基于深度学习的野猪声纹识别

刘 浪, 胡 灏霖, 刘 洋
重庆三峡学院

摘要


近年来，野猪数量激增，对农作物造成严重破坏，传统防控方法效果不佳。本文提出基于深度学习的野猪
识别方案，通过收集野猪声音信号并结合深度学习算法训练识别模型，实现对野猪进行声纹识别实时监测。研究包
括声音数据集的构建、预处理、特征提取，以及基于ResNet网络模型的声纹识别设计，引入注意力机制优化模型性
能，实验结果表明该方法能有效识别野猪叫声，为农田野猪危害防控提供科学依据。

关键词


深度学习；声纹识别；ResNet模型；注意力机制

全文:

PDF


参考


[1]Li C, Ma X, Jiang B, et al. Deep speaker: an endto-end neural speaker embedding system[J]. arXiv preprint

arXiv:1705.02304, 2017.

[2]郭癑秀，杨伟，刘琦，等.残差网络研究综述

[J]. Application Research of Computers/Jisuanji Yingyong

Yanjiu，2020，37（5）.

[3]王胜，张拯，谌强，等.基于振动与声音信号深

度学习的岩性识别方法[J].科学技术与工程，2023，23

（7）：2759-2767.

[4]王原卿，呼鹏江，杨俊安，等.基于两次窗

口滑动运算的非等长帧同步字盲识别算法[J]. Systems

Engineering & Electronics，2024，46（10）.

[5]胡峰松，张璇.基于梅尔频率倒谱系数与翻转

梅尔频率倒谱系数的说话人识别方法[J].计算机应用，

2012，32（9）：2542-2544.




DOI: http://dx.doi.org/10.12361/2661-3654-07-04-146147

Refbacks

  • 当前没有refback。