戴天虹，李 野，孫 鵬

(東北林業(yè)大學(xué)機(jī)電工程學(xué)院，哈爾濱150040)

對鳥叫聲的研究涉及鳥類行為學(xué)和聲學(xué)，它們相互交叉相互滲透，使之成為了一門新的邊緣學(xué)科［1］。而且鳥叫聲作為鳥類重要的生物學(xué)特征之一，相關(guān)研究人員早在上世紀(jì)30年代的時(shí)候已經(jīng)開展了相關(guān)研究工作，截止到目前為止，全世界絕大部分鳥類已被錄到叫聲。在對鳥叫聲進(jìn)行研究時(shí)，需要從已得到的鳥叫聲的信號波形中提取多個(gè)特征參數(shù)［2］，為后續(xù)研究工作提供可靠數(shù)據(jù)，而本文主要介紹了如何利用MATLAB對鳥叫聲提取特征參數(shù)。

1 鳥叫聲的聲學(xué)特征

描述鳥叫聲的聲學(xué)形狀的主要參數(shù)及定義如下:音節(jié)庫的數(shù)量的多少及其組成，能夠反映音節(jié)時(shí)間特征的音節(jié)聲長，間歇，相對幅值，在所有音節(jié)中能量最高且具有一定帶寬的基本音，其個(gè)數(shù)可以體現(xiàn)出鳥叫聲的婉轉(zhuǎn)程度且作為一個(gè)音節(jié)中在基本音頻率之上成分的陪音。在周期性震蕩中，其頻率等于基頻整數(shù)倍的正弦量諧波，脈沖持續(xù)時(shí)間。每個(gè)音節(jié)的脈沖個(gè)數(shù)，脈沖間隔時(shí)間，頻率范圍，包括很多不同頻率成分的復(fù)信號中主頻率，主頻最大值等［3］。

可以把鳥叫聲分解為一系列連續(xù)的正弦波，這個(gè)正弦波是一個(gè)復(fù)雜的周期函數(shù)，把它看成是許多不同頻率的簡諧振動的疊加，進(jìn)而進(jìn)行傅里葉變化。

2 鳥叫聲的特征提取

2.1 預(yù)處理

為了更好地對語音信號的進(jìn)行特征提取，預(yù)處理是它能夠獲得成功的重要保障。本文使用Matlab對鷺鷥叫聲進(jìn)行了特征提取，得到如圖1～圖5所示的實(shí)驗(yàn)數(shù)據(jù)。

圖1 原始語音信號Fig.1 Original speech signal

圖2 鳥鳴叫聲的語音圖譜Fig.2 A bird singing map

圖3 語音信號的頻率響應(yīng)圖Fig.3 Frequency response chart of speech signal

圖4 鳥叫聲的功率譜Fig.4 Birds singing power spectrum

2.2 去噪

在鳥叫聲的采集過程中，難免會有噪聲的干擾，為了能更好的對語音信號進(jìn)行預(yù)處理，本實(shí)驗(yàn)采用了小波去噪［4］，可以直接采用Matlab語音信號工具箱中自帶的函數(shù)進(jìn)行去噪，結(jié)果如圖5所示。

圖5 鳥叫聲去噪處理結(jié)果Fig.5 Denoising processing results of a bird singing

2.3 預(yù)加重

對輸入的鳥叫聲信號進(jìn)行預(yù)加重是為了對叫聲信號中的高頻部分進(jìn)行加重，去除口唇輻射對信號的影響，令語音信號的高頻分辨率得到改善，如圖6所示。

圖6 鳥叫聲的預(yù)加重Fig.6 Pre-emphasis of a bird sing

由圖6可知，對鳥叫聲信號進(jìn)行了預(yù)加重處理，有效的濾除了低頻干擾部分，提高了語音高頻頻譜的識別，以遍更好的對語音信號進(jìn)行處理。

2.4 加窗分幀

語音信號是一種隨時(shí)間而變化的信號，而且鳥叫聲復(fù)雜多樣，其叫聲波形里包含了各種不同的事件，這種波形在時(shí)域的變化同時(shí)意味著頻譜特征隨時(shí)間而進(jìn)行較大幅度變化。加窗函數(shù)為Hanning窗函數(shù)，寬度為256，重疊點(diǎn)數(shù)為200。

聲音信號雖然是非線性時(shí)變信號，但是它同時(shí)具有短時(shí)平穩(wěn)的特點(diǎn)，所以對其進(jìn)行分幀可以提取它的這種特性。

2.5 端點(diǎn)檢測

端點(diǎn)檢測的目的是為了能夠在實(shí)時(shí)輸入的聲音信號中區(qū)分背景噪聲和環(huán)境噪聲，更加準(zhǔn)確地判斷出聲音信號的起止點(diǎn)。端點(diǎn)檢測需要由特定的算法自動完成。常用的算法是由語音能量和過零率組合的雙門限法、由短時(shí)能量和過零率的乘積構(gòu)成的能頻值法。

3 提取特征的方法

語音信號經(jīng)過上面所介紹的預(yù)處理后，將進(jìn)行語音識別中的一個(gè)非常重要環(huán)節(jié)——特征參數(shù)的提取。選擇良好的特征參數(shù)不僅可以很好地反應(yīng)語音特征，而且計(jì)算更方便，這對系統(tǒng)的實(shí)現(xiàn)非常重要。

3.1 線性預(yù)測系數(shù)

目前為止，應(yīng)用最廣泛的特征參數(shù)提取技術(shù)是線性預(yù)測 (Linear Prediction)分析技術(shù)，許多成功的應(yīng)用系統(tǒng)都是基于該技術(shù)提取的倒譜參數(shù)。但是該方法采用的是純數(shù)學(xué)模型，并沒有考慮人類聽覺系統(tǒng)對語音的處理特點(diǎn)。本文中將鳥叫聲信號看作一個(gè)輸入序列激勵(lì)一個(gè)全極點(diǎn)的系統(tǒng)模型而產(chǎn)生的輸出。其中系統(tǒng)的傳遞函數(shù)為:

式中:G為增益常數(shù);ai為實(shí)數(shù);P為模型參數(shù)。

利用公式中的 {ai}可以定義一個(gè)P階線性預(yù)測器，即可以利用鳥叫聲的前P個(gè)樣本來預(yù)測當(dāng)前樣本得到公式 (2)的預(yù)測值［5］。

式中:{ai}為線性預(yù)測系數(shù) (LPC)。

3.2 Mel頻率倒譜系數(shù) (Mel Frequency Cepstrum Coefficient，MFCC)

Mel頻率依據(jù)人耳的聽覺特性，并與Hz頻率成非線性的對應(yīng)關(guān)系。Mel頻率根據(jù)它們之間的這種關(guān)系，通過計(jì)算得到的Hz頻譜特征。MFCC參數(shù)也是以人的聽覺特性為依據(jù)，因此具有較好的魯棒性。在鳥叫聲的頻譜范圍內(nèi)，可以設(shè)置若干個(gè)帶通濾波器，每個(gè)濾波器都具有三角形或正弦形的濾波特性，然后使鳥叫聲的能量譜通過該濾波器組，這樣可以求出每個(gè)濾波器的輸出，對其取對數(shù)，并作DCT變換，所得結(jié)果就是MFCC系數(shù)［6］。

求解MFCC如公式 (3)所示。

式中:x(k)為語音信號經(jīng)DFT變換結(jié)果;M為濾波器個(gè)數(shù)。

得到MFCC系數(shù)的具體步驟如圖7所示。

圖7 計(jì)算MFCC系數(shù)的具體步驟Fig.7 The specific steps of calculating MFCC coefficient

4 軟件實(shí)現(xiàn)

本文使用MATLAB中的GUI界面設(shè)計(jì)設(shè)計(jì)了一款軟件，可以實(shí)現(xiàn)上文所描述的對鳥叫聲特征進(jìn)行提取處理并得到上述結(jié)論。界面如圖8所示。

圖8 鳥叫聲軟件截圖Fig.8 The screenshot of a bird singing software

5 結(jié)論與討論

對鳥叫聲進(jìn)行相應(yīng)的特征提取是鳥叫聲研究的基礎(chǔ)。對鳥叫聲進(jìn)行FFT變換的基礎(chǔ)上，對鳥叫聲進(jìn)行了LPC線性預(yù)測和MFCC系數(shù)分析。

本文中討論所設(shè)計(jì)一款軟件實(shí)現(xiàn)了對鳥叫聲的特征提取，為鳥叫聲更廣泛的應(yīng)用提供了一定的技術(shù)保證。并可以在以下方面可以得到良好的應(yīng)用。

(1)根據(jù)對不同地區(qū)的鳥類叫聲進(jìn)行分析和判別，可以得出該地區(qū)的鳥類物種及群落的分布特點(diǎn)，方便相關(guān)專家作更全面的調(diào)查研究，并對該地區(qū)的鳥類展開遺傳學(xué)、行為生態(tài)學(xué)、種群生態(tài)學(xué)等多個(gè)方面的研究，并且分析它們對棲息地的選取及該棲息地對種群的影響。

(2)自古以來，大部分的鳥類都存在遷徙的習(xí)性，而遷徙是鳥類整個(gè)生命周期中風(fēng)險(xiǎn)系數(shù)最高的行為，受到體能、天敵等各種各樣因素的制約，而且人類的越來越多的活動常常會有意無意地破壞了鳥類遷徙的補(bǔ)給站點(diǎn)，為它們的遷徙帶來了更大的困難，有時(shí)甚至對一些物種的存續(xù)產(chǎn)生非常嚴(yán)重的影響。針對旅鳥物種較為豐富的現(xiàn)象，定期的對各地鳥類分布進(jìn)行匯總，以確定該地是否為旅鳥(特別是水鳥)遷徙的重要“中轉(zhuǎn)站”，并根據(jù)對應(yīng)情況制定相應(yīng)的保護(hù)方案具有十分重要的現(xiàn)實(shí)意義［7］。

(3)目前全國多處地方出現(xiàn)鳥群對建筑物、飛機(jī)等進(jìn)行撞擊，這種情況的發(fā)生使鳥擊防災(zāi)成為了一門新興的學(xué)科，所以系統(tǒng)的掌握鳥類生態(tài)習(xí)性和治理方法，對鳥擊災(zāi)害的減控具有十分重要的現(xiàn)實(shí)意義［8］。

但是在實(shí)際的生活中，還要克服各種各樣的困難，首先鳥叫聲相當(dāng)，在不同環(huán)境下、不同條件下鳥類叫聲有很大的區(qū)別，例如高興、傷痛、求偶、進(jìn)食、入侵、防御、飛行和營巢時(shí)鳥類都會發(fā)出不同的叫聲，因此想要獲取純粹不摻雜噪音的自然鳥叫聲比較困難，其次所得到的鳥叫聲聲源的質(zhì)量和數(shù)量對鳥叫聲特征提取的可靠性影響比較大，這一方面的的工作還需研究［9］。

本文通過使用軟件MATLAB2010a對鳥叫聲進(jìn)行預(yù)處理、LPC分析和MFCC分析等方法提取了鳥叫聲的特征參數(shù)，為鳥叫聲的識別和鳥叫聲與鳥類行為學(xué)的相關(guān)研究提供了一定的聲學(xué)依據(jù)。但是在實(shí)際應(yīng)用中還會遇到各種各樣的問題，例如采集環(huán)境和采集設(shè)備的選擇、背景噪聲、多個(gè)鳥叫聲混合等，這還需要進(jìn)一步研究。

［1］雷富民.鳥類鳴聲結(jié)構(gòu)地理變異及其分類學(xué)意義［J］.動物分類學(xué)報(bào)，1999，24(2):232 －240.

［2］ Weary D M，Norris K J，F(xiàn)alls J B.Song features birds use to identify individuals［J］.The Auk，1990，107:623-625.

［3］偉利國，張小超，吳文彪.鳥鳴叫聲特征提取方法的研究［J］.遼寧師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，33(1):108－111.

［4］劉保住.Matlab7.0從入門到精通［M］.北京:人民郵電出版社，2006.

［5］李宏松，蘇健民，黃英來，等.基于聲音信號的特征提取方法的研究［J］.信息技術(shù)，2006，1(1):91 －94.

［6］李亞微，郭 敏，任建設(shè)，等.基于小波分析的朱鹮聲信號預(yù)處理研究［J］.數(shù)字信號處理，2007，31(10):68 －70.

［7］朱文琰，孫 平，王占彬，等.機(jī)場鳥害防治的生態(tài)學(xué)措施［J］.生態(tài)經(jīng)濟(jì)，2007，2(1):148 －149.

［8］雷富民，王 鋼，尹祚華.鳥類鳴唱的復(fù)雜性和多樣性［J］.動物分類學(xué)報(bào)，2003，28(1):163 －171.

［9］ 蘇 秀，朱 曦.鳥聲研究進(jìn)展［J］.浙江林學(xué)院學(xué)報(bào)，2006，23(3):323－327.