一种复杂环境下生猪连续咳嗽声音识别方法

本发明涉及语音信号处理，特别是涉及一种复杂环境下生猪连续咳嗽声音识别方法。

背景技术：

1、生猪呼吸道疾病是制约生猪养殖行业发展的主要原因之一。近年来研究表明，生猪咳嗽声音监测是实现呼吸道疾病预警的一种有效手段，且对于单咳和连咳的监测对生猪疾病预警与诊断具有重要的意义。已有研究主要集中在孤立词识别方法上，主要方法包括特征选择、特征融合、分类器优化和分类器融合等，以此来提升分类性能。但这些方法无法实现连续声音中咳嗽的检测，且已有研究缺乏对连咳的识别。同时，已有研究对实际猪舍环境的复杂性考虑较少。

2、专利zl202211128776.2公开了一种基于改进ds证据理论多分类器融合的猪咳嗽声识别方法，包括：收集猪舍内生猪的声音片段，获得语料库；基于语料库，得到训练集和测试集，提取训练集和测试集中的多个声学特征；将训练集中的多个声学特征输入至若干基分类器中，输出得到若干基分类器性能评价指标；根据基分类器性能评价指标，筛选基分类器，得到优选基分类器；利用训练集训练优选基分类器，完成目标训练模型；将测试集输入目标训练模型，并采用改进的ds证据理论对优选基分类器的输出结果进行融合，完成猪咳嗽声音识别。该发明只是对单个咳嗽声进行识别，缺少对连咳的识别。

3、专利zl202210938605.x公开了一种基于分类器融合的生猪咳嗽声音识别方法，包括：收集猪舍内生猪的声音片段，获得语料库；对语料库进行标注，获得咳嗽声音片段与非咳嗽声音片段；基于咳嗽声音片段与非咳嗽声音片段按照一定比例划分为训练集和测试集，提取训练集中声音信号的声学特征和图像特征；构建支持向量机训练模型，将声学特征和图像特征输入支持向量机训练模型进行模型训练，获得目标训练模型；将测试集的数据输入目标训练模型进行分类，获得分类结果，完成猪咳嗽声音的识别。该发明对单个咳嗽声进行识别，缺少对连咳的识别，同时缺少对基分类器的优化筛选。

4、此外，现有的猪咳嗽声识别方法例如专利cn202210004800.5，cn202210004775.0和cn201811402994.4，均对单个咳嗽声进行识别，缺少对连咳的识别，同时未充分考虑猪舍的复杂情况，导致在复杂环境下识别精度下降。因此，亟需一种复杂环境下生猪连续咳嗽声音识别方法。

技术实现思路

1、本发明的目的是针对上述技术问题，提供一种复杂环境下生猪连续咳嗽声音识别方法，实现连咳的识别，并提高复杂环境下生猪咳嗽声的识别精度。

2、为实现上述目的，本发明提供了如下方案：

3、一种复杂环境下生猪连续咳嗽声音识别方法，包括：

4、采集猪舍内的连续声音，基于所述连续声音构建语料库；

5、对所述语料库进行多重端点检测，获取单个声音段以及所述单个声音段的开始时间和结束时间；

6、对所述单个声音段进行分类识别，判断所述单个声音段是否为咳嗽，若为咳嗽，则基于所述单个声音段的开始时间和结束时间计算相邻咳嗽之间的时间间隔，根据所述时间间隔判断是否为连续咳嗽。

7、进一步地，对所述语料库进行多重端点检测之前，还包括对所述语料库进行处理的步骤，所述对所述语料库进行处理包括：

8、对所述语料库进行标记，然后将所述语料库划分为训练集和测试集，并对所述训练集和测试集中的连续声音进行预加重、滤波、分帧和加窗处理，以及计算所述连续声音每一帧的短时能量。

9、进一步地，对所述语料库进行多重端点检测，获取单个声音段以及所述单个声音段的开始时间和结束时间包括：

10、将所述训练集和测试集输入预设的多重端点检测模型，获取所述训练集和测试集中单个声音段以及所述单个声音段的开始时间和结束时间，其中，所述多重端点检测模型基于能量的双门限端点检测法设置动态门限构建，所述动态门限分别为：

11、thigh＝b×enoise

12、tlow＝a×enoise

13、式中，thigh为较大的门限，tlow为较小的门限，enoise为连续声音的前n帧噪声段的能量，a和b为门限参数，所述门限参数通过将所述训练集输入所述多重端点检测模型进行线性搜索，获取目标函数的最小值即为所述门限参数，所述目标函数为：

14、p0＝pmiss+0.2*pfalse

15、式中，pmiss和pfalse分别表示咳嗽帧漏检率和咳嗽帧误检率，定义为：

16、pmiss＝nmiss/nf

17、pfalse＝nfalse/nf

18、式中，nf表示有声段总帧数，nmiss表示漏帧数，nfalse表示错帧数；

19、所述多重端点检测模型的工作过程包括：

20、预设所述单个声音段的最大持续时间t秒、最大检测次数m；

21、设置第一门限参数a1和b1，进行第一次端点检测，获取第一次端点检测结果；

22、判断所述第一次端点检测结果中是否存在持续时间大于t秒的单个声音段，若不存在，则结束检测，若存在，则计算所述第一次端点检测的目标函数，并设置第二门限参数a2和b2,对所述持续时间大于t秒的单个声音段进行第二次端点检测，获取第二次端点检测结果，判断所述第二次端点检测结果中是否存在持续时间大于t秒的单个声音段，若不存在，则结束检测，若存在，则计算所述第二次端点检测的目标函数，并判断所述第二次端点检测的目标函数是否不低于所述第一次端点检测的目标函数，若不低于，则结束检测，若低于，则再次进行下一次端点检测，以此迭代，直至端点检测结果中不存在持续时间大于t秒的单个声音段，或端点检测的目标函数不低于前一次端点检测的目标函数，或达到所述最大检测次数m，检测结束。

23、进一步地，对所述单个声音段进行分类识别包括：

24、提取所述训练集和测试集中单个声音段的声学特征和深度特征，将所述测试集中单个声音段的声学特征和深度特征输入预设的分类模型中，获取所述测试集中单个声音段的咳嗽识别结果，其中，所述分类模型通过将所述训练集中单个声音段的声学特征和深度特征输入分类器进行训练得到。

25、进一步地，所述声学特征包括梅尔频率倒谱系数和功率谱密度，所述深度特征为通过卷积神经网络从图像特征中提取的特征，所述图像特征包括语谱图、梅尔语谱图、常数q变换图和梅尔频率倒谱系数矩阵图。

26、进一步地，将所述训练集中单个声音段的声学特征和深度特征输入分类器进行训练包括：

27、将所述训练集中单个声音段的声学特征和深度特征分别输入分类器，获取若干基分类器；

28、计算所述基分类器之间的融合评价指标，基于所述融合评价指标对所述基分类器进行优化筛选，获取优选基分类器；

29、对所述优选基分类器进行融合，并利用所述训练集训练所述优选基分类器，获取所述分类模型。

30、进一步地，计算所述基分类器之间的融合评价指标的方法为：

31、adij＝(oai+oaj)/2±β*q_statisticsij

32、式中，adij为第i个基分类器和第j个基分类器之间的融合评价指标，oai和oaj分别为第i个和第j个基分类器的整体识别准确率，q_statisticsij为第i个基分类器和第j个基分类器之间的q统计量，β为归整系数，其中，oamax和oamin分别为所有基分类器中整体识别准确率的最大值和最小值，q_statisticsmax和q_statisticsmin分别为q统计量的最大值和最小值。

33、进一步地，所述整体识别准确率的计算方法为：

34、oa＝(tp+tn)/(tp+tn+fp+fn)

35、式中，oa为整体识别准确率，tp为咳嗽被正确识别为咳嗽的数量，tn表为非咳嗽被正确识别为非咳嗽的数量，fn为咳嗽被错误识别为非咳嗽的数量，fp为非咳嗽被错误识别为咳嗽的数量；

36、所述q统计量的计算方法为：

37、q_statisticsij＝(tp·tn-fp·fn)/(tp·tn+fp·fn)

38、式中，q_statisticsij为第i个基分类器和第j个基分类器之间的q统计量。

39、进一步地，基于所述融合评价指标对所述基分类器进行优化筛选，获取优选基分类器包括：

40、基于所述整体识别准确率对所述基分类器进行排序，根据排序结果和所述q统计量对所述基分类器进行初步筛选，获取基分类器c1,c2,…,cn；

41、以基分类器c1为起点，根据所述融合评价指标选出第二个基分类器，计算剩余基分类器到所述基分类器c1和第二个基分类器的融合评价指标平均值，并选出第三个基分类器，循环直到选出第n个基分类器，获取第一基分类器组合；

42、分别以基分类器c2,c3…,cn为起点，重复上述操作，获取所有基分类器组合，并基于分类精度对所述基分类器组合进行筛选，获取所述优选基分类器。

43、进一步地，根据所述时间间隔判断是否为连续咳嗽包括：

44、根据所述测试集中识别为咳嗽的单个声音段的开始时间和结束时间，计算识别为咳嗽的相邻单个声音段之间的时间间隔，若所述时间间隔小于t秒，且所述时间间隔小于t秒的连续单个声音段数量不小于s个，则判定所述连续单个声音段为连续咳嗽，否则判定为单个咳嗽。

45、本发明的有益效果为：

46、本发明提供了一种复杂环境下生猪连续咳嗽声音识别方法，首先通过多重端点检测方法对由猪舍内采集到的连续声音构成的语料库进行检测，能够解决复杂猪舍环境下活动语音检测概率低的问题；其次对由多重端点检测获取的单个声音段进行分类识别，确定为咳嗽的单个声音段，最后基于确定为咳嗽的单个声音段的开始时间和结束时间计算相邻咳嗽之间的时间间隔，根据所述时间间隔判断是否为连续咳嗽。与已有方法相比，本发明可实现连咳的识别，且明显提高了在复杂环境下生猪咳嗽声的识别精度，本技术具有更高的实际工程应用价值。