【目的】为解决群养环境下生猪音频难以分离与识别的问题,提出基于欠定盲源分离与E C A-EfficientNetV2的生猪状态音频识别方法。【方法】以仿真群养环境下4类生猪音频信号作为观测信号,将信号稀疏表示后,通过层次聚类估计出信号混合矩...【目的】为解决群养环境下生猪音频难以分离与识别的问题,提出基于欠定盲源分离与E C A-EfficientNetV2的生猪状态音频识别方法。【方法】以仿真群养环境下4类生猪音频信号作为观测信号,将信号稀疏表示后,通过层次聚类估计出信号混合矩阵,并利用lp范数重构算法求解lp范数最小值以完成生猪音频信号重构。将重构信号转化为声谱图,分为进食声、咆哮声、哼叫声和发情声4类,利用ECA-EfficientNetV2网络模型识别音频,获取生猪状态。【结果】混合矩阵估计的归一化均方误差最低为3.266×10^(−4),分离重构的音频信噪比在3.254~4.267 dB之间。声谱图经ECA-EfficientNetV2识别检测,准确率高达98.35%;与经典卷积神经网络ResNet50和VGG16对比,准确率分别提升2.88和1.81个百分点;与原EfficientNetV2相比,准确率降低0.52个百分点,但模型参数量减少33.56%,浮点运算量(FLOPs)降低1.86 G,推理时间减少9.40 ms。【结论】基于盲源分离及改进EfficientNetV2的方法,轻量且高效地实现了分离与识别群养生猪音频信号。展开更多
分布式显示控制系统(以下简称分布式)被广泛应用于指挥调度、视频会议、信息发布等领域,是高清视频信号传输和调度的核心,也担负着大量音频信号的传输和调度任务。分布式在与音频扩声系统之间相互传输音频信号时,通常需要通过非平衡模...分布式显示控制系统(以下简称分布式)被广泛应用于指挥调度、视频会议、信息发布等领域,是高清视频信号传输和调度的核心,也担负着大量音频信号的传输和调度任务。分布式在与音频扩声系统之间相互传输音频信号时,通常需要通过非平衡模拟信号线缆实现,存在多次数模(Digital to Analog,D/A)和模数(Analog to Digital,A/D)转换,造成音频信号质量显著下降和精度损失。针对该问题,提出将AES67音频网关作为分布式和音频扩声系统之间的桥梁,在2个系统之间通过AES67实现网际互连协议(Internet Protocol,IP)全数字方式转换与传输,保证高质量的音频传输和性能。展开更多
文摘分布式显示控制系统(以下简称分布式)被广泛应用于指挥调度、视频会议、信息发布等领域,是高清视频信号传输和调度的核心,也担负着大量音频信号的传输和调度任务。分布式在与音频扩声系统之间相互传输音频信号时,通常需要通过非平衡模拟信号线缆实现,存在多次数模(Digital to Analog,D/A)和模数(Analog to Digital,A/D)转换,造成音频信号质量显著下降和精度损失。针对该问题,提出将AES67音频网关作为分布式和音频扩声系统之间的桥梁,在2个系统之间通过AES67实现网际互连协议(Internet Protocol,IP)全数字方式转换与传输,保证高质量的音频传输和性能。