基于SVM算法的豬聲音識別的研究

張棲銘　袁瑞臨　范凡　王峰

摘要：為了實現豬只不同狀態下的自動檢測，試驗采用聲音識別技術，設計了基于支持向量機算法（SVM）的聲音識別方法，首先通過短時過零率和短時能量的端點檢測，確定豬只不同狀態的聲音信號的起始點和終止點，然后提取聲音信息的梅爾頻率倒譜系數作為特征參數，使用SVM算法進行訓練，建立聲音的分類模型，最后對豬只不同狀態進行識別。結果表明：豬只狀態識別精度較高，達到了預期效果。

關鍵詞：聲音識別；SVM；MFCC；端點檢測

中圖分類號：TP391

文獻標識碼：A

文章編號：1009-3044（2017）10-0162-03

動物發聲是動物行為的一種方式，可以通過叫聲與其他成員進行有效交流，它能反映動物的生理狀況如饑餓、疼痛、情緒狀態等，因而基于動物聲音的狀態識別是有一定事實基礎的。并且，隨著計算機技術和數字信號處理技術的發展，聲音識別技術已經取得了顯著進步，動物的聲音識別技術也得到了一定的發展。

因為豬只的聲音信息可以很好的反饋豬只的狀態，因此，本試驗采用梅爾倒譜系數（MFCC）作為豬只聲音的特征參數，然后將提取的特征參數，用來建立支持向量機（SVM）的分類模型，最后對不同狀態的豬只聲音進行識別，為規?；酿B豬業提供客觀的豬只狀態監測。

1.算法介紹

1.1聲音信號的端點檢測

端點檢測，聲音處理中的一個重要方面，其作用是從包含聲音的一段信號中確定出聲音的起始點及終止點，區分聲音和非聲音信號。有效的端點檢測不僅可以減少數據處理量，節約時間，而且能抑制無聲段或噪聲段的干擾，提高聲音信號質量。利用短時能量和短時過零率進行雙門限的端點檢測。

短時能量是聲音的一個重要的特性，對聲音的能量分析主要集中在短時能量上。短時能量的定義如下：

1.2聲音識別特征參數的提?。∕FCC）

聲音信號特征的梅爾倒譜系數（MFCC）法，是基于聽覺特性的特征參數：不同頻率的聲音，在人耳內基礎膜的不同位置振動。所以人耳就可以很容易辨別出各種狀態的聲音，此參數作為豬聲音的識別參數能更好地反應各種聲音信號的特性，從而極大地提高整個系統魯棒性和系統的識別率。

MFCC參數主要描述了聲音信號在頻域的能量分布，Mel頻率的大小與實際頻率呈對數分布。下式即為Mel頻率與聲音頻（Hz）的關系式：

以兩種豬只狀態的聲音為例，得到MFCC參數如圖1，可以從圖中看出，不同狀態的豬只聲音的特征參數有明顯的區別，用此參數可以區別不同豬只狀態。

1.3SVM算法

支持向量機（Support Vector Machine，SVM）是Vapnikm等人提出的一類新型機器學習方法。由于支持向量機在解決小樣本問題、非線性問題及高維空間內的模式識別問題的時候有很多優點，所以其被廣泛使用。

目前實行支持向量機的軟件方法有Libsvm、Liblinear、mvs-VM、SVMlight等方法。中國臺灣大學的林智仁（Chih-Jen Lin）教授等人設計了Libsvm軟件，已經在多個操作系統平臺上實現了支持向量機。該軟件整合了交叉驗證（Cross-Validation）的功能，能夠方便地優化參數。利用Libsvm可以解決C支持向量分類機、v支持向量分類機、s支持向量回歸機和v支持向量回歸機等問題，以及基于1-v-1算法的多分類問題。

本試驗中支持向量機采用的是Libsvm算法。Libsvm算法中的訓練分類函數可以選擇支持向量機的不同訓練模式，其中，Option參數為訓練分類模型的參數?？捎眠x項即表示涵義如下：

2.實現豬只狀態的識別

豬只的患病、爭斗以及食欲情況都反映其生理健康狀況。試驗根據畜牧養殖從業人員的實際經驗，選取了5種可以體現上述行為狀態的豬只聲音信息：小豬被壓、豬打架、豬饑餓、豬吃料、豬咳嗽，作為本次試驗的聲音樣本。

2.1豬聲音識別流程

將采集到的五種豬只聲音，一部分作為訓練集，首先對聲音信息進行預處理，即預加重、分幀、加窗；然后對聲音進行雙門限的端點檢測，確定聲音的起始點；將處理后的聲音通過mel倒譜系數法提取聲音特征值。將提取到的特征值通過SVM算法訓練得到分類模型（model）。將其中一種豬只聲音作為測試集，通過MFCC特征提取后，使用SVM算法分類預測出豬只狀態。

圖2是豬聲音識別流程。

2.2程序分析結果

Option選項中，-c和-g決定了分類效果，通過交叉驗證選擇最佳參數-c和-g。我們得到的最佳參數是：

-c=0.125；-g=0.0078125。

采用參數-c與-g對整個訓練集進行訓練獲取支持向量機模型；訓練得到的model參數：

分類模型（model）中主要參數說明：

（1）model.Parameters參數分別表示為：-s參數為0，為C-SVC函數；一t參數為2，采用RBF函數；-d參數為3；-gr（gama）為0.0078（優化得到的參數）；-r coefO參數為0.

（2）model.Label表示訓練數據的分類標簽，本試驗采用的是l，2，3，4，5。

（3）model.nr_class表示訓練數據的分類個數，本試驗是五分類。

（4）model.totalSV表示訓練樣本共有的支持向量數目，試驗結果表明，共有1476個支持向量。

（5）model.nSV表示每類訓練樣本的支持向量的數目，分別是：標簽為1的訓練樣本的支持向量數目有313個，標簽為2的訓練樣本的支持向量數目有299個，標簽為3的訓練樣本的支持向量數目有372個，標簽為4的訓練樣本的支持向量數目有364個，標簽為5的訓練樣本的支持向量數目有128個。

通過svmpredict函數對測試集進行識別預測。得表2識別結果，包含待識別豬只狀態和識別準確率。

3.結論

試驗設計了一種基于聲音的豬只狀態識別方法，通過短時能量和短時過零率的端點檢測，選擇梅爾倒譜系數作為聲音特征參數，以SVM算法作為分類器識別預測5種狀態下的豬只異常聲音，識別準確率較高。但本試驗訓練數據不足，且預測環境較為理想，因此有很多地方需要改進。一方面需要增加訓練數據量，另一方面，進一步研究現場環境中混雜在一起的各種豬聲音以及噪音的問題，通過以上方法來提高系統的準確率及實用性。