黃福任，賈 博，徐洪東，李 楨，黃嬌嬌，潘慶杰*，董煥聲*

（1.青島農(nóng)業(yè)大學(xué)動物科技學(xué)院，山東青島 266109；2.平度市東閣動物衛(wèi)生與產(chǎn)品質(zhì)量監(jiān)督站，山東青島 266700）

羊是重要的農(nóng)業(yè)經(jīng)濟動物，在人們生活和農(nóng)業(yè)生產(chǎn)中具有舉足輕重的地位。由于大部分的羊?qū)儆诩竟?jié)性發(fā)情，繁殖效率不高，致使羊肉供應(yīng)不足。因此如何提高羊的養(yǎng)殖效率、繁殖性能以及實現(xiàn)福利化養(yǎng)殖成為研究熱點。羊的傳統(tǒng)發(fā)情鑒定方法通常為外部觀察、陰道檢查和試情[1]，均需人工操作，在集約化養(yǎng)殖過程中受到人力、物力、財力等成本限制，進行大規(guī)模迅速排查的難度較大。利用高效的智能檢測手段代替繁瑣的人工操作，是現(xiàn)代互聯(lián)網(wǎng)技術(shù)與畜牧產(chǎn)業(yè)結(jié)合的重要發(fā)展方向之一，而“互聯(lián)網(wǎng)+”思維對現(xiàn)代化羊產(chǎn)業(yè)體系的發(fā)展起到了促進作用，帶動羊產(chǎn)業(yè)體系中智能化程度的深化與改革，進而推動著整個畜牧業(yè)迅速發(fā)展。從聲音識別的角度分析，可以利用數(shù)字化語言和聲音來反映動物狀態(tài)的變化。動物聲音作為辨別動物行為的主要信息，通過聲音表達情緒和狀態(tài)，與同種群內(nèi)的其他個體進行聲音交流。相對于傳統(tǒng)的發(fā)情檢測方法來說，通過聲音檢測程序可以極大地提高羊發(fā)情鑒定工作的效率，對發(fā)情時機的把握更加準確，效率更高、刺激更小。本試驗通過Matlab 編寫程序，構(gòu)建模型，利用計算機技術(shù)識別母羊發(fā)情的叫聲，旨在提高母羊發(fā)情鑒別的效率。

1 材料與方法

1.1 試驗原理 通過Matlab 軟件對母羊發(fā)情信號的特征參數(shù)提取并進行分析，同時利用羔羊?qū)つ?、饑餓和飼料刺激的聲音進行對照，構(gòu)造母羊發(fā)情識別系統(tǒng)[2]。最大程度保證試驗?zāi)秆虻慕新曅盘柡退b別的行為保持一致。訓(xùn)練樣本和識別樣本都需要進行頻譜分析。通過聲音預(yù)處理、聲音分析、提取特征參數(shù)，訓(xùn)練樣本提取特征參數(shù)進行模型訓(xùn)練，訓(xùn)練好的模型可以通過特征參數(shù)的分析對識別樣本一一對應(yīng)[3]，從而得出識別結(jié)果。識別原理見圖1。

圖1 識別原理圖

1.2 羊聲音收集 試驗在山東省青島市嶗山奶山羊保育基地進行現(xiàn)場錄制。為了模擬現(xiàn)場環(huán)境，對40 只經(jīng)產(chǎn)嶗山奶山羊母羊進行自然錄制，包含訓(xùn)練樣本和識別樣本。錄取母羊發(fā)情、母羊饑餓、母羊受飼料刺激[4]和羔羊?qū)つ竅5]的叫聲。

1.3 羊聲音處理方式

1.3.1 羊聲音信號切割處理 將連續(xù)的聲音樣本切割為單獨的聲音，刪掉無用的成分。每個狀態(tài)隨機采用32段單獨的音頻信號，共計128 段聲音進行模型訓(xùn)練。

1.3.2 羊聲音預(yù)處理 通過3 個步驟對羊聲音進行預(yù)處理。第1 步為聲音去噪：先將其他信噪比[7]的高斯噪音混入，模擬含噪音的羊叫聲音的信號，利用小波閾值[6]的方法對聲音進行去噪處理，避免識別和分析精度不足。第2 步為端點檢測分析：利用雙門限端點檢測法[8]，根據(jù)聲音信號的過零率和能量確定有效聲音在一整段聲音內(nèi)的位置，將每一幀的羊聲音信號進行短時平均過零率。標記一段聲音的起始點和終止點，提升分析的效率和準確性。第3 步為加窗分幀：通常會利用分幀加窗的方法切取頻譜特征相對較平穩(wěn)的聲音段。通過窗函數(shù)把聲音信號切分，以“幀”為單位。本試驗用到的窗函數(shù)為漢明窗[9]。

1.3.3 羊聲音分析 羊聲音信號的時域和頻域分析：通過時域和頻率[10]的分析對比4 種聲音的差異。時域分析是一段時間內(nèi)聲音幅度和時間的變化關(guān)系，即以時間為橫坐標、幅度為縱坐標的曲線圖；頻域分析是幅度和頻率的變化關(guān)系，即以頻率為橫坐標、幅度為縱坐標。將時域通過傅里葉變換可以得出頻域圖。

羊聲音信號能量對比：聲音信號能量[11]取決于錄音筆的采樣頻率。本試驗所用錄音筆的采樣頻率為48 000 Hz，也就是每一秒由48 000 個采樣點數(shù)組成。在同等距離和音高的情況下，可以進行能量分析，由程序計算出4種狀態(tài)下能量值。

1.3.4 羊聲音特征參數(shù)提取 特征參數(shù)的提取作為聲音識別最基本的一個步驟，會直接影響最終結(jié)果的精準度[12]。本試驗提取頻域的特征參數(shù)為線性預(yù)測倒譜系數(shù)（LPCC）和梅爾頻率倒譜系數(shù)（MFCC）[13]，2 種方式都可以針對人耳的聽覺特點進行提取，與隱馬爾可夫模型[14]（HMM）、支持向量機[15]（SVM）和迭代算法[16]（Adaboost）3 種聲音模型結(jié)合達到識別狀態(tài)的目的。無論是訓(xùn)練樣本還是識別樣本，都需要提取特征參數(shù)，訓(xùn)練樣本需要提取特征參數(shù)進行模型訓(xùn)練，訓(xùn)練好的模型可以通過特征參數(shù)的分析對識別樣本一一對應(yīng)，從而得出識別結(jié)果。

1.4 羊聲音識別模型 HMM 為語音識別領(lǐng)域應(yīng)用最為廣泛的模型。先對HMM 模型初始化處理，將隨機從羊聲音樣本中提取出的特征參數(shù)作為觀測序列，利用雙向計算算出訓(xùn)練得到的HMM 模型。將待識別的羊聲音信號輸入訓(xùn)練好的模型中，確定檢測序列是否與模型參數(shù)對應(yīng)，最后識別并輸出結(jié)果。

SVM 通常用來對模型進行識別、分類和回歸分析。區(qū)別于其他的模型，SVM 的優(yōu)勢是在樣本較少、非線性分類識別的領(lǐng)域中可以較為準確地進行模式識別。

傳統(tǒng)的Adaboost 能夠應(yīng)對簡單的二分類算法識別，對若干個弱分類器進行訓(xùn)練，不斷糾正識別的錯誤率，通過訓(xùn)練樣本的權(quán)重調(diào)整訓(xùn)練結(jié)果，最終會將每一個弱分類器集合成為一個強分類器，然后進行二分類運算。

1.5 羊聲音模型優(yōu)選識別 為了達到最優(yōu)結(jié)果，將模型融合識別，能夠更加有效地提高識別的準確率，將最可靠的識別結(jié)果輸出定為優(yōu)選的標準，3 種模型的優(yōu)選過程見圖2。

圖2 3 種識別模型優(yōu)選示意圖

將3 種識別模型設(shè)為m1、m2、m3，最終識別的結(jié)果為r1、r2、r3。如若r1=r2=r3 時，結(jié)果被認定為r。若r1、r2、r3 各自識別的結(jié)果不統(tǒng)一，需算出雙模型識別的可靠性R，然后對比3 個模型可靠性R1、R2、R3的大小，最終選擇可靠性大的那個模型作為最終混合識別的結(jié)果進行輸出。

2 結(jié)果

2.1 羊聲音去噪效果 為觀測和計算去噪效果，插入一定信噪比噪聲，噪聲相對于信號一樣大，信號會被淹沒。為了算出去噪效果，引入相對均方根誤差（RRMSE）的概念，計算各種噪音環(huán)境下去噪的效果[10]。當(dāng)RRMSE 計算所得值越趨向于0，誤差越小，得到的去噪的聲音越優(yōu)質(zhì)。將分別為-20、-10、0、10、20 dB的信噪比插入一段羊發(fā)情的信號做小波閾值的去噪，RRMSE 值分別為0.896 8、0.275 0、0.102 6、0.058 5、0.029 9（圖3）。

圖3 在不同信噪比下去噪后的RRMSE

2.2 羊聲音端點檢測效果 圖譜（圖4）中左邊的豎線表示聲音的起始點，圖譜右邊的豎線表示聲音的終止點。因此，在2 條豎線中間的信號部分為此段聲音中母羊發(fā)情的叫聲，而前后豎線外的聲音為無效的聲音，將待識別的有效聲音剪切出來。

圖4 羊聲音端點檢測效果圖

2.3 羊聲音信號的時域和頻域分析結(jié)果 通過羊4 種狀態(tài)的聲音信號頻域分析發(fā)現(xiàn)，母羊發(fā)情和羔羊?qū)つ感盘柧哂酗@著差異，但飼料刺激與饑餓刺激差異很小，在錄制過程中，也存在2 種聲音無法有效分開的情況，所以在分析時，將飼料刺激和饑餓一并分析。從分析結(jié)果中可以看出，母羊發(fā)情聲音信號與其他2 種聲音的時域和頻域各數(shù)值均有顯著差異，可用于聲音的識別（圖5、圖6）。

圖5 羊不同狀態(tài)下聲音的持續(xù)時間對比

圖6 羊不同狀態(tài)下聲音的頻率對比

2.4 羊聲音信號能量對比結(jié)果 在同等距離和音高的情況下由程序進行能量分析，發(fā)情叫聲的能量顯著高于羔羊?qū)つ傅穆曇裟芰?，極顯著高于飼料刺激、饑餓刺激的聲音能量（圖7）。

圖7 羊不同狀態(tài)下聲音的能量值對比

2.5 羊聲音識別的單模型試驗結(jié)果及優(yōu)選結(jié)果 選取錄制的4 種聲音信號各120 段進行識別，并通過程序分析統(tǒng)計出準確率。由表1 可見，相較于SVM、Adaboost模型，HMM 模型的準確率更高，母羊發(fā)情聲音識別的準確率達到了93.34%。在3 模型優(yōu)選結(jié)果中，母羊發(fā)情叫聲的識別相較于其他聲音的準確率更高，達到了96.67%。

表1 母羊發(fā)情、羔羊?qū)つ?、飼料刺激和饑餓單模型識別精度

3 討論

本試驗利用3 種聲音識別模型分析4 種狀態(tài)下的聲音信號，并通過程序?qū)ρ蚪新曔M行信號分析和自動識別發(fā)情叫聲，并優(yōu)選出結(jié)果。編寫的程序具備聲音識別的可行性，在實驗室中測試能夠統(tǒng)計出識別效果的準確率，但在聲音收集過程中，飼養(yǎng)環(huán)境、人為鑒別經(jīng)驗等因素導(dǎo)致誤差無法避免，在一定程度上會影響結(jié)果的準確率。在錄制時聲音信號中包含現(xiàn)場產(chǎn)生的不同程度噪音。在聲音去噪時能夠達到針對不同的干擾源智能選擇聲音去噪的效果，在聲音信號處于疊加狀態(tài)時能夠進行有效分離，在饑餓和飼料刺激的聲音收集和分析時尋找區(qū)分2 種狀態(tài)差異的有效方式，仍是需要深入研究和探討的重點。

本試驗主要針對嶗山奶山羊進行聲音收集，若在擴大識別范圍的同時增強聲音識別的針對性，提高程序的功能性，還需要利用更多品種的山羊進行程序訓(xùn)練和測試。Matlab 編寫好的程序要跨平臺運行需要非?？量痰倪\行環(huán)境，為了便于精準把控發(fā)情監(jiān)測時機，將本試驗中編寫好的程序完全移植進入更加便攜的移動端進行現(xiàn)場檢測分析，在程序的操作運行方面還有待改進。

4 結(jié)論

從動物行為學(xué)的角度分析，可以通過叫聲分辨出羊的多種狀態(tài)。4 種狀態(tài)下，饑餓和飼料刺激產(chǎn)生的聲音未有效分開，發(fā)情叫聲最顯著，釋放的信號更大。

在3 種單模型中，HMM 識別效果最穩(wěn)定，母羊發(fā)情的識別準確率最高達到93.34%。Adaboost 在識別樣本數(shù)較少的模型中效率高，但模型增多會導(dǎo)致識別效率降低等。將3 種模型進行結(jié)果優(yōu)選，母羊發(fā)情的識別準確率達到96.67%，在實驗室環(huán)境下，能夠達到預(yù)期識別效果。