آیدا پاک نیت - دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه خوارزمی
سعید ستایشی - دانشیار گروه مهندسی انرژی و فیزیک، دانشگاه امیرکبیر

ویژگی های مورد نظر برای بازشناسی صدا را می توان با استفاده از تکنیک های غیرخطی پردازش سیگنال بدست آورد. صدای پرندگان وسیله ای برای انتقال پیام و برقراری ارتباط است. پرنده می کوشد در این کار مهارت کسب کند تا پیام خود را رساتر برساند. آن ها صدای خود را طوری تغییر می دهند که در محیط زندگیشان به خوبی شنیده شود. صدای یک پرنده میزان قدرت، سلامت و هوشیاری او را نشان می دهد. بازشناسی الگوی صدا می تواند منجر به معرفی پرنده شود. در این مقاله از صدای شش نوع پرنده متفاوت استفاده شده است. در سال های اخیر تحقیقات کمی در زمینه صدای حیوانات صورت گرفته است. از این رو در این مقاله سعی شده است تا با استفاده از دو روش متفاوت پردازش سیگنال و سیستم هوشمند مصنوعی صدای پرندگان بازشناسی و الگوی صدای آنان استخراج گردد. برای استخراج ویژگی های صدا روش MFCC بکارگرفته شده است. بعد از آنکه ویژگی های صدا استخراج شد از دو روش متفاوت LPC و شبکه عصبی به بازشناسی صدای پرندگان پرداخته و در نهایت الگوی صدای پرندگان مشخص می گردد. با توجه به نتایج حاصل از طبقه بندی صدای پرندگان، درجه صحت که از دو روش LPC و شبکه عصبی بدست آمده است به ترتیب 43% و 88% می باشد.

صدای پرندگان,MFCC ,پردازش سیگنال,LPC,شبکه عصبی