HFCC based recognition of bird species

• Autorzy: Wielgat R. , Zieliński T. P. , Potempa T. , Lisowska-Lis A. , Król D.

Warianty tytułu

PL

Rozpoznawanie gatunków ptaków na podstawie współczynników HFCC

• Konferencja: Signal Processing Algorithms, Architectures, Arrangements, and Applications. 11th IEEE Signal Processing Workshop SPA 2007 ; 7.09.2007 ; Poznan, Poland
• Języki publikacji: EN

Abstrakty

EN

Results from preliminary research on recognition of Polish birds' species are presented in the paper. Bird voices were recorded in a highly noised municipal environment. High 96 kHz sampling frequency has been used. As a feature set standard mel-frequency cepstral coefficients (MFCC) and recently proposed human-factor cepstral coefficients (HFCC) parameters were selected. Superior performance of the HFCC features over MFCC ones has been observed. Proper limiting of the maximal frequency during HFCC feature extraction results in increasing accuracy of birds' species recognition. Good initial results are very promising for practical application of the methods described in the paper in monitoring of protected birds' area.

PL

W artykule zaprezentowano wyniki wstępnych badań dotyczących rozpoznawania głosów ptaków. Nagrania cyfrowe ptaków dokonano z częstotliwością próbkowania 96 kHz w zaszumionym środowisku miejskim. Jako cech użyto współczynników mel-cepstralnych (MFCC) oraz ostatnio zaproponowanych współczynników human-cepstralnych (HFCC). Zaobserwowano większą skuteczność rozpoznawania, prowadzonego z użyciem tych drugich. Pokazano, że odpowiednie ograniczenie maksymalnej częstotliwości podczas wyznaczania współczynników HFCC prowadzi do podniesienia efektywności rozpoznawania. Uzyskane obiecujące wyniki są dobrym prognostykiem do planowanego, praktycznego zastosowania opisanych metod do monitorowania ostoi ptaków.

Słowa kluczowe

EN

mel-frequency cepstral coefficients (MFCC); bird voices recognition; human-factor cepstral coefficients; dynamic time warping

PL

rozpoznawanie gatunków ptaków; współczynniki MFCC; współczynniki HFCC; nieliniowa transformacja czasowa

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2008
• Tom: Vol. 49, nr 4
• Strony: 90--94
• Opis fizyczny: Bibliogr. 18 poz., tab., wykr.

Twórcy

autor

Wielgat R.

autor

Zieliński T. P.

autor

Potempa T.

autor

Lisowska-Lis A.

autor

Król D.

• Higher State Vocational School, Department of Technology, Tarnów

Bibliografia

• [1] Fagerlund S., Harma A.: Parametrization Of Inharmonic Bird Sounds For Automatic Recognition. In Proc. EUSIPCO 20005, Antalya, Turkey, September 4-8 2005.
• [2] Chen Z., Maher R.C.: Semi-automatic classification of bird vocalizations using spectral peak tracs. J. Acoust. Soc. Am., vol. 120, no. 5, November 2006.
• [3] Oba T.: Application of automated bioacoustic identification in environmental education and assessment. Annals of the Brazilian Academy of Sciences, (2004) 76(2), pp. 445-451.
• [4] Chesmore D.: Automated bioacoustic identification of species. Annals of the Brazilian Academy of Sciences, (2004) 76(2), 435-440.
• [5] Trepka A.: Rekordy zwierząt - ptaki. R.A.F Racibórz, 1997, in Polish.
• [6] Shmidt-Nielsen K.: Fizjologia zwierząt - adaptacja do środowiska WN PWN, Warszawa 1992, in Polish.
• [7] Gray R.M.: Ouantization noise in DeltaSigma A/D converters. Chapter 2 of Delta-Sigma Data Converters, edited by S. Norsworthy, R. Schreier, and G. Temes. IEEE Press, 1997, pp. 44-74.
• [8] Thao N.T.: Overview on a new approach to one-bit n-th order sigma-delta modulation. In Proc. ISCAS, 2001.
• [9] Kwentus A.Y., Jiang Z., Wilson A.N.: Jr. Application of filtersharpening to cascaded ingrator-comb decimation filters. IEEE Transactions on Signal Processing, 45(2):457-467, 1997.
• [10] Analog Devices "18-Bit 500 kSPS Pul-SAR Unipolar ADC with Reference" Analog Devices Data Sheet 2003.
• [11] Skowronski M.D., Harris J.G.: Exploiting independent filter band-width of human factor cepstral coefficients in automaStf speech recognition. J. Acoust. Soc. Am., 116(3): 1774-1780,2004.
• [12] Sakoe H., Chiba S.: Dynamic Programming Algorithm Optimization for Spoken Word Recognition. IEEE Trans. Acoust., Speech, Signal Processing, vol. ASSP- 26:43-49, Feb. 1978.
• [13] Rabiner L.R., Rosenberg A., Levinson S.: Considerations in Dynamie Time Warping Algorithms for Discrete Word Recognition. IEEE Trans. Acoust., Speech, Signal Processing, vol. ASSP-26: 575-582, Dec. 1978.
• [14] Kuhn M.H., Tomaschewski H.H.: Improvements in Isolated Word Recognition. IEEE Trans. Acoust., Speech, Signal Processing, 31(1): 157-167, 1983.
• [15] Kogan J.A., Margoliash D.: Automated bird song recognition elements from continuous recordings using dynamie time warping and hidden Markov models: Acomparative study. J. Acoust. Soc. Am. 103 (4), April 1998
• [16] Somervuo P., Härmä A.: Bird Song Recognition Based on Syllable Pair Histograms. IEEE International Conference on Acousties, Speech, and Signal Processing (ICASSP'04) Montreal, Canada, May 17-21, 2004.
• [17] Härmä A.: Automatic identification of bird species based on sinusoidal modeling of syllables. Proceedings of IEEE International Conference on Acoustics. Speech, and Signal Processing, vol. 5, pp. 545-548, 2003.
• [18] Wielgat R., Zieliński T., Hołda Ł., Król D., Woźniak T., Grabias S.: HFCC Based Pathological Speech Recognition. Advances in Quantitative Laryngology, Gronningen, Netherlands, Oct. 2006.