一种基于倒谱语谱图的鸟类物种数量的获取方法及系统与流程

1.本发明属于鸟类物种数量分析技术领域，具体涉及一种基于倒谱语谱图的鸟类物种数量的获取方法及系统。


背景技术：

2.鸟类物种多样性调查一直是生物学领域的一项重要研究内容，近年来，利用声学手段监测和研究生态系统生物活动规律成为一种新兴的技术手段，在野外布放声学传感器阵列，通过对鸟鸣声声信号处理的方法监测鸟类物种是一种无损、高效的研究方法。
3.在分析某监测区域鸟类物种多样性时，常规的方法一般时对该监测点鸟类物种进行识别，通过识别结果分析该地鸟类物种多样性。该方法需要建立监测区域鸟类鸣声的特征数据库以及复杂的鸟鸣声识别算法，并且野外环境下存在复杂的环境噪声以及多种、多只鸟同时鸣叫的复杂情况，这些都给鸟类物种识别带来困难。
4.另外，传统的获取鸟类物种数量的方法，例如，样点法、样线法等，其存在的缺陷是需要人工到野外收集鸟类信息，调查效率低，调查结果误差也比较大。


技术实现要素：

5.本发明的目的在于，为解决现有的获取鸟类物种数量的方法存在上述缺陷，本发明提出了一种基于倒谱语谱图的鸟类物种数量的获取方法，本发明通过对野外采集的鸟鸣声数据进行倒谱分析，生成倒谱语谱图，通过分析鸟鸣声倒谱语谱图的图形特征，获取鸟类物种数量，解决了在野外复杂环境下，鸟类物种多样性分析困难问题。
6.为了实现上述目的，本发明提供了一种基于倒谱语谱图的鸟类物种数量的获取方法，该方法通过对野外采集鸟鸣声数据进行倒谱分析，生成倒谱语谱图，进而通过分析鸟鸣声倒谱语谱图的图像形状特征来获取鸟类物种数量；该方法解决了针对野外复杂环境下，鸟鸣声识别困难进而引起的鸟类物种多样性分析困难的技术问题；该方法包括：
7.实时采集监测点的鸟鸣声信号，作为鸟鸣声数据；
8.对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；
9.根据不同物种的鸟鸣声具有不同的倒谱特征，利用获得的倒谱语谱图，获取不同的倒谱语谱图形状特征；
10.根据获取的不同的倒谱语谱图形状特征，获取鸟类物种的数量。
11.所述对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；具体为：
12.对采集的监测点的鸟鸣声数据进行倒谱分析，提取不同种鸟类的鸟鸣声对应的语音信号的基因频率和共振峰两个特征量。
13.根据短时分析原理，将上述每一帧鸟鸣声信号倒谱分析中得到的基音频率和共振峰两个特征量的幅值分别通过灰度映射，分别生成基音频率语谱图和共振峰语谱图，将二者整合，获得倒谱语谱图。
14.，所述获得倒谱语谱图具体包括：
15.根据每一帧鸟鸣声信号x(n)，获得鸟鸣声信号x(n)的频谱信号x(k)：
[0016][0017]
其中，n为每一帧以点数为单位的语音信号x(n)的长度；
[0018]
n为0～n-1之间任意整数，代表鸟鸣声信号x(n)的时间序号；
[0019]
k为0～n-1之间任意整数，代表频谱信号x(k)的频率序号；
[0020]
j为虚数单位；
[0021]
e为自然指数。
[0022]
基于鸟鸣声信号x(n)的频谱信号x(k)，分别获得该帧鸟鸣声信号对应的语音信号的基音频率特征量和共振峰特征量；具体如下：
[0023]
所述共振峰特征量为鸟鸣声信号x(n)的对数频谱的幅值，表达式为：
[0024]
f(k)＝log
10
|x(k)|
ꢀꢀꢀ
(2)
[0025]
其中，f(k)为该帧鸟鸣声信号的对应的共振峰特征量；
[0026]
所述基音频率特征量用鸟鸣声信号x(n)的倒谱序列c(n)高时部分幅度峰值所对应的时间表示，鸟鸣声信号的倒谱序列c(n)的表达式为：
[0027][0028]
其中，c(n)为该帧鸟鸣声信号的倒谱序列，即该帧鸟鸣声信号的对数幅度谱的傅里叶逆变换的时间序列。
[0029]
根据短时分析原理，将上述每一帧鸟鸣声信号的倒谱分析中得到的倒谱序列c(n)的高时部分对应的幅度值通过灰度映射，生成一幅用灰度级表示的二维图像获得基音频率语谱图；
[0030]
将上述每一帧鸟鸣声信号倒谱分析中得到的共振峰特征量对应的幅度值通过灰度映射，生成一幅用灰度级表示的二维图像，获得共振峰语谱图；
[0031]
将基音频率语谱图和共振峰语谱图整合，获得倒谱语谱图。
[0032]
其中，基音频率语谱图是反映了鸟鸣声信号x(n)的基音频率出现的时间和帧数之间的关系；共振峰语谱图是反映了鸟鸣声信号x(n)的共振峰频率和帧数之间的关系。
[0033]
作为上述技术方案的改进之一，所述方法还包括：将获取的不同的倒谱语谱图形状特征与已有的数据库中的鸟类的倒谱语谱图形状特征进行比对，在确定鸟类物种的数量的同时，还确定鸟类的物种类型。
[0034]
本发明还提供了一种基于倒谱语谱图的鸟类物种数量的获取系统，该系统基于上述方法来实现，该系统包括：采集模块、分析模块、语谱图形状特征获取模块和物种数量获取模块；
[0035]
所述采集模块，用于实时采集监测点的鸟鸣声信号，作为鸟鸣声数据；
[0036]
所述分析模块，用于对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；
[0037]
所述语谱图形状特征获取模块，用于根据不同物种的鸟鸣声具有不同的倒谱特征，利用获得的倒谱语谱图，获取不同的倒谱语谱图形状特征；
[0038]
所述物种数量获取模块，用于根据获取的不同的倒谱语谱图形状，获取鸟类物种
的数量。
[0039]
作为上述技术方案的改进之一，所述系统还包括：鸟类物种类型确定模块，用于通过已有的数据库，将获取的不同的倒谱语谱图形状与已有的数据库中的鸟类的倒谱语谱图形状进行比对，在确定鸟类物种的数量的同时，还确定鸟类的物种类型。
[0040]
本发明与现有技术相比的有益效果是：
[0041]
1)通过鸟鸣声信号处理的方法获取鸟类物种的数量，并分析鸟类物种多样性，相比于人工调查方法耗费大量的人力物力，本方法节约成本、节省时间，同时本方法不受鸟类活动性限制，不会惊扰鸟类活动，是一种无损、高效的研究方法；
[0042]
2)通过倒谱语谱图图形特征获取鸟类物种数量，相对于复杂的鸟鸣声模式识别算法，本方法算法简单，结果直观，易于实现。
附图说明
[0043]
图1是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的简述示意性流程图；
[0044]
图2是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的一个实施例中的鸟鸣声信号时域波形的示意图；
[0045]
图3a是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的一个实施例中的倒谱语谱图-共振峰语谱图的示意图；
[0046]
图3b是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的一个实施例中的倒谱语谱图-基音频率语谱图的示意图；
[0047]
图4a是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的一个实施例中的浊音信号倒谱的示意图；
[0048]
图4b是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的一个实施例中的清音信号倒谱的示意图；
[0049]
图5是本发明的一种基于倒谱语谱图的鸟类物种数量的获取方法的具体示意性流程图。
具体实施方式
[0050]
现结合附图对本发明作进一步的描述。
[0051]
如图1所示，本发明提供了一种基于倒谱语谱图的鸟类物种数量的获取方法，其中，采用了倒谱分析方法，该方法是一种重要的语音信号分析方法，倒谱分析提取的共振峰和基音频率特征是由发声个体独特的声道结构决定的，因此，可以用于区分不同物种的鸟类鸣声。
[0052]
如图1和5所示，该方法包括：
[0053]
实时采集监测点的鸟鸣声信号，作为鸟鸣声数据；
[0054]
对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；
[0055]
所述对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；具体为：
[0056]
对采集的监测点的鸟鸣声数据进行倒谱分析，提取不同种鸟类的鸟鸣声对应的语音信号的基因频率和共振峰两个特征量。
[0057]
根据短时分析原理，将上述每一帧鸟鸣声信号倒谱分析中得到的基音频率和共振峰两个特征量的幅值分别通过灰度映射，分别生成基音频率语谱图和共振峰语谱图，将二者整合，获得倒谱语谱图。
[0058]
所述获得倒谱语谱图具体包括：
[0059]
根据每一帧鸟鸣声信号x(n)，获得鸟鸣声信号x(n)的频谱信号x(k)：
[0060][0061]
其中，n为每一帧以点数为单位的语音信号x(n)的长度；
[0062]
n为0～n-1之间任意整数，代表鸟鸣声信号x(n)的时间序号；
[0063]
k为0～n-1之间任意整数，代表频谱信号x(k)的频率序号；
[0064]
j为虚数单位；
[0065]
e为自然指数。
[0066]
基于鸟鸣声信号x(n)的频谱信号x(k)，分别获得该帧鸟鸣声信号对应的语音信号的基音频率特征量和共振峰特征量；具体如下：
[0067]
所述共振峰特征量为鸟鸣声信号x(n)的对数频谱的幅值，表达式为：
[0068]
f(k)＝log
10
|x(k)|
ꢀꢀꢀ
(2)
[0069]
其中，f(k)为该帧鸟鸣声信号的对应的共振峰特征量；
[0070]
所述基音频率特征量用鸟鸣声信号x(n)的倒谱序列c(n)高时部分幅度峰值所对应的时间表示，鸟鸣声信号的倒谱序列c(n)的表达式为：
[0071][0072]
其中，c(n)为该帧鸟鸣声信号的倒谱序列，即该帧鸟鸣声信号的对数幅度谱的傅里叶逆变换的时间序列。
[0073]
根据短时分析原理，将上述每一帧鸟鸣声信号的倒谱分析中得到的倒谱序列c(n)的高时部分对应的幅度值通过灰度映射，生成一幅用灰度级表示的二维图像获得基音频率语谱图；
[0074]
将上述每一帧鸟鸣声信号倒谱分析中得到的共振峰特征量对应的幅度值通过灰度映射，生成一幅用灰度级表示的二维图像，获得共振峰语谱图；
[0075]
将基音频率语谱图和共振峰语谱图整合，获得倒谱语谱图。
[0076]
其中，基音频率语谱图是反映了鸟鸣声信号x(n)的基音频率出现的时间和帧数之间的关系；共振峰语谱图是反映了鸟鸣声信号x(n)的共振峰频率和帧数之间的关系。
[0077]
根据不同物种的鸟鸣声具有不同的倒谱特征，利用获得的倒谱语谱图，获取不同的倒谱语谱图形状特征；
[0078]
根据获取的不同的倒谱语谱图形状特征，获取鸟类物种的数量。
[0079]
所述方法还包括：将获取的不同的倒谱语谱图形状特征，将其与已有的数据库中的特定鸟类的倒谱语谱图形状特征进行比对，在确定鸟类物种的数量的同时，还确定鸟类的物种类型。
[0080]
本发明还提供了一种基于倒谱语谱图的鸟类物种数量的获取系统，该系统基于上
述方法来实现，该系统包括：采集模块、分析模块、语谱图形状特征获取模块和物种数量获取模块；
[0081]
所述采集模块，用于实时采集监测点的鸟鸣声信号，作为鸟鸣声数据；
[0082]
所述分析模块，用于对采集的鸟鸣声数据进行倒谱分析，获得倒谱语谱图；
[0083]
所述语谱图形状特征获取模块，用于根据不同物种的鸟鸣声具有不同的倒谱特征，利用获得的倒谱语谱图，获取不同的倒谱语谱图形状特征；
[0084]
所述物种数量获取模块，用于根据获取的不同的倒谱语谱图形状，获取鸟类物种的数量。
[0085]
所述系统还包括：鸟类物种类型确定模块，用于通过已有的数据库，将获取的不同的倒谱语谱图形状与已有的数据库中的鸟类的倒谱语谱图形状进行比对，在确定鸟类物种的数量的同时，还确定鸟类的物种类型。
[0086]
实施例1.
[0087]
在本实例中，实验数据为研究人员在舟山五峙岛鸟岛自然保护区某监测点实时采集到的一段野外鸟鸣声数据，通过数据采集人员标记，该段数据中共包括三种鸟类的鸣声。
[0088]
其中，采集设备采用marantz pmd-671数字固态录音机和sennheiser mkh416-p48外接强指向性话筒，鸣声信号的采样精度为16bit，采样频率为44.1khz。
[0089]
利用本发明中的方法，实现对鸟类物种数量的获取和分析，具体如下：
[0090]
对实时采集的鸟鸣声数据进行倒谱语谱图分析，算法在计算机matlab软件环境下运行，计算采用hamming窗，短时窗长度为1024采样点(23.2ms)，短时窗重叠点数为512点，鸟鸣声信号的时域波形如图2所示，图2给出了实验人员在野外采集到的3种鸟的鸟鸣声的时域波形。
[0091]
对图2中鸟鸣声时域信号进行倒谱分析，计算得到的鸟鸣声的基因频率和共振峰两个特征量，分别生成基音频率语谱图和共振峰语谱图，将二者整合，获得倒谱语谱图，如图3所示。
[0092]
其中，共振峰语谱图如图3a所示，横坐标为频率，单位为赫兹(hz)；纵坐标为帧数，代表鸟鸣声信号的时间顺序。基音频率语谱图如图3b所示，横坐标为时间，单位为秒(s)；纵坐标为帧数，代表鸟鸣声信号的时间顺序。通过观察可以看到，图3a中1～60帧、80～100帧、100～120帧三处分别有三种不同形状的共振峰语谱图条纹；图3b中，80～100帧、100～120帧位置处，分别有两种不同形状的基音频率语谱图条纹，1～60帧处没有明显的基音频率语谱图条纹。
[0093]
这种现象出现的原因，可以用清音和浊音两种语音信号的倒谱特征差异性来解释：浊音语音段的倒谱波形中高时段部分存在明显的峰值,其出现的时间等于输入语音信号的基音周期；清音语音段的倒谱波形中则不出现这种峰值。图4给出了这一结论的直观显示，如图4所示；
[0094]
图4a中，浊音信号的倒谱波形1.8ms处有一个明显尖峰，图4b中清音信号倒谱波形无尖峰出现。
[0095]
图3b中1～60帧时间位置处没有明显的基音频率语谱图条纹是因为这段鸟鸣声为清音信号，80～100帧、100～120帧位置处两段鸟鸣声信号为浊音信号，所以有明显的基音频率语谱图条纹。
[0096]
通过图3a和3b的倒谱语谱图的图形特征：图3a中有三种类型的共振峰语谱图条纹；图3b中有三种类型的基音频率语谱图条纹(无条纹也是一种特征)，可以判断该段鸟鸣声数据中有3种鸟类的鸣声，与实验采集人员标注的信息相符，验证了本发明的算法可以获取鸟鸣声数据中鸟类物种的数量；再将其与已有的数据库中进行比对，确定这3种鸟类的物种类型。
[0097]
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。