张猛，李健

1.中国科学院计算机网络信息中心，北京 100190

2.中国科学院大学，北京 100049

引 言

作为森林生态系统的重要组成部分，鸟类群落是对森林生态系统进行健康监测和评估的关键物 种[1]。因此研究鸟类种群、分布以及区域生物多样性等工作具有重要的意义。这首先需要准确识别出鸟类物种，相比于鸟类图像数据、视频数据等，鸟类音频数据显然更容易被采集到，基于鸟类音频数据自动识别出鸟类物种则显得尤为重要。

来源于野外自然环境的鸟类音频数据，不会有针对性的仅仅采集鸟类音频，而是会将所处环境中的音频全部记录下来，因此难免会记录风声、水声及其他环境噪音，音频的信噪比较低。这些噪音显然会对鸟类物种识别产生干扰，显著降低鸟类物种识别的准确率，这使得噪声环境下的鸟类音频识别具有重要的现实意义。在进行后续处理之前，有必要对鸟类噪声数据进行处理，以获得更高质量的音频。

Bardeli[2]采用谱减法、功率谱分析及自相关分析进行噪声环境下的鸟鸣声识别。任芳[3]使用小波去噪和维纳去噪对鸟类音频信号进行去噪。谢将剑[4]等在信噪比较高的18 种鸟类音频数据集上，采用能量阈值法去除音频中的静音片段，通过计算每帧信号的能量，将能量小于最大能量60%的帧认为是静音片段予以去除，之后生成频谱图样本集输入到VGG16 网络中进行分类。冯郁茜[5]采用端点检测的方法去除静音片段，计算语音信号的过零率并调整能量的阈值，将低于指定阈值的音频片段去除，得到更具代表性的鸟类音频进行后续分析。……