来源：期刊VIP网 时间：
作者：袁国庆;周小波;闫顺丕;曹爽;许正荣;焦俊;
单位：安徽农业大学信息与人工智能学院;安徽喜乐佳生物科技有限公司;
摘要：为解决生猪群养环境下，难以有效提取和识别生猪咳嗽声的问题，提出一种群养生猪混合音频环境下的生猪咳嗽音频识别方法，应用改进自适应矩估计和卷积块注意力机制构建改进U-Net噪声频谱提取模型、应用残差连接构建改进预训练音频神经网络生猪咳嗽音频识别模型。试验结果表明：改进后的U-Net较U-Net性能更好，且改进后的PANNS-CNN6较PANNS-CNN6在准确率、精确率、召回率、F1得分，分别提高5.5%、5.5%、5.5%、5.2%；利用改进后的PANNS-CNN6对分离的咳嗽声进行识别，单一咳嗽声识别率均在90.0%以上，最高可达95.9%。
关键词：生猪音频;;U-Net;;PANNS-CNN6;;频谱提取;;音频识别
基金资助：安徽省重点研究与开发计划项目(2023n06020051);; 安徽省研究生质量工程项目(2022lhpysfjd023,2022cxcyjs010)
