BEANS：动物声音基准
声音
2022-10-25 v1 音频与语音处理
摘要
近年来，基于机器学习（ML）的技术在生物声学领域的应用日益流行。成功应用基于 ML 技术的基本条件是经过整理、达成共识的高质量数据集以及需在给定数据集上学习的基准任务。然而，生物声学领域迄今缺乏涵盖多任务与多物种的此类公共基准，以受控且标准化的方式衡量 ML 技术性能，并允许将新提出的技术与已有技术进行基准比较。在此，我们提出 BEANS（动物声音基准，the BEnchmark of ANimal Sounds），一套专为衡量生物声学领域机器学习算法性能而设计的生物声学任务与公共数据集集合。本文提出的基准包含生物声学中两类常见任务：分类与检测。其涵盖 12 个数据集，涉及鸟类、陆生与海洋哺乳动物、无尾目动物及昆虫等多种物种。除数据集外，我们还给出一组标准 ML 方法的性能作为任务基线。基准与基线代码已公开于 \url{https://github.com/earthspecies/beans}，以期建立基于 ML 的生物声学研究的新的标准数据集。
引用
@article{arxiv.2210.12300,
title = {BEANS: The Benchmark of Animal Sounds},
author = {Masato Hagiwara and Benjamin Hoffman and Jen-Yu Liu and Maddie Cusimano and Felix Effenberger and Katie Zacarian},
journal= {arXiv preprint arXiv:2210.12300},
year = {2022}
}