基于深度学习模型PANNS-CNN的肉种鸡惊吓声识别研究

作者：祝鹏飞; 滕光辉^*; 刘健; 陈威; 吴锦辉

来源：中国家禽, 2023, 45(11): 105-111.

DOI：10.16372/j.issn.1004-6364.2023.11.014

• 声音识别
• PANNS-CNN
• 肉种鸡
• 转群

为探究鸡舍内行车运动过程中产生的声响对15周龄肉种母鸡惊吓情况，实现惊吓声的快速准确识别与监测，进而在一定程度上提升家禽福利养殖数字化、智能化监测能力，研究以15周龄爱拔益加父母代种母鸡为研究对象，利用在声音识别领域成熟的预训练深度学习模型（PANNS-CNN6、PANNS-CNN10、PANNS-CNN14）对15周龄肉种母鸡转群入产蛋舍情景下因行车运动的惊吓声、行车运动产生的噪声、该品种15周龄肉种母鸡正常鸡鸣声进行识别，并比较三种模型的性能及识别效率。结果显示：在上述3个深度学习模型中PANNS-CNN10的模型综合性能最优，对于验证集的平均准确率达99.81%，对于包含957个样本的验证集识别耗时为3.27 s。研究表明，基于PANNS-CNN10构建的肉种鸡，更适合用于实际家禽养殖生产过程中对鸡声音的实时监测，结果在一定程度上弥补了在鸡声音识别领域对于鸡情绪声识别的不足之处，为构建家禽福利养殖体系提供了一定的技术支持。

• 出版日期2023
• 单位中国农业大学; 土木工程学院