音乐调控动物情绪和生产性能的作用及机制研究进展

在集约化生产体系中,音乐作为一种良好的环境富集手段,对于改善动物福利有着重要的潜在价值。而由于现阶段对音乐调控动物情绪的研究不够系统和深入,难以建立统一的标准,一定程度上限制了实际畜牧生产中音乐调控技术的应用。本文从动物情绪和行为、生理指标、生产性能3个方面分析了音乐的不同参数(如音色、音高、音速、节奏)和播放方式对动物的影响,同时,从共振频率、下丘脑-垂体-肾上腺轴的间接调控、丘脑组织的关键基因表达3个角度探索了音乐调控动物情绪的潜在机制,为明确音乐调控过程中的关键参数提供理论基础,以便更好地提升现代集约化养殖生产体系中动物的福利水平和生产性能,为进一步确立音乐调控的技术标准提供参考。

基于注意力机制的BiLSTM动物声音情绪识别

声音是动物向外界表达情绪的一种重要方式,通过提取动物声音特征,建立特征值与动物情绪之间的映射关系,可以实现对动物情绪的感知和理解。为提高动物情绪识别性能,本文提出基于Bahdanau注意力机制的双向长短期记忆网络的动物声音情绪识别方法。该方法对动物声音进行特征提取,提取了的频谱质心、频谱带宽、频谱滚降点、过零率、均方根能量、频谱对比度、梅尔倒谱系数以及其一阶差分作为特征向量,输入双向长短期记忆网络,通过注意力机制对情绪特征进行通道方向的权重学习,最后由全连接层进行情感类型判别。本文以狗为例,对狗的声音进行了情绪识别实验,实验结果表明:相比于循环神经网络、双向长短期记忆网络,本文方法的识别准确度更高。

运用高斯混合模型识别动物声音情绪

针对动物的情绪识别问题,提出高斯混合模型在动物声音情绪识别上的应用方法。利用语音信号处理与机器学习技术,提取动物声音信号的过零率、共振峰、梅尔-频率倒谱系数3种描述动物情绪的特征参数。采用高斯混合模型对采集到的动物声音信号训练样本进行聚类分析,计算测试样本后验概率,实现动物情绪的自动识别。通过分析特征参数的权重系数组合、高斯混合数目对识别率的影响来择选最优参数。实验结果表明,经参数优化后的高斯混合模型可将动物声音情绪的识别率由84.25%提高至96.67%。