器1、所述显示屏3、所述无线连接装置4、所述扬声器10、所述功能键12分别与所述处理器2电性连接;所述处理器2通过所述无线连接装置4与所述网络服务器进行通讯;
所述处理器2接收所述功能键12的触发信号,并根据所述触发信号对所述音频采集器1、所述显示屏3、所述无线连接装置4和所述扬声器10分别进行控制。
所述本体11的一端设有与所述音频采集器1对应的音频安装孔,所述音频采集器1通过所述音频安装孔安装于所述本体11内部的一端;本体11的另一端设有于所述扬声器10对应的扬声器安装孔,所述扬声器10通过所述扬声器安装孔10固定安装在所述本体11内的另一端。
所述音频采集器1为咪头,且音频采集端口通过所述音频安装孔朝向所述本体11外侧,以便于采集音频;所述扬声器10的扬声端口通过所述扬声器安装孔朝向所述本体11外侧,以便于播放音频。
所述处理器2为自带存储卡的树莓派处理器;所述显示屏3为L12864液晶显示屏;所述无线连接装置4为ESP8266串口WIFI模块。
所述功能键12包括:保存键6、清除键7、录音键8和开机键9(用于开机和关机),均为普通的机械按钮或者触摸按钮,且分别通过信号线与所述处理器2的不同I/O口电性连接。
按下对应的键,所述处理器2将获取对应的触发信号,从而控制其他设备做出响应。
所述电源5为带有充电接口的可充电池;所述充电接口镶嵌于所述本体11的外表面,以连接外部充电线,为所述可充电池充电。
所述充电接口为TYPE-C充电接口(采用可充放锂电池为整个***提供5v供电)。
一种雏鸡性别检测方法,应用于所述的一种雏鸡性别检测仪中;请参考图2,图2是本发明实施例中一种雏鸡性别检测方法的流程图,具体包括如下步骤:
S101:音频采集器1采集雏鸡叫声,获取雏鸡叫声音频信号,并发送至处理器2;
S102:处理器2将获取的所述雏鸡叫声音频信号进行处理,得到对应的二维的语谱图图像信号;
S103:处理器2根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别最终判断结果;
S104:显示屏3对所述雏鸡性别最终判断结果进行显示,以供查看,并通过扬声器10对最终判断结果进行播报。
步骤S101,音频采集器1采集雏鸡叫声,获取雏鸡叫声音频信号,并发送至处理器2;具体包括:
按住录音键8,将咪头对准小鸡嘴部附近,在相对安静(环境噪声分贝小于或者等于预设阈值)的场合下采集小鸡叫声,大约持续3~5秒钟,咪头将声音信号转化为电信号,通过两根导线传入处理器树莓派中。处理器通过平滑滤波消除与叫声无关的噪声,并对声音信号采样量化,得到雏鸡叫声音频信号。
步骤S102中,处理器2采用matlab中的spectogram函数,将所述雏鸡叫声音频信号转换为二维的语谱图图像信号。
语谱图中的花纹有横线,乱纹和竖直条等,横线是与时间轴平行的黑色带纹,它们是共振峰,从横线对应的频率和带宽可以确定相应的共振峰频率和带宽,在一段音频的语谱图中有没有横线出现是判断它是否是浊音的重要标志;竖直条是与时间轴垂直的窄黑条,每个竖直条相当于一个基音,条纹的起点相当于声纹脉冲的起点,条纹之间的距离表示基音,条纹越密表示基音频率越高。不同性别的雏鸡在语谱图上存在差异,这为雏鸡的性别识别提供了依据。本检测仪使用雏鸡叫声的语谱图作为依据。由于是采用二维平面表达三维信息,所以能量值的大小是通过颜色来表示的,颜色深,表示该点的声音能量越强。
步骤S103中,处理器2根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别判断结果;具体包括:
S201:处理器2采用本地分类器对所述语谱图图像信号进行对比判断,得到雏鸡性别初步判断结果,并将所述初步判断结果通过显示屏3进行显示;
所述本地分类器为所述网络服务器对卷积神经网络训练之后得到的训练好的网络服务端分类器;初始的本地分类器直接由处理器2通过无线连接装置4在网络服务器中下载得到,后续的本地分类器为处理器2根据网络服务器中训练好的卷积神经网络更新得到;
S202:处理器2将所述初步判断结果和所述语谱图图像信号通过所述无线连接装置4一同发送至所述网络服务器;
S203:所述网络服务器根据接收到的所述语谱图图像信号,采用卷积神经网络进行在线运算,得到最终判断结果;其中,采用的所述卷积神经网络为预先训练好的网络服务端分类器;
S204:所述网络服务器将所述最终判断结果发送至所述处理器2;所述处理器2判断所述初步判断结果与所述最终判断结果是否一致;若是,则到步骤S205;否则,到步骤S206;
S205:所述处理器2将所述最终判断结果保存在本地,以供查看;到步骤S207;
S206:所述处理器2将所述最终判断结果保存在本地,并根据所述网络服务器中训练好的网络服务端分类器对本地分类器进行更新;(用户根据实际需求通过保存键6和清除键7在本地储存卡中保存和删除最终判断结果数据);
S207:结束。
步骤S203中,所述卷积神经网络(Convolutional neuralnetwork,CNN,如图3所示)包括依次连接的卷积层、池化层及全连接层;所述卷积神经网络的激活函数采用RELU函数;其中,5个卷积层,3个池化层,3个全连接层;激活函数RELU表达式(如图4)如下:
其中,x为输入的语谱图图像信号经过卷积及池化之后的中间级信号,x小于0时输出一律为0,x大于0时输出就是x。
所述的Alexnet网络算法,分为两部分:网络服务端分类器和本地分类器。网络服务器中包括预先设置的十万张已知性别雏鸡的语谱图,且不断接收本地分类器上传的语谱图。网络服务器采用所述的已知性别雏鸡语谱图对卷积神经网络进行训练,得到训练好的网络服务端分类器(训练模型);而本地分类器不参与该训练过程,只使用网络服务器中对神经网络训练的结论,即训练好的网络服务端分类器(本地分类器)对语谱图图像信号进行判定,处理器2中的原始的本地分类器(模型)是检测仪生产时在网络服务器中下载的。
在本发明实施例中,网络服务器中的网络服务器端分类器的训练过程采取具体Alexnet网络,该训练网络共有11层,其中5个卷积层,3个池化层和3个全连接层。从图5中可以看出每一层的参数,以及各个层的连接顺序,每层对应的具体操作如表1所示,以下将进行详细讲解。
表1每层对应操作
层数 | 输入层 | 第1层 | 第2层 | 第3层 | 第4层 | 第5层 |
操作 | INPUT | Conv1+RELU | POOL1 | Conv2+RELU | POOL2 | Conv3+RELU |
层数 | 第6层 | 第7层 | 第8层 | 第9层 | 第10层 | 第11层 |
操作 | Conv4+RELU | Conv5+RELU | POOL3 | FC1+RELU | FC2+RELU | FC3+RELU |
如图5,在模型训练的阶段,输入十万张已知性别雏鸡的语谱图(图片)。
共包含5个卷积层,以第一个卷积层为例:第一个卷积层中有96个11*11的卷积核,其步长是4。卷积操作利用卷积核(本实施例中,卷积核为11*11)对应图6中的矩阵数据一一相乘,然后再相加。在提取特征的过程中,设置卷积的步长(本文步长为4),让卷积核在对应图像上从左向右、从上向下滑动,并作卷积操作。
共包含3个池化层,池化的主要目的是为了降维。在卷积层提取抽象特征的过程中会加入若干个卷积核,会导致提取到的特征维度比较高,计算量太大而且容易过拟合,所以,在卷积层之后加了一个池化层,缩小数据矩阵的尺寸达到降维的目的。以图5中第一个池化层为例,滤波器尺寸为3*3,步长为2(如图7)。
神经网络有点像一个黑盒子,中间的识别过程我们是不知道的,经过若干次的卷积和池化操作之后,数据的抽象特征提取完成,在网络的尾端加上几个全连接层,提升网络的分类性能,完成分类任务。
本发明的有益效果是:本发明所提出的检测仪简化了雏鸡性别检测,节省了人工劳动力;所提出的检测方法将图像处理和声音处理技术相结合,对雏鸡声音中的时域和频域信息进行可视化,进而分析其声谱图中所呈现的声纹特征,来实现雏鸡发声的分类识别,了解雏鸡的性别,提高生产效率的同时改善蛋鸡福利化养殖。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种雏鸡性别检测仪,其特征在于,包括:音频采集器(1)、处理器(2)、显示屏(3)、无线连接装置(4)、电源(5)、扬声器(10)、本体(11)、功能键(12)和网络服务器;
所述本体(11)为中空的圆柱形状,内部形成空腔,所述显示屏(3)与所述功能键(12)均镶嵌于所述本体(11)的外表面,所述音频采集器(1)、处理器(2)、无线连接装置(4)、电源(5)和扬声器(10)均固定安装于所述本体(11)的空腔中;
所述电源(5)分别与所述音频采集器(1)、所述处理器(2)、所述显示屏(3)、无线所述连接装置(4)和所述扬声器(10)电性连接,以为整个检测仪供电;所述音频采集器(1)、所述显示屏(3)、所述无线连接装置(4)、所述扬声器(10)、所述功能键(12)分别与所述处理器(2)电性连接;所述处理器(2)通过所述无线连接装置(4)与所述网络服务器进行通讯;
所述处理器(2)接收所述功能键(12)的触发信号,并根据所述触发信号对所述音频采集器(1)、所述显示屏(3)、所述无线连接装置(4)和所述扬声器(10)分别进行控制。
2.如权利要求1所述的一种雏鸡性别检测仪,其特征在于:所述本体(11)的一端设有与所述音频采集器(1)对应的音频安装孔,所述音频采集器(1)通过所述音频安装孔安装于所述本体(11)内部的一端;本体(11)的另一端设有于所述扬声器(10)对应的扬声器安装孔,所述扬声器(10)通过所述扬声器安装孔(10)固定安装在所述本体(11)内的另一端。
3.如权利要求2所述的一种雏鸡性别检测仪,其特征在于:所述音频采集器(1)为咪头,且音频采集端口通过所述音频安装孔朝向所述本体(11)外侧,以便于采集音频;所述扬声器(10)的扬声端口通过所述扬声器安装孔朝向所述本体(11)外侧,以便于播放音频。
4.如权利要求1所述的一种雏鸡性别检测仪,其特征在于:所述处理器(2)为自带存储卡的树莓派处理器;所述显示屏(3)为L12864液晶显示屏;所述无线连接装置(4)为ESP8266串口WIFI模块。
5.如权利要求1所述的一种雏鸡性别检测仪,其特征在于:所述功能键(12)包括:保存键(6)、清除键(7)、录音键(8)和开机键(9),均为普通的机械按钮或者触摸按钮,且分别通过信号线与所述处理器(2)的不同I/O口电性连接,按下对应的键,所述处理器(2)将获取对应的触发信号,从而控制其他设备做出响应。
6.如权利要求1所述的一种雏鸡性别检测仪,其特征在于:所述电源(5)为带有充电接口的可充电池;所述充电接口镶嵌于所述本体(11)的外表面,以连接外部充电线,为所述可充电池充电。
7.一种雏鸡性别检测方法,应用于一种雏鸡性别检测仪中;其特征在于:所述一种雏鸡性别检测方法,具体包括如下步骤:
S101:音频采集器(1)采集雏鸡叫声,获取雏鸡叫声音频信号,并发送至处理器(2);
S102:处理器(2)将获取的所述雏鸡叫声音频信号进行处理,得到对应的二维的语谱图图像信号;
S103:处理器(2)根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别最终判断结果;
S104:显示屏(3)对所述雏鸡性别最终判断结果进行显示,以供查看。
8.如权利要求7所述的一种雏鸡性别检测方法,其特征在于:步骤S102中,处理器(2)采用matlab中的spectogram函数,将所述雏鸡叫声音频信号转换为二维的语谱图图像信号。
9.如权利要求7所述的一种雏鸡性别检测方法,其特征在于:步骤S103中,处理器(2)根据所述的语谱图图像信号,采用Alexnet网络算法对雏鸡性别进行判断,得到雏鸡性别判断结果;具体包括:
S201:处理器(2)采用本地分类器对所述语谱图图像信号进行对比判断,得到雏鸡性别初步判断结果,并将所述初步判断结果通过显示屏(3)进行显示;
所述本地分类器为所述网络服务器对卷积神经网络训练之后得到的训练好的网络服务端分类器;初始的本地分类器直接由处理器(2)通过无线连接装置(4)在网络服务器中下载得到;
S202:处理器(2)将所述初步判断结果和所述语谱图图像信号通过所述无线连接装置(4)一同发送至所述网络服务器;
S203:所述网络服务器根据接收到的所述语谱图图像信号,采用卷积神经网络进行在线运算,得到最终判断结果;其中,采用的所述卷积神经网络为预先训练好的网络服务端分类器;
S204:所述网络服务器将所述最终判断结果发送至所述处理器(2);所述处理器(2)判断所述初步判断结果与所述最终判断结果是否一致;若是,则到步骤S205;否则,到步骤S206;
S205:所述处理器(2)将所述最终判断结果保存在本地,以供查看;并到步骤S207;
S206:所述处理器(2)将所述最终判断结果保存在本地,并根据所述网络服务器中训练好的网络服务端分类器对本地分类器进行更新;
S207:结束。
10.如权利要求9所述的一种雏鸡性别检测方法,其特征在于:步骤S203中,所述卷积神经网络包括依次连接的卷积层、池化层及全连接层;所述卷积神经网络的激活函数采用RELU函数;其中,5个卷积层,3个池化层,3个全连接层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284618.0A CN111461252A (zh) | 2020-04-13 | 2020-04-13 | 一种雏鸡性别检测仪及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284618.0A CN111461252A (zh) | 2020-04-13 | 2020-04-13 | 一种雏鸡性别检测仪及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111461252A true CN111461252A (zh) | 2020-07-28 |
Family
ID=71681744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010284618.0A Pending CN111461252A (zh) | 2020-04-13 | 2020-04-13 | 一种雏鸡性别检测仪及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111461252A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863939A (zh) * | 2022-07-07 | 2022-08-05 | 四川大学 | 一种基于声音的大熊猫属性识别方法及*** |
CN115420356A (zh) * | 2022-09-13 | 2022-12-02 | 仲恺农业工程学院 | 一种成年鸽性别的鉴定方法 |
CN115413605A (zh) * | 2022-09-19 | 2022-12-02 | 仲恺农业工程学院 | 一种综合体重、声音和挣扎力信息判别肉鸽性别的*** |
CN115471871A (zh) * | 2022-09-22 | 2022-12-13 | 四川农业大学 | 一种基于目标检测和分类网络的麻鸭性别分类识别方法 |
-
2020
- 2020-04-13 CN CN202010284618.0A patent/CN111461252A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863939A (zh) * | 2022-07-07 | 2022-08-05 | 四川大学 | 一种基于声音的大熊猫属性识别方法及*** |
CN114863939B (zh) * | 2022-07-07 | 2022-09-13 | 四川大学 | 一种基于声音的大熊猫属性识别方法及*** |
CN115420356A (zh) * | 2022-09-13 | 2022-12-02 | 仲恺农业工程学院 | 一种成年鸽性别的鉴定方法 |
CN115420356B (zh) * | 2022-09-13 | 2023-08-08 | 仲恺农业工程学院 | 一种成年鸽性别的鉴定方法 |
CN115413605A (zh) * | 2022-09-19 | 2022-12-02 | 仲恺农业工程学院 | 一种综合体重、声音和挣扎力信息判别肉鸽性别的*** |
CN115471871A (zh) * | 2022-09-22 | 2022-12-13 | 四川农业大学 | 一种基于目标检测和分类网络的麻鸭性别分类识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461252A (zh) | 一种雏鸡性别检测仪及检测方法 | |
CN110838286A (zh) | 一种模型训练的方法、语种识别的方法、装置及设备 | |
CN110853618B (zh) | 一种语种识别的方法、模型训练的方法、装置及设备 | |
CN107799126B (zh) | 基于有监督机器学习的语音端点检测方法及装置 | |
CN101023469B (zh) | 数字滤波方法和装置 | |
CN108806720B (zh) | 话筒、数据处理器、监测***及监测方法 | |
CN106448701B (zh) | 一种声乐综合训练*** | |
CN112885372B (zh) | 电力设备故障声音智能诊断方法、***、终端及介质 | |
CN102404278A (zh) | 一种基于声纹识别的点歌***及其应用方法 | |
CN107767869A (zh) | 用于提供语音服务的方法和装置 | |
CN110610534B (zh) | 基于Actor-Critic算法的口型动画自动生成方法 | |
CN110600014B (zh) | 一种模型训练方法、装置、存储介质及电子设备 | |
CN110232933A (zh) | 音频检测方法、装置、存储介质及电子设备 | |
CN104658538A (zh) | 一种基于鸟鸣声的移动式鸟类识别方法 | |
CN112784730A (zh) | 一种基于时域卷积网络的多模态情感识别方法 | |
CN110211599A (zh) | 应用唤醒方法、装置、存储介质及电子设备 | |
US20230206924A1 (en) | Voice wakeup method and voice wakeup device | |
CN115294994A (zh) | 一种真实环境中的鸟类鸣声自动识别*** | |
CN109272986A (zh) | 一种基于人工神经网络的狗声音情感分类方法 | |
CN114863905A (zh) | 语音类别获取方法、装置、电子设备和存储介质 | |
CN100495535C (zh) | 语音识别装置及语音识别方法 | |
CN113571095B (zh) | 基于嵌套深度神经网络的语音情感识别方法和*** | |
CN110728993A (zh) | 一种变声识别方法及电子设备 | |
CN110580897A (zh) | 音频校验方法、装置、存储介质及电子设备 | |
CN212009604U (zh) | 一种雏鸡性别检测仪 |
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 |