融合Mel频谱图与MFCC的鸟鸣声纹建模方法研究

摘要

针对鸟鸣声纹识别中存在的数据不平衡、环境噪声干扰、声纹复杂性以及小样本学习等问题，本文提出了一种融合对数梅尔频率(Log-Mel)频谱图与梅尔(Mel)频率倒谱系数(MFCC)的鸟鸣声纹建模方法。首先，利用Log-Mel频谱图获取鸟鸣声的时频结构特征，准确捕捉动态变化；其次，利用MFCC提取更加紧凑的特征，增强对背景噪声和环境变化的适应性；最后，开展了通过声纹识别鸟类的实验。实验结果表明：融合Log-Mel频谱图与MFCC的鸟鸣声纹建模方法有效提升了特征表达的完整性和区分度，在鸟鸣声的识别中表现出卓越的准确率和鲁棒性。

关键词

鸟鸣声识别 / 对数梅尔频率(Log-Mel)频谱图 / 频率倒谱系数(MFCC) / 特征融合 / VGG16 / 卷积神经网络 / 生态监测 / 数据增强