杜曉冬 滕光輝

(中國(guó)農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院， 北京 100083)

引言

通過(guò)監(jiān)測(cè)動(dòng)物發(fā)聲可了解其自身的健康狀況以及個(gè)體需求，也是一種評(píng)價(jià)動(dòng)物行為、福利的輔助方法[1]。目前，已有學(xué)者對(duì)家畜動(dòng)物的聲音開(kāi)展了相關(guān)的研究[2-8]。

對(duì)于家禽動(dòng)物發(fā)聲，國(guó)內(nèi)外學(xué)者開(kāi)展了蛋雞發(fā)聲分類識(shí)別、肉雞啄食聲同采食行為之間關(guān)聯(lián)、鵝不同行為的發(fā)聲分類識(shí)別的相關(guān)研究[9-17]。然而，在家禽動(dòng)物發(fā)聲研究方面較多在消音室或?qū)嶒?yàn)室理想聲音環(huán)境中獲取[15,17-19]，而實(shí)際蛋雞養(yǎng)殖環(huán)境中，往往存在較多由風(fēng)機(jī)、清糞設(shè)備、飼喂設(shè)備、集蛋設(shè)備等運(yùn)轉(zhuǎn)產(chǎn)生的噪聲。目前，在蛋雞發(fā)聲研究方面迫切需要一種有效的去噪方法來(lái)保證得到較純凈的聲音樣本數(shù)據(jù)，降低噪聲的干擾，以利于后期準(zhǔn)確地聲音信號(hào)辨識(shí)。傳統(tǒng)去噪方法是將被噪聲干擾的信號(hào)通過(guò)濾波器，濾掉其中噪聲頻率部分，但對(duì)于瞬間信號(hào)、非平穩(wěn)信號(hào)等存在著一定的局限性。盡管已有研究人員能夠利用小波閾值去噪、IIR濾波器、FIR濾波器等方法來(lái)去除動(dòng)物聲音中的背景噪聲，但是試驗(yàn)效果較好的小波去噪方法計(jì)算過(guò)程較復(fù)雜，導(dǎo)致算法運(yùn)行效率低下，無(wú)法較好地應(yīng)用到實(shí)時(shí)處理算法中[13,20]。

譜減法具有算法簡(jiǎn)單、運(yùn)算量小、便于實(shí)現(xiàn)快速處理的特點(diǎn),在聲音去噪和增強(qiáng)方面相對(duì)于其它方法有較好的效果，并且被廣泛采用[21-25]。本文主要以產(chǎn)蛋期海蘭褐蛋雞聲音和舍內(nèi)風(fēng)機(jī)噪聲為試驗(yàn)對(duì)象，比較改進(jìn)譜減法去噪和其他常用去噪方法在實(shí)際噪聲環(huán)境中的去噪效果，以選取有效的去噪方法，為后期蛋雞發(fā)聲特征提取及蛋雞聲音識(shí)別提供基礎(chǔ)。

1 聲音信號(hào)去噪原理與方法

1.1 IIR濾波器

傳統(tǒng)的濾波器以特定方式來(lái)改變信號(hào)的頻率特性，衰減聲音信號(hào)中的噪聲頻率部分。濾波器的分類方法較多，其中根據(jù)單位脈沖響應(yīng)的時(shí)域特性可分為無(wú)限脈沖響應(yīng)(Infinite impulse response, IIR)濾波器和有限脈沖響應(yīng)(Finite impulse response, FIR)濾波器2 類。根據(jù)濾波器的功能可分為低通濾波器(Low pass filter,LPF)、高通濾波器(High pass filter, HPF)、帶通濾波器(Band pass filter, BPF)、帶阻濾波器(Band stop filter, BSF)。本文選擇IIR帶通濾波器，IIR 濾波器是一種遞歸型數(shù)字濾波器，其U階常系數(shù)線性差分方程式為[13,26]

(1)

相應(yīng)的系統(tǒng)函數(shù)為[27]

(2)

式中x(n-i)——前i個(gè)輸入?yún)?shù)

y(n-i)——前i個(gè)輸出參數(shù)

ak、ai、br、bi——濾波器系數(shù)

n——采樣編號(hào)z——復(fù)變量

M、U——輸入的個(gè)數(shù)

1.2 小波濾波器

一維小波去噪方法包括3個(gè)步驟[13,26,28]：①一維信號(hào)的小波分解。②小波分解系數(shù)的閾值量化處理。③一維小波的重構(gòu)。

其中，最關(guān)鍵的一步是選取閾值和閾值量化處理方式。閾值包括硬閾值和軟閾值2種，本文僅討論軟閾值情況[13]。小波系數(shù)軟閾值處理過(guò)程為

(3)

式中di——小波系數(shù)估計(jì)值

Di——帶噪聲信號(hào)的小波系數(shù)

δ——軟閾值

本文選取基于史坦(Stein)無(wú)偏似然估計(jì)(Stein’s unbiased risk estimation, SURE)原理的自適應(yīng)閾值δs和基于最大最小均方差的閾值δM2種去噪效果較好的閾值進(jìn)行比較分析[13,20]。

設(shè)信號(hào)s(k)(k=1,2,…,U)為離散時(shí)間序列，序列長(zhǎng)度為U，令信號(hào)y(k)為|s(k)|的升序序列，則SURE閾值δs定義為

(4)

(5)

Minimax閾值δM為

(6)

1.3 譜減法去噪

早期譜減法是將時(shí)域帶噪信號(hào)傅里葉變換到頻域，將其功率譜和噪聲功率譜作差得原始信號(hào)的功率譜估計(jì)，對(duì)差值功率譜開(kāi)平方獲取原始信號(hào)幅度估計(jì)，恢復(fù)其相位做傅里葉逆變換，最終得到譜減法去噪后的時(shí)域信號(hào)[23-25]。然而，經(jīng)典譜減法去噪效果并不理想，算法處理后的信號(hào)會(huì)殘留一些“音樂(lè)噪聲”，對(duì)原始信號(hào)有干擾[25]。近年來(lái)，相關(guān)研究者提出改進(jìn)譜減法，極大提升算法去噪效果，本文采用的改進(jìn)譜減法去噪流程如圖1所示[23,25]。

改進(jìn)譜減法計(jì)算公式為[23,25]

P(w)=Ps(w)-αPn(w)

(7)

其中

(8)

式中Ps(w)——帶噪信號(hào)功率譜幅值

Pn(w)——噪聲的功率譜幅值

α——過(guò)減因子，α≥1

P(w)——去噪信號(hào)功率譜幅值

β——譜下限參數(shù)，0<β≤1

圖1 改進(jìn)譜減法去噪流程圖Fig.1 Flow chart of improved spectral subtraction algorithm

1.4 評(píng)價(jià)方法

蛋雞發(fā)聲是非平穩(wěn)隨機(jī)信號(hào)，但在10～30 ms的分析幀內(nèi)可被近似看作平穩(wěn)信號(hào)。假設(shè)純凈語(yǔ)音信號(hào)s(n)被加性噪聲e(n)所污染，產(chǎn)生不同信噪比(Signal-to-noise ratio, SNR)下的帶噪信號(hào)s(n)為[20,22,24-25]

s(n)=f(n)+re(n)

(9)

式中r——噪聲水平

f(n)——原始純凈信號(hào)

信噪比是用來(lái)評(píng)價(jià)聲音信號(hào)中噪聲強(qiáng)度的常規(guī)方法，其計(jì)算公式為[20,25]

(10)

式中L——信號(hào)長(zhǎng)度

聲音信號(hào)去噪效果的客觀評(píng)價(jià)通常以輸入聲音信號(hào)與輸出聲音信號(hào)之間的誤差來(lái)判別聲音質(zhì)量。常用方法是計(jì)算原始純凈信號(hào)f(n)與去噪后估計(jì)信號(hào)h(n)之間的相對(duì)均方根誤差(Root mean square error, RMSE)，相對(duì)均方根誤差越小，表明去噪后的估計(jì)信號(hào)與原始純凈信號(hào)越接近，去噪效果越好，具體計(jì)算公式為[13,20]

(11)

此外，去噪方法的建模時(shí)間和建模后算法處理數(shù)據(jù)的運(yùn)行耗時(shí)也是對(duì)聲音信號(hào)去噪效果的客觀評(píng)價(jià)[15]。選用基于LabVIEW軟件平臺(tái)上處理相同數(shù)據(jù)信息的算法運(yùn)行耗時(shí)來(lái)客觀評(píng)價(jià)不同去噪方法的運(yùn)行效率。

2 試驗(yàn)設(shè)計(jì)

圖2 試驗(yàn)平臺(tái)示意圖Fig.2 Schematic diagram of test platform

前期聲音采集試驗(yàn)在中國(guó)農(nóng)業(yè)大學(xué)上莊實(shí)驗(yàn)站模擬雞舍進(jìn)行，采集聲音數(shù)據(jù)包括純凈的蛋雞聲音、風(fēng)機(jī)噪聲以及含風(fēng)機(jī)噪聲的蛋雞聲音。純凈蛋雞聲音的獲取是在上莊實(shí)驗(yàn)站的半消音室內(nèi)完成，具體環(huán)境信息和數(shù)據(jù)的獲取過(guò)程參考文獻(xiàn)[13,29]。風(fēng)機(jī)噪聲和含風(fēng)機(jī)噪聲的蛋雞聲音數(shù)據(jù)在實(shí)驗(yàn)站3號(hào)模擬雞舍內(nèi)獲取，試驗(yàn)平臺(tái)包括飲水線、產(chǎn)蛋箱以及料槽等(圖2)，舍內(nèi)配備有一臺(tái)T35-11系列軸流風(fēng)機(jī)，共飼養(yǎng)24只同一批次的海蘭褐種雞(5只公雞，19只母雞)。聲音采集試驗(yàn)于2016年11月—12月開(kāi)展，此階段種雞生長(zhǎng)周齡為38～42周。后期現(xiàn)場(chǎng)應(yīng)用試驗(yàn)分別在中國(guó)農(nóng)業(yè)大學(xué)上莊實(shí)驗(yàn)站棲架養(yǎng)殖雞舍和北京延慶德青源生態(tài)農(nóng)場(chǎng)規(guī)模化籠養(yǎng)蛋雞舍開(kāi)展，兩棟雞舍通風(fēng)方式均為縱向機(jī)械通風(fēng)，都配有自動(dòng)化集蛋系統(tǒng)、飼喂系統(tǒng)和清糞系統(tǒng)。棲架養(yǎng)殖雞舍飼養(yǎng)規(guī)模約為2 000只蛋種雞，籠養(yǎng)雞舍飼養(yǎng)規(guī)模約為9萬(wàn)只商品雞。音頻信息采集平臺(tái)選用美國(guó)微軟公司Kinect for Windows V1型嵌入式麥克風(fēng)陣列(4通道同步采集、32位分辨率、16 kS/s的采樣頻率)，錄音軟件為美國(guó)國(guó)家儀器公司(National Instruments, NI)的LabVIEW軟件，利用NI Sound and Vibration Assistant 2015編寫(xiě)音頻采集程序，單聲道采集，音頻連續(xù)采樣，以50 s聲音數(shù)據(jù)為一個(gè)存儲(chǔ)單元，2個(gè)數(shù)據(jù)單元間隔10 s，數(shù)據(jù)以wav文件存儲(chǔ)于現(xiàn)場(chǎng)工控機(jī)中。本文篩選蛋雞聲音的方法參照文獻(xiàn)[13]。采集的音頻數(shù)據(jù)利用LabVIEW軟件提供的聲音與振動(dòng)工具包(SVM toolkit)、高級(jí)信號(hào)處理工具包(ASP toolkit)進(jìn)行處理、分析。借助工具包中Express VI可實(shí)現(xiàn)不同去噪方法，并獲取不同去噪方法的RMSE以及算法運(yùn)行耗時(shí)。

3 試驗(yàn)結(jié)果與討論

雞舍內(nèi)常見(jiàn)的動(dòng)物聲音是蛋雞產(chǎn)蛋叫聲、公雞打鳴聲等。本文主要針對(duì)蛋雞產(chǎn)蛋期間的產(chǎn)蛋叫聲進(jìn)行研究分析，公雞打鳴聲的分析方法與此方法類似，在此不再贅述。噪聲主要是風(fēng)機(jī)噪聲，清糞設(shè)備、飼喂設(shè)備等運(yùn)轉(zhuǎn)噪聲屬于固定時(shí)段發(fā)生，且持續(xù)時(shí)間較短，而風(fēng)機(jī)設(shè)備全時(shí)段運(yùn)轉(zhuǎn)，其噪聲對(duì)獲取蛋雞純凈聲音有很大干擾。本文風(fēng)機(jī)噪聲主要由T35-11系列軸流風(fēng)機(jī)正常運(yùn)行產(chǎn)生，利用經(jīng)驗(yàn)公式計(jì)算可知其基頻低于200 Hz[30]。

蛋雞產(chǎn)蛋叫聲在時(shí)域波形圖上表現(xiàn)出有規(guī)律的周期性振動(dòng)，在頻率圖上表現(xiàn)出了2個(gè)顯著的共振峰值，分別位于0.5 kHz和1 kHz附近(圖3a)。公雞打鳴聲音在時(shí)域上沒(méi)有明顯的周期性振動(dòng)規(guī)律，而在頻域上表現(xiàn)出多個(gè)顯著的共振峰值(圖3b)。蛋雞聲音頻率主要分布在0.4～2.5 kHz之間，同曹晏飛等[12-13]研究結(jié)果一致。風(fēng)機(jī)噪聲頻率主要分布在0～1 kHz之間(圖3c)，其頻率成分和蛋雞聲音頻率成分在頻域上有重疊部分，但是兩者之間存在明顯的差異[10]。從圖3d中可以看出，在低信噪比下加性噪聲會(huì)對(duì)蛋雞聲音信號(hào)產(chǎn)生一定干擾，有效地過(guò)濾噪聲，對(duì)進(jìn)一步提取純凈蛋雞發(fā)聲特征、準(zhǔn)確地識(shí)別蛋雞聲音有很大幫助。

圖3 4種不同聲音的時(shí)域波形圖和功率譜頻域圖Fig.3 Time domain waveform and power spectrum diagrams of four different sounds

將帶噪蛋雞聲音信號(hào)分別經(jīng)過(guò)IIR濾波器、小波SURE閾值去噪、小波Minimax閾值去噪、改進(jìn)譜減法去噪的處理[13,20]。去噪算法參數(shù)設(shè)定參照文獻(xiàn)[13]，IIR 濾波器選取帶通濾波功能，截止頻率范圍設(shè)置為0.4～2.5 kHz，拓?fù)浣Y(jié)構(gòu)選取Butterworth，階數(shù)設(shè)5階；小波去噪方法中的小波基選用Daubechies-03，小波分解層數(shù)選擇為7 層；改進(jìn)譜減法去噪α過(guò)減因子設(shè)為4，β譜下限參數(shù)設(shè)為0.001[13]。不同的去噪方法在不同的信噪比下均方根誤差如表1所示。

結(jié)果表明，在測(cè)試的所有信噪比條件下，IIR濾波器和小波Minimax閾值的RMSE均大于小波SURE

表1 不同去噪方法的相對(duì)均方根誤差Tab.1 RMSE of different de-noising methods

圖4 棲架養(yǎng)殖蛋雞舍內(nèi)聲音去噪方法應(yīng)用效果Fig.4 Practical effects of sound de-noising methods in a perching system henhouse

閾值和改進(jìn)譜減法的RMSE，表明小波SURE 閾值和改進(jìn)譜減法去噪效果優(yōu)于前兩種方法；在-8～0 dB低信噪比條件下，小波Minimax閾值去噪效果要好于IIR濾波器去噪效果，而5～20 dB高信噪比下，IIR濾波器去噪效果較優(yōu)。隨著信噪比的增加，小波SURE 閾值的RMSE逐漸變小，表明其去噪效果逐漸變優(yōu)，主要是因?yàn)樾〔⊿URE 閾值的選取是通過(guò)極小化SURE 準(zhǔn)則函數(shù)確定，同曹晏飛等[13]試驗(yàn)結(jié)果一致。然而，改進(jìn)譜減法去噪效果明顯優(yōu)于其他3種方法，在各信噪比條件下其RMSE均為最小，主要是因?yàn)轱L(fēng)機(jī)噪聲屬于加性噪聲，其噪聲功率譜相對(duì)穩(wěn)定，如果已知風(fēng)機(jī)噪聲功率譜可有效去除風(fēng)機(jī)噪聲，使用該方法的前提是已知雞舍內(nèi)現(xiàn)有噪聲源，而規(guī)?；u舍中常見(jiàn)噪聲源主要有風(fēng)機(jī)噪聲、清糞設(shè)備噪聲、飼喂設(shè)備噪聲、集蛋設(shè)備噪聲，掌握常見(jiàn)噪聲源的功率譜特點(diǎn)即可獲取較純凈的蛋雞聲音信號(hào)。此外，表2不同去噪方法的運(yùn)行耗時(shí)體現(xiàn)了4種去噪方法的運(yùn)行耗時(shí)。在-8～20 dB不同信噪比條件下，各算法運(yùn)行耗時(shí)相對(duì)穩(wěn)定，IIR濾波器和改進(jìn)譜減法去噪的運(yùn)行耗時(shí)最短，分別為7～9 ms和6～7 ms，但是IIR濾波器去噪效果較差，而改進(jìn)譜減法去噪效果最優(yōu)；小波SURE閾值去噪效果較好，但是運(yùn)行耗時(shí)長(zhǎng)達(dá)12～13 ms；小波Minimax閾值去噪效果較差，并且運(yùn)行耗時(shí)最長(zhǎng)，18～21 ms。總體來(lái)看，不同信噪比條件下，改進(jìn)譜減法的去噪效果均優(yōu)于IIR濾波器、小波SURE閾值、小波Minimax閾值的去噪方法[13]，并且其算法的運(yùn)行耗時(shí)最短，可適用于實(shí)時(shí)地分析、處理蛋雞聲音信號(hào)。

表2 不同去噪方法的運(yùn)行耗時(shí)Tab.2 Elapsed time of different de-noising methods ms

為了進(jìn)一步驗(yàn)證去噪方法在實(shí)際規(guī)?；半u舍中的應(yīng)用效果，選取規(guī)模化雞場(chǎng)采集的1 h音頻樣本數(shù)據(jù)(60條記錄)進(jìn)行處理，分析后的聲音片段如圖4、5所示。由試驗(yàn)結(jié)果可知，IIR濾波器去噪后的波形振幅在一定程度上減小，如圖4b所示在0.8 s和2.9 s附近振幅約為0.6 V的信號(hào)分別被濾除和衰減，而小波Minimax閾值去噪后的較多原始信號(hào)的波形信息被濾除，失真較嚴(yán)重，如圖5d所示，在0.8 s附近振幅約為0.5 V的信號(hào)被衰減為0.25 V。小波SURE 閾值和改進(jìn)譜減法去噪處理還原的數(shù)據(jù)同原始信號(hào)相比失真較小，小波SURE 閾值去噪處理后的波形振幅衰減較小，然而改進(jìn)譜減法相對(duì)于小波SURE 閾值去噪方法來(lái)說(shuō)，更多的原始信號(hào)信息被保留，還原的信號(hào)較為平滑。由此可知，在實(shí)際應(yīng)用中改進(jìn)譜減法去噪效果要優(yōu)于IIR濾波器、小波SURE閾值、小波Minimax閾值去噪方法，并且處理速率較快，可被廣泛應(yīng)用于動(dòng)物聲音去噪研究中。

圖5 籠養(yǎng)蛋雞舍內(nèi)聲音去噪方法應(yīng)用效果Fig.5 Practical effects of sound de-noising methods in a cage system henhouse

4 結(jié)束語(yǔ)

分析了蛋雞聲音和風(fēng)機(jī)噪聲在頻率范圍上的差異，同時(shí)比較了-8～20 dB不同信噪比條件下，IIR濾波器去噪、小波閾值去噪和改進(jìn)譜減法去噪對(duì)蛋雞聲音信號(hào)的去噪效果，結(jié)果表明，改進(jìn)譜減法的去噪效果最優(yōu)，并且其算法運(yùn)行耗時(shí)最短，同時(shí)在實(shí)際應(yīng)用中有較好的去噪效果。采用改進(jìn)譜減法去噪的關(guān)鍵在于獲取準(zhǔn)確的噪聲信號(hào)功率譜，各種聲音信號(hào)混疊勢(shì)必會(huì)對(duì)蛋雞聲音信號(hào)和噪聲信號(hào)的功率譜特征提取提出了挑戰(zhàn)，后續(xù)研究可從不同信噪比條件下聲音信號(hào)的譜減法參數(shù)動(dòng)態(tài)選取、自動(dòng)提取聲音信號(hào)中的噪聲源等方面展開(kāi)，為實(shí)現(xiàn)在線實(shí)時(shí)辨識(shí)蛋雞聲音信號(hào)提供前期的基礎(chǔ)研究。

1 MANTEUFFEL G, PUPPE B, SCH?N P C. Vocalization of farm animals as a measure of welfare[J]. Applied Animal Behaviour Science,2004, 88(1-2): 163-182.

2 宣傳忠，武佩，張麗娜，等. 羊咳嗽聲的特征參數(shù)提取與識(shí)別方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016, 47(3): 342-348.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160348&journal_id=jcsam.DOI：10.6041/j.issn.1000-1298.2016.03.048.

XUAN Chuanzhong, WU Pei, ZHANG Li’na, et al. Feature parameters extraction and recognition method of sheep cough sound[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2016, 47(3): 342-348.(in Chinese)

3 宣傳忠，武佩，馬彥華，等. 基于功率譜和共振峰的母羊發(fā)聲信號(hào)識(shí)別[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(24): 219-224.

XUAN Chuanzhong, WU Pei, MA Yanhua, et al.Vocal signal recognition of ewes based on power spectrum and formant analysis method[J]. Transactions of the CSAE, 2015,31(24): 219-224. (in Chinese)

4 FERRARI S, PICCININI R, SILVA M, et al. Cough sound description in relation to respiratory diseases in dairy calves[J]. Preventive Veterinary Medicine, 2010, 96(3-4): 276-280.

5 EXADAKTYLOS V, SILVA M, AERTS J M, et al. Real-time recognition of sick pig cough sounds[J]. Computers and Electronics in Agriculture, 2008, 63(2): 207-214.

6 FERRARI S, SILVA M, GUARINO M, et al. Cough sound analysis to identify respiratory infection in pigs[J]. Computers and Electronics in Agriculture, 2008, 64(2): 318-325.

7 GUARINO M, JANS P, COSTA A, et al. Field test of algorithm for automatic cough detection in pig houses[J]. Computers and Electronics in Agriculture, 2008, 62(1): 22-28.

8 SILVA M, FERRARI S, COSTA A, et al. Cough localization for the detection of respiratory diseases in pig houses[J]. Computers and Electronics in Agriculture, 2008, 64(2): 286-292.

9 AYDIN A, BERCKMANS D. Using sound technology to automatically detect the short-term feeding behaviours of broiler chickens[J]. Computers and Electronics in Agriculture, 2016, 121: 25-31.

10 曹晏飛，陳紅茜，滕光輝，等. 基于功率譜密度的蛋雞聲音檢測(cè)方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015, 46(2): 276-280.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150240&journal_id=jcsam.DOI：10.6041/j.issn.1000-1298.2015.02.040.

CAO Yanfei, CHEN Hongqian, TENG Guanghui, et al.Detection of laying hens vocalization based on power spectral density [J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(2): 276-280. (in Chinese)

11 AYDIN A, BAHR C, BERCKMANS D. A real-time monitoring tool to automatically measure the feed intakes of multiple broiler chickens by sound analysis[J]. Computers and Electronics in Agriculture, 2015, 114: 1-6.

12 曹晏飛，余禮根，滕光輝，等. 蛋雞發(fā)聲與機(jī)械噪聲特征提取及分類識(shí)別[J]. 農(nóng)業(yè)工程學(xué)報(bào),2014, 30(18): 190-197.

CAO Yanfei, YU Ligen,TENG Guanghui, et al. Feature extraction and classification of laying hens’ vocalization and mechanical noise[J]. Transactions of the CSAE,2014, 30(18): 190-197. (in Chinese)

13 曹晏飛，滕光輝，余禮根，等. 含風(fēng)機(jī)噪聲的蛋雞聲音信號(hào)去噪方法比較[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(2): 212-218.

CAO Yanfei, TENG Guanghui, YU Ligen, et al. Comparison of different de-noising methods in vocalization environment of laying hens including fan noise[J]. Transactions of the CSAE,2014, 30(2): 212-218. (in Chinese)

14 AYDIN A, BAHR C, VIAZZI S, et al. A novel method to automatically measure the feed intake of broiler chickens by sound technology[J]. Computers and Electronics in Agriculture, 2014, 101: 17-23.

15 余禮根，滕光輝，李保明，等. 棲架養(yǎng)殖模式下蛋雞發(fā)聲分類識(shí)別[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 44(9): 236-242.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130941&journal_id=jcsam.DOI：10.6041/j.issn.1000-1298.2013.09.041.

YU Ligen, TENG Guanghui, LI Baoming,et al. Classification methods of vocalization for laying hens in perch system[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(9): 236-242. (in Chinese)

16 STEEN K A, THERKILDSEN O R, KARSTOFT H, et al. A vocal-based analytical method for goose behaviour recognition[J]. Sensors, 2012, 12(12): 3773-3788.

17 EVANS C S, EVANS L. Chicken food calls are functionally referential[J]. Animal Behaviour, 1999, 58(2): 307-319.

18 李志忠，滕光輝. 子帶特征參數(shù)在家禽應(yīng)激發(fā)聲識(shí)別中的應(yīng)用[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009, 40(3): 143-146.

LI Zhizhong, TENG Guanghui. Application of subband feature of poultry vocalization for identifying their status [J].Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(3): 143-146. (in Chinese)

19 李志忠，滕光輝. 基于改進(jìn)MFCC的家禽發(fā)聲特征提取方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(11): 202-205.

LI Zhizhong, TENG Guanghui. Feature extraction for poultry vocalization recognition based on improved MFCC [J]. Transactions of the CSAE, 2008, 24(11): 202-205. (in Chinese)

20 VAN HIRTUM A, BERCKMANS D. Considering the influence of artificial environmental noise to study cough time-frequency features[J]. Journal of Sound and Vibration, 2003, 266(3): 667-675.

21 王熙，李應(yīng). 多頻帶譜減法用于生態(tài)環(huán)境聲音分類[J]. 計(jì)算機(jī)工程與應(yīng)用, 2014, 50(3): 190-193.

WANG Xi, LI Ying.Multi-band spectral subtraction method applied to natural sounds classification [J]. Computer Engineering and Applications, 2014, 50(3): 190-193. (in Chinese)

22 林琴，張道信，吳小培. 一種基于改進(jìn)譜減法的語(yǔ)音去噪新方法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2007, 17(7): 63-66.

LIN Qin, ZHANG Daoxin, WU Xiaopei. A new speech denoising algorithm based on improved spectral subtraction [J]. Computer Technology and Development, 2007, 17(7): 63-66. (in Chinese)

23 BEROUTI M, SCHWARTZ R, MAKHOUL J. Enhancement of speech corrupted by acoustic noise[J]. 1979 IEEE International Conference on Acoustics, Speech and Signal Processing, 1979: 208-211.

24 BOLL S F. Suppression of acoustic noise in speech using spectral subtraction[J]. IEEE Transactions on Acoustics Speech and Signal Processing, 1979, 27(2): 113-120.

25 UPADHYAY N, KARMAKAR A. Spectral subtractive-type algorithms for enhancement of noisy speech: an integrative review[J]. International Journal of Image, Graphics and Signal Processing, 2013, 5(11): 13-22.

26 薛年喜. MATLAB在數(shù)字信號(hào)處理中的應(yīng)用[M]. 2版. 北京: 清華大學(xué)出版社, 2008.

27 PROAKIS G J, MANOLAKIS G D. Digital signal processing: principles, algorithms, and applications[M]. UK: Pearson Education, 2013.

28 韓紀(jì)慶，張磊，鄭鐵然. 語(yǔ)音信號(hào)處理[M]. 2版. 北京: 清華大學(xué)出版社, 2013.

29 余禮根，滕光輝，李保明，等. 蛋雞發(fā)聲音頻數(shù)據(jù)庫(kù)的構(gòu)建與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(24): 150-156.

YU Ligen, TENG Guanghui, LI Baoming, et al. Development and application of audio database for laying hens [J].Transactions of the CSAE, 2012, 28(24): 150-156. (in Chinese)

30 王振東. 離心風(fēng)機(jī)噪聲頻譜特性分析[J]. 林業(yè)勞動(dòng)安全, 2002, 15(2): 24-25.

WANG Zhendong. Frequency characteristics analysis of centrifugal blower noises [J].Forestry Labour Safety, 2002, 15(2): 24-25. (in Chinese)