Page 62 - 《应用声学》2022年第3期

384 2022 年 5 月

础 [18] 。鸣声端点检测通过从含有背景噪声的鸟鸣 声的实验研究表明，大多数鸟鸣声频谱存在明显的
声信号中确定鸣声起止点，准确的端点检测能够提 子带峰值 [21−24] ，本文采用子带能量谱熵比为特征
高鸣声识别的准确率。在语声信号处理领域，语声 量，结合鸟鸣声特点实现鸣声信号端点检测，在低信
端点检测有两类方法：特征量 -门限法和模型 -分类 噪比环境下算法端点检测有较好的鲁棒性，算法流
器法 [19−20] ，前者计算量小，实时性高。对于鸟类鸣 程如图3所示。

ߕ ү ద
Პ ࣜ ᑟ Ლ গ ஍
ܦ ܳ ᮕ ᑟ ᧚ Პ ᒭ Პ
Ԕ ஝ ᫼ ҫ ᧚ ഐ ܦ ᤠ ܦ
ݽ ૶ Ћ ᧘ Ѭ ဋ ᑟ ऄ ඀
஝ ᮕ ฉ η ࣋ Ѭ ᧚ ԥ ᒭ
૶ ܫ ౌ Ղ ྲ ࣋ ៨ ᫃ ү
᧔ ေ ॎ ᛪ ढ़ ࠛ ྅ ᬍ ೝ
ᬷ ੇ Ϫ ೝ ए උ ೝ ฾
฾ ϙ ฾ Ѭ
඀

图 3 鸣声信号检测处理流程图
Fig. 3 Birdsong signal detection and process
在确保鸟鸣声信号不失真的情况下，经过阵元 2.2 动态双门限端点判决
波束形成、预加重信号补偿等预处理后，选取鸟鸣 野外环境下的噪声具有非平稳特性，当含噪鸣
声信号 X(t) 为处理片段，对信号 X(t) 进行汉宁窗 声信号的能量可以衰减到噪声能量级别时 [25] ，含噪
加窗分帧后，数据帧长度为 L 毫秒，做 N 点傅里叶
鸣声信号的能量谱熵比快速收敛，可以通过估计含
变换，帧重叠 N/2点，预加重补偿后，对每一帧鸣声
噪鸣声信号局部最小值的方法，自适应估计噪声的
信号进行短时傅里叶变换，得到每帧信号的能量谱，
门限值，提高算法鲁棒性 [26] 。
其中第k 条谱线频率分量f k 的能量谱为|X i (k)| 。
2
在低信噪比情况下，为减小误判提高检测准确
将一帧分成若干子带并求子带谱熵，假设每条
率，对含噪声的鸣声信号能量谱熵比进行多次中值
子带有 n 条谱线，共有 M 个子带，第 i 帧中的第 m
滤波平滑处理后提取鸣声端点位置，将子带能量谱
条子带能量E(m, i)为
熵比最大值 F max (m, i) 与均值 F 做差得到 D 作为
(m−1)∗n+(n−1)
∑ 2 门限选取的基准阈值，采用双门限阈值进行有效鸣
E(m, i) = |X i (k) | ,
声段判决，其双门限阈值可表示为T High = αD + F，
k=(m−1)∗n
1 6 m 6 M. (3) T Low = βD + F，其中α、β 是动态调节系数。
检测每段鸣声信号中能量较高的子带，确定
子带能量概率分布密度 p b (m, i) 和子带谱熵可
有效鸣声的起止点。为了提高计算效率，减小有效
分别表示为
鸟鸣声段数据误差，当子带能量谱熵比 F ( m, i) 位
E b (m, i)
p b (m, i) = , (4)
M 于 T Low 时，则进入鸟鸣声段开始点，当超过高门
∑
E b (k, i) 限再次回落至低门限时，则判定为有效鸣声段的
k=1
结束点。
M
∑
H b (i) = − p b (m, i) log p b (m, i). (5) 在实际监测过程中，对采集到的鸣声数据进行
m=1 自动分段，只传输有效鸣声段，若没有检测到活动
利用能量和子带谱熵构成子带能量谱熵比，为
鸣声段，则剔除冗余的无声数据段，数据不上传。为
提高鸟鸣声信号和环境噪声检测能力，更突出噪声
获得完整的鸣声段，便于云平台做进一步数据处理，
段与鸟鸣声段，本文设置 α 为常数 2，子带能量谱熵
通常将检测得到的鸣声数据段长度向前后各延伸
比可表示为
v 15% 作为完整的鸣声段上传，如果两段鸣声之间的
u ( N )
t 1
u 1 ∑ 静音长度小于各自延伸长度的和，则认为这是连续
2

F i = lg 1 + x (m) + 1. (6)
i
H i α 的鸣声段上传。
b m=1