深度生成模型驱动的海洋生物声学：南部栖息地刀鲨鲸检测的混合数据增强策略
声音
2025-12-01 v1 人工智能
机器学习
音频与语音处理
摘要
自动检测和分类海洋哺乳动物声学对于保育与管理至关重要，但受限于标注数据稀缺及现实海洋环境声学复杂度的制约。数据增强已被证明是有效的策略，通过增加数据多样性和改善模型泛化而无需额外野外数据。然而，迄今为止大多数增强技术依赖于有效但相对简单的变换，仍存深度生成模型能否提供额外益处的悬疑。本研究评估了深度生成模型在海洋哺乳动物呼叫检测中的潜力，包括变分自编码器、生成对抗网络和去噪扩散概率模型。以 Salish Sea 两段长期水声部署的南部栖息地刀鲨鲸 (Orcinus orca) 声学为数据，比较这些方法与传统增强方法（如时间偏移和呼叫遮蔽）。尽管所有生成方法均优于基线，扩散-based 增强实现最高召回率 (0.87) 和整体 F1 分数 (0.75)。一种结合生成式合成与传统方法的混合策略实现最佳整体性能，F1 分数达 0.81。我们希望本研究鼓励进一步探索深度生成模型作为补充性数据增强策略，以推动威胁濒危海洋哺乳动物声学监测。
引用
@article{arxiv.2511.21872,
title = {Advancing Marine Bioacoustics with Deep Generative Models: A Hybrid Augmentation Strategy for Southern Resident Killer Whale Detection},
author = {Bruno Padovese and Fabio Frazao and Michael Dowd and Ruth Joy},
journal= {arXiv preprint arXiv:2511.21872},
year = {2025}
}
备注
16 pages, 6 Figures, 2 Tables, submitted to Marine Mammal Science as part of a special issue on Machine Learning and Artificial Intelligence in Marine Mammal Research