真实场景下鸟类声音自动识别
声音
2018-09-06 v1 计算机与社会
机器学习
音频与语音处理
机器学习
摘要
我们评估了自动化鸟类声音识别系统在模拟真实典型应用情境下的有效性。我们在众包鸟类音频录音数据集上训练分类算法，并将训练方法限制为完全无需人工干预。因此该方法可直接应用于多物种集合的分析，其标注由众包收集提供。我们在对应真实条件的合理候选类别数量下评估了鸟类声音识别系统的性能。我们研究了两种典型分类方法的使用，因其广泛应用且易于解释，即带有基于直方图特征的 k 近邻（kNN）分类器，以及带有时间汇总特征的支撑向量机（SVM）。我们进一步研究了由分类器输出概率导出的确定性度量，以增强类别决策的可解释性与可靠性。我们的结果表明两种识别方法性能相近，但我们认为 kNN 分类器的使用提供了稍多的灵活性。此外，我们展示了采用结果确定性度量可提供对分类结果可靠性的有价值且一致的指示。我们对通用训练数据的使用，以及对能够灵活应对野外预期遇到的可变候选物种/类别数量的概率分类方法的研究，直接促进了具有潜在全球应用的实用鸟类声音识别系统的发展。进一步，我们展示了与识别结果相关的确定性度量可显著贡献于整体系统的实际可用性。
引用
@article{arxiv.1809.01133,
title = {Automated bird sound recognition in realistic settings},
author = {Timos Papadopoulos and Stephen J. Roberts and Katherine J. Willis},
journal= {arXiv preprint arXiv:1809.01133},
year = {2018}
}