在大规模动物养殖中，咳嗽作为呼吸道疾病的常见症状，其振动信息蕴含着动物健康状况的重要线索。通过MWORKS.Syslab这款科学计算软件，我们得以设计并验证动物咳嗽检测算法，以期提前预警和干预治疗，降低死亡率。
首先，声音采集至关重要。在猪舍等养殖环境中，声音包括叫声、喷嚏、咳嗽和噪声，通过16KHz采样，每段0.8秒，构建包含干咳、喷嚏、叫声和噪声标签的样本集。MWORKS.Syslab支持对这些信号进行时频域分析，如短时傅里叶变换（声谱图）和梅尔谱分析，以捕捉音频的频域特征。
梅尔谱特别适合非平稳咳嗽信号的处理，通过汉明窗函数和特定参数，如64个滤波器，对16kHz采样频率的音频进行处理，模拟人耳感知。模型训练阶段，我们采用了人工神经网络，通过输入声谱或梅尔谱特征，学习并识别咳嗽声和其他声音，以交叉熵作为损失函数进行优化。
模型验证时，我们使用后5000个样本测试准确率和召回率，结果显示梅尔谱特征的模型2在四分类和二分类中表现更优。选定模型在二分类任务中，咳嗽识别准确率接近90%，显示了其良好的识别能力。
MWORKS.Syslab不仅支持算法设计，还便于部署和实际应用。通过云端部署，它能实时分析收集的动物咳嗽声音，进行疾病预警，简化了工程实践。对于有兴趣的用户，基础版的MWORKS.Syslab是免费提供的。
