虎鲸是否拥有语义语言？基于部分标注发声数据预测虎鲸行为的机器学习方法
声音
2023-02-23 v1 计算与语言
机器学习
音频与语音处理
摘要
Orcinus orca（虎鲸）会发出复杂的叫声。叫声持续约一秒。在一次叫声中，虎鲸通常同时使用多个频率，并改变频率及其音量。由于虎鲸生活在水下且游动迅速，获取其行为数据十分困难，而声音数据相对容易采集。作为一项科学目标，我们希望了解虎鲸的发声是否构成一种语义语言。我们通过研究机器学习能否根据发声预测行为来实现这一点。这种预测也将有助于科学研究和安全应用，因为人们希望只需采集声音即可预测行为。该过程的一个重大挑战是缺乏标注数据。我们使用 McMurdo Sound 虎鲸的近期录音 [Wellard et al. 2020]，其中每段录音都标注了录音期间观察到的行为。这生成了一个数据集，其中录音内的声音片段——可视为叫声序列或更一般结构的连续发声——被标注了冗余行为。尽管如此，通过精心结合近期的机器学习技术，我们实现了 96.4% 的分类准确率。这表明虎鲸确实使用语义语言。这对于研究和应用也极具前景。
引用
@article{arxiv.2302.10983,
title = {Do Orcas Have Semantic Language? Machine Learning to Predict Orca Behaviors Using Partially Labeled Vocalization Data},
author = {Sophia Sandholm},
journal= {arXiv preprint arXiv:2302.10983},
year = {2023}
}