面向鸟类鸣声检测的深入学习鸟类鉴识别别器：达纳纳案例研究

被动声学监测是生物多样性保护的关键工具，但其产生的大量无监督音频数据为从中提取有用信息带来了重大挑战。深度学习提供了有前景的解决方案。BirdNET作为一种广泛使用的鸟类识别模型，在许多研究系统中表现出色，但由于训练数据偏向特定地点和目标声音而非整个声景，在本地规模上受到限制。鸟类鉴识的关键挑战之一是许多录音缺乏目标物种或包含重叠鸣声， complicating automatic identification。为解决这些问题，我们开发了一个用于达纳纳国家公园（西班牙西南部）自动鸟类鸣声识别的多阶段管道。我们在九个地点三个主要栖息地部署了AudioMoth录音器，手动标注了461分钟的音频， resulting in 3749个标记片段，覆盖34个类别。我们首先应用鸟鸣检测器通过声谱图图像处理来隔离鸟类鸣声。然后，使用在本地规模上训练的定制模型对物种进行分类。将鸟鸣检测器应用于分类可提高物种鉴识效果，因为所有模型在仅分析检测到的鸟类片段时表现更好。具体而言，检测器与微调的BirdNET组合的表现优于不使用检测器的基线方法。这一方法表明了将鸟鸣检测器与本地分类模型集成的有效性。这些发现凸显了将通用工具适应特定生态挑战的必要性。自动检测鸟类物种有助于监测该危机生态系统的健康状况，因为鸟类对环境变化敏感，支持减少生物多样性丧失的保育规划。