鸟声的域不变表示学习
声音
2026-01-29 v8 音频与语音处理
摘要
被动声学监测 (PAM) 对生物声学研究至关重要，可实现非侵入性物种追踪和生物多样性监测。公民科学平台提供了来自焦点录音的大型标注数据集，其中目标物种是被有意录制的。然而，PAM 需要在被动声景中进行监测，这在焦点录音和被动录音之间产生了域偏移，对在焦点录音上训练的深度学习模型构成了挑战。为了解决域泛化问题，我们利用监督对比学习，通过强制不同域中同类样本之间的域不变性来实现。此外，我们提出了 ProtoCLR 作为 SupCon 损失的替代方案，它通过将样本与类原型进行比较来代替成对比较，从而降低了计算复杂度。我们基于 BIRB（一个用于评估预训练生物声学模型的大规模鸟声基准）进行了少样本分类。我们的研究结果表明，ProtoCLR 是 SupCon 的更佳替代方案。
引用
@article{arxiv.2409.08589,
title = {Domain-Invariant Representation Learning of Bird Sounds},
author = {Ilyass Moummad and Romain Serizel and Emmanouil Benetos and Nicolas Farrugia},
journal= {arXiv preprint arXiv:2409.08589},
year = {2026}
}