买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心);南方科技大学

摘要：本发明公开了一种基于云端检测鸟类鸣声的方法及系统，所述方法包括：接收智能终端获取的原始声音数据；对所述原始声音数据进行处理，分离得到鸟类鸣声数据；以及根据所述鸟类鸣声数据，确定与所述鸟类鸣声数据对应的鸟类信息，并将所述鸟类信息发送给所述智能终端。本发明通过用户随身携带的智能终端采集环境声音，再在云端通过两组不同的神经网络模型对环境声音中的鸟类鸣声分别进行分离与识别，从而确定相应的鸟类信息，可以精准识别鸟类声纹特征，无需额外的硬件设备即可实时处理、分析和反馈环境中的鸟类信息，方便随身使用、应用范围广，易于推广及科普鸟类信息。

主权项：1.一种基于云端检测鸟类鸣声的方法，其特征在于，所述方法包括：接收智能终端获取的原始声音数据；将所述原始声音数据输入经过训练的第一神经网络模型，分离得到鸟类鸣声数据；将所述鸟类鸣声数据输入经过训练的第二神经网络模型，确定与所述鸟类鸣声数据对应的鸟类信息，并将所述鸟类信息发送给所述智能终端；所述经过训练的第一神经网络模型为经过训练的深度吸引子网络，以所述原始声音数据作为训练数据集；所述经过训练的第二神经网络模型为经过训练的时间延迟神经网络，以所述第一神经网络模型输出的鸟类鸣声数据作为训练数据集，以实现原始声音数据的实时接收、鸟类鸣声数据的实时在线分离、所述鸟类信息的实时识别和实时发送至所述智能终端；所述接收智能终端获取的原始声音数据，包括：获取所述智能终端的定位信息；接收所述原始声音数据；将所述定位信息标签化，并与所述原始声音数据匹配，得到具有位置标签的原始声音数据；所述将所述原始声音数据输入经过训练的第一神经网络模型，分离得到鸟类鸣声数据，包括：提取与所述原始声音数据匹配的位置标签；提取所述原始声音数据中不同音源的声纹特征；将所述不同音源的声纹特征输入所述经过训练的深度吸引子网络，分离得到对应鸟类鸣声数据的声纹特征；根据所述对应鸟类鸣声数据的声纹特征，确定所述鸟类鸣声数据以及对应所述鸟类鸣声数据的所述位置标签；所述提取所述原始声音数据中不同音源的声纹特征，包括：对所述原始声音数据使用短时傅里叶变换，得到混合语谱图；根据所述混合语谱图，分离得到不同音源的源音频语谱图；对所述不同音源的源音频语谱图使用逆短时傅里叶变换，得到对应不同音源的声音源波形；根据所述声音源波形，生成所述不同音源的声纹特征；由所述第一神经网络模型的输出作为所述第二神经网络模型的输入，从而无缝衔接鸟类鸣声的分离与识别，加快处理过程，实现实时处理反馈。

全文数据：

权利要求：

百度查询： 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) 南方科技大学 一种基于云端检测鸟类鸣声的方法及系统