生猪养殖在我国农业生产实践中具有重要地位,了解猪只行为可以为判断其健康及发育状态提供依据,从而为后续及时有效的人工干预以及日常精准养殖提供有力支撑。近些年来随着猪舍集约化、精确化发展,圈养猪只在生猪养殖中占有较高比重,但是圈养猪只行为存在数量多、行为复杂、随机性较强等特性,圈养猪养殖过程中人工肉眼观察法存在繁琐、易错、不全面等缺点,而视频监控法受到遮挡、光照不均等因素,从而影响识别判断结果。声音是猪只个体之间进行信息传递的重要手段,包含着重要且丰富的生物学含义,对其进行分析可以提供多尺度信息,以应用于猪只行为、健康状况的判断,且具有采集便捷、识别准确、不受环境遮挡、不影响猪只正常活动等优势。为此,本文采集了集约化圈养猪只中最常见的哼叫、打斗等4种行为对应的音频,并通过降噪、端点检测、猪只音频检测等方式识别出有效猪只音频,并基于机器学习对数据库中的特征进行时域参数与倒谱特征组合分析,最后提出一种基于倒谱特征值的语谱图的特征值,并对使用其进行猪只音频识别的基于Alexnet和Res Net模型的网络提出优化结构。本文主要内容包括:（1）选择有5头黑头黑尾的母香猪圈养的猪舍进行数据采集,通过对比基于数字滤波器、维纳滤波器、改进的谱减法的降噪效果,选择改进谱减法以减少降噪过程中出现的残留噪声;通过对比短时自相关法、倒谱距离检测法、子带熵谱法端点检测效果,选择子带熵谱法以减少残留噪声对端点检测的干扰。（2）采用基于PP-LCNET模型对夹杂有水流、铁锹运转、走路、风声等环境声音的猪只音频信号进行检测与识别;选择已检测到的猪只日常行为中最常见的哼叫、尖叫、打斗和饥饿共计4种状态下音频,并提取其的梅尔倒谱系数（MFCC）、线性预测倒谱系数（LPCC）和基于融合帧数MFCC-A特征。（3）本文将上述4种特征参数依次组合为单倒谱特征提取,双倒谱特征提取,三倒谱特征组,并分别使用于Softmax、SVM进行分析,实验结果表明特征类型的数量与准确率无太大耦合,融合最佳帧MFCC-A的单倒谱特征效果最好,基于Softmax的哼叫,尖叫,打斗,饥饿音频识别准确率依次为84.66%,84.91%,84.55%,85.62%;基于SVM多分类器识别精准度分别为:83.97%,84.51%,84.14%,84.31%。本文同时采用Alexnet模型构建猪只音频识别网络,对应识别精准率分别为:95.66%,召回率为93.31,F1-score为93.20%,表明基于神经网络的识别相较于Softmax和SVM,在猪只音频分类方面有一定优势。（4）针对于传统语谱图存在的特征易混淆而导致识别率下降的问题,本文设计基于倒谱特征的MFCC-A等语谱图,实验结果表明,基于倒谱特征的语谱图,尤其是基于MFCC-A倒谱的语谱图的神经网络分类效果更佳,对四类声音的识别率分别为92.91%、93.39%、92.63%和92.40%。（5）本文使用Alexnet和ResNet模型构建猪只音频识别神经网络,并针对两种网络中常见的运算参数过多、精确度不佳的问题进行优化。卷积层优化方面,Alexnet模型和Res Net模型均调整Alexnet模型卷积核尺寸以减少网络的计算体量并降低过拟合情况,在卷积层上使用修正线性单元激活函数代替Re LU以改进无法较好引入非线性特征问题;Resnet使用深度可分离卷积层替代普通卷积层以解决提高网格效率;模型层方面,Alexnet模型使用改进权重归一化代替局部归一化层以提升其识别精度、Resnet模型加入附加角裕度损失函数优化特征层以扩大分类范围并减少概率决策边缘模糊;另外两种模型均增加Softmax双通道以提升其识别的精确度。测试结果表明,通过优化卷积层和模型层,并增加Softmax双通道,可以提升猪只音频的识别效率。综上所述,本论文通过猪只音频信号的采集与分类,实现对其行为的检测,为猪只养殖中的精准化、智能化发展提供了参考,具有一定的学术价值和社会价值。