基于双向长短记忆网络和注意力机制的鸡白痢病音频检测

来源：中国农机化学报杂志2025年第8期北京时间：

作者：漆海霞, 张嘉琪, 江锦卓, 冯榆森, 陈日耀

单位：（华南农业大学工程学院，广州市，510642）

摘要：鸡白痢病是由鸡白痢沙门氏菌引起的一种传染性疾病，对养鸡业构成严重威胁。鉴于早期监测对预防疾病传播的重要性，提出一种基于深度学习的音频识别模型FlockVigil—Net，旨在实现对鸡白痢病的高效检测。首先，采用Smooth—HF降噪方法，结合平滑机制谱减法和高通滤波器，从包含鸡叫声、行为噪声和环境噪声的复杂声音数据中提取清晰鸡叫声。随后，通过基于时间限制条件的端点检测算法分割鸡声音段，并计算鸡叫声的语谱图、FBANK和Mel频率倒谱系数（MFCC）3个特征，进一步形成特征合并图，为疾病识别提供丰富的声学信息。FlockVigil—Net模型融合卷积神经网络、双向长短记忆网络（BILSTM）和多头注意力机制，实现对鸡白痢病感染鸡只的高准确率识别。试验结果表明，在鸡白痢病确认后的第2~8天，模型识别率从86.53%提升至90.26%。与其他语音识别模型相比，FlockVigil—Net展现出更优的性能，为鸡白痢病的早期诊断提供一种高效、准确的音频检测方法。

关键词：鸡病检测,双向长短记忆网络,注意力机制,谱减法

基金资助：华南农业大学特定高校学科建设项目（2023B10564002）;广东省教育厅特色创新项目（2024KTSCX102）