利用神经网络自动检测与分类人科动物鸣叫中的声音事件
音频与语音处理
2024-06-24 v4 声音
摘要
我们提出了一种新方法，用于从野外研究中采集的连续原始音频录音中自动检测并分类人科动物鸣叫。我们的方法利用了深度预训练与序列神经网络，包括 wav2vec 2.0 和 LSTM，并在来自三个人科动物谱系（红毛猩猩、黑猩猩和倭黑猩猩）的三个数据集上进行了验证。这些录音由不同研究者采集，并包含不同的标注方案，我们的流水线以统一方式对其进行预处理与训练。我们在鸣叫检测与分类上的结果取得了很高的准确率。我们的方法旨在泛化到其他动物物种，更一般地，也可用于声音事件检测任务。为促进未来研究，我们公开了我们的流水线与方法。
引用
@article{arxiv.2301.02214,
title = {Automatic Sound Event Detection and Classification of Great Ape Calls Using Neural Networks},
author = {Zifan Jiang and Adrian Soldati and Isaac Schamberg and Adriano R. Lameira and Steven Moran},
journal= {arXiv preprint arXiv:2301.02214},
year = {2024}
}
备注
This paper is published as: Jiang, Zifan, Adrian Soldati, Isaac Schamberg, Adriano R. Lameira and Steven Moran. Automatic Sound Event Detection and Classification of Great Ape Calls Using Neural Networks. In Proceedings of the 20th International Congress of Phonetic Sciences (ICPhS 2023), 3100-3104, Prague, Czech Republic (https://guarant.cz/icphs2023/508.pdf)