基于Mel频谱图与MobileNetV2的鸟类声音识别方法研究

魏 倩楠
辽宁科技大学电子与信息工程学院

摘要


针对自然环境下鸟类声音自动识别中音频数据非结构化、背景干扰复杂以及模型泛化能力不足等问题，本
文提出一种基于Mel频谱图与MobileNetV2的鸟类声音分类方法。首先，利用Librosa对鸟类叫声音频进行统一采样
率转换、定长裁剪或补齐，并将一维音频信号转换为二维Mel频谱图特征；随后，将鸟类声音识别任务转化为图像
分类任务，分别构建CNN baseline、CNN加随机噪声增强以及MobileNetV2三组模型进行对比实验。为更真实地评
估模型在未参与训练音频上的泛化能力，本文在内部测试集之外单独构建外部测试集。实验结果表明，简单随机噪
声增强未能明显提升外部测试效果；采用MobileNetV2后，内部测试准确率提升23.34%，外部测试准确率较CNN
baseline提高20个百分点。结果说明，相比浅层卷积网络和简单随机噪声增强，MobileNetV2能够更有效地提取鸟类
声音Mel频谱图中的深层时频特征，并在外部测试集上表现出更好的泛化能力。本文研究可为自然环境下鸟类声学
监测与生物多样性保护提供一种技术参考。

关键词


鸟类声音识别；Mel频谱图；卷积神经网络；MobileNetV2；音频分类

全文:

PDF


参考


[1]邵鑫，潘婷婷.改进后的MobileNetV2的雷达手势

分类算法优化[J].工业控制计算机，2026，39（2）：121-

122.

[2]García-Ordás M T, Rubio-Martín S, BenítezAndrades J A, Alaiz-Moretón H, García-Rodríguez

I. Multispecies Bird Sound Recognition Using a Fully

Convolutional Neural Network[J]. Applied Intelligence,

2023, 53: 23287-23300.

[3]Baowaly M K, Sarkar B C, Walid M A A, et al.

Deep Transfer Learning-Based Bird Species Classification

Using Mel Spectrogram Images[J]. PLOS ONE, 2024, 19(8):

e0305708.

[4]李章辉.基于迁移学习的MobileNetV2猪个体识别

方法研究[J].现代信息科技，2025，9（24）：51-55+64.

DOI：10.19850/j.cnki.2096-4706.2025.24.010.

[5]孟辛，张孙杰.基于改进梅尔频率倒谱系数特征

提取和深层变换器的心音分类算法研究[J].生物医学工程

学杂志，2025，42（5）：1012-1020.


Refbacks

  • 当前没有refback。