基于时域卷积神经网络的蓝鲸发声检测
音频与语音处理
2021-10-06 v1 声音
摘要
我们提出一种从水下声学记录中检测蓝鲸发声的框架。所提方法包含三个阶段：i) 预处理步骤，通过归一化、滤波与去噪对音频记录进行调理；ii) 标签传播机制，以确保鲸类发声标注的一致性；iii) 接收音频样本的卷积神经网络。基于 34 段真实世界水下记录（28 段训练，6 段测试），我们获得了令人鼓舞的性能指标，包括 85.4% 的准确率与 93.5% 的召回率。此外，即便在我们的检测器与真值标签不符的案例中，视觉检查也验证了该方法检测可能未被标注为完整叫声的鲸叫片段的能力。
引用
@article{arxiv.2110.02151,
title = {Detection of blue whale vocalisations using a temporal-domain convolutional neural network},
author = {Bryan Sagredo and Sonia Español-Jiménez and Felipe Tobar},
journal= {arXiv preprint arXiv:2110.02151},
year = {2021}
}