데이터 정량화 및 데이터베이스 구축
사운드 원시 데이터를 Adobe Audition 3.0 또는 Avisoft-SASLab Pro 사운드 분석 소프트웨어로 가져와 리샘플링(샘플 크기: 44100Hz, 창 크기: 1024포인트)한 다음 WAV 형식으로 별도로 저장했습니다. 고품질 파형과 소노그램을 선별하여 하이난 긴팔원숭이 울음소리의 특성을 측정하고, 개체 간 음향 지수의 차이를 분석하여 개체별 하이난 긴팔원숭이 소리 패턴의 데이터베이스를 구축했습니다. 그런 다음 구현된 소리 인식 모델을 사용하여 개별 소리 인식을 수행합니다. 마지막으로 소리 수집의 효율성을 평가하고 소리 인식의 정확도를 평가합니다. 이 중 소리 인식 효과 평가는 주로 현장 조사 및 기타 소리 모니터링 결과와 비교하여 이루어집니다.
수집된 하이난 긴팔원숭이의 시간-주파수 영역 특성을 기반으로 자동 인식에 사용되는 파라미터를 음성 데이터베이스와 함께 결정했습니다. 선택된 시간-주파수 파라미터를 자동 인식 소프트웨어와 개발된 알고리즘 프로그램으로 가져와서 녹음에서 하이난 긴팔원숭이 울음소리를 자동으로 식별하고 추출했습니다. 소리 데이터에 존재할 수 있는 긴팔원숭이의 수와 같은 정보는 다양한 클러스터링 및 판별 방법을 통해 평가됩니다.
완전 자동화된 음향 모니터링 장비는 이 프로젝트의 데이터 처리에 매우 중요한 역할을 합니다. 전송된 소리 데이터는 화웨이 클라우드 공간에 자동으로 저장됩니다. 하이난 생물 다양성 소리 패턴 화웨이 클라우드 데이터베이스가 구축되면 개별 소리 인식을 실현할 수 있습니다.