随着我国经济的飞速发展,整个社会的消费水平不断提高,人民对畜牧肉类,尤其是家禽肉类产品的需求也在持续增长。其中,在肉类产业结构方面,肉鸡占很大一部分比重。但在肉鸡的饲养过程中,养殖者并不能确保肉鸡的健康状况,由于声音信号的获取和处理都较为容易,且在声音信号中蕴含着大量的信息,因此可以通过声音对肉鸡的健康状况进行监控和预测。本文首先设计了音频采集系统,对白羽肉鸡的声音信号进行采集与传输,然后将采集的声音信号分别使用几种滤波方法进行处理,通过对比分析,最终使用维纳滤波对声音信号进行降噪处理,得到高信噪比的声音信号。在提取特征时,分别从时域频域、MFCC以及稀疏表示三个部分进行提取,共得到60维特征,考虑到计算的复杂性,在进行归一化处理后再利用随机森林对特征进行筛选,最终得到30维特征。随后利用随机森林作为分类模型,并将网格搜索算法和交叉验证相结合,对随机森林固有参数进行优化,从而实现白羽肉鸡声音信号的分类,提高各声音信号识别的准确率。最后搭建可视化平台,对预测的声音信号进行分析与展示,当某段未知声音信号中咳嗽声的比重超过设定的预警阈值,系统的软件平台上会弹出提示框,进行预警信息的提示。本文的研究有效实现了白羽肉鸡声音信号的识别问题,提高了白羽肉鸡声音信号识别的准确率。根据肉鸡异常声音的数据统计,可以对肉鸡群体的健康状况进行判断,因此具有一定的实用价值和较好的应用前景。