程龙，张华清

(中国传媒大学 信息工程学院，北京 100024)

基于改进MFCC的鸟鸣声识别方法研究

程龙，张华清

(中国传媒大学 信息工程学院，北京 100024)

鸟鸣声识别的关键就在于对鸣声信号进行合理的特征值提取。鸟鸣声信号具有非平稳性，传统的梅尔倒谱系数(MFCC)仅能反映鸣声信号的静态特性，并且算法中直接运用FFT处理非平稳信号存在局限性。本文提出了一种基于经验模态分解(EMD)改进的MFCC算法，通过对鸟鸣声信号进行经验模态分解，得到一系列固有模态函数分量后再进行FFT计算，频域合成后通过Mel滤波器，取其对数能量进行DCT变换，然后对结果作差分得到改进的MFCC参数，再采用高斯混合模型(GMM)进行鸟鸣声的识别。实验结果表明，改进的MFCC识别率达到70.09%，与未改进的MFCC识别率相比提高了3.42%。

鸣声识别；梅尔倒谱系数；经验模态分解；高斯混合模型

1 引言

鸟类不同于其他物种[1]，具有移动不确定性大、移动范围广的特点，且广泛存在大规模迁徙的习性，其栖息地大部分在丛林，由于植被丰富，树木掩映下时常出现未见其身而只闻其声的状况，因此很难凭借肉眼判断，但是鸟类普遍具有鸣叫的特征，从而使分析鸟类叫声成为了可行的种别辨识手段。

研究表明，和哺乳动物一样，鸟类是用嘴来发出声音的。鸣声发自气管与支气管交界处的特殊发生器：鸣管[2-3]。鸣管由内、外鸣膜、半月膜和鸣肌等组成。鸣膜(亦称鼓膜)是由支气管的软骨短管延长变形、内外侧管壁变薄形成。鸣管正中有一舌状突起，称半月膜。……