全栈生物声学：从野外套件到AI到行动（研讨会报告）

声学数据（录音）是检测、计数和区分野生动物的关键证据来源。由于信号处理与机器学习、录音设备以及数据处理与存储能力的巨大进步，这一“生物声学”领域在过去十年中不断发展。大量研究论文描述了使用树莓派或类似设备进行声学监测，其他论文则描述了利用机器学习对动物声音进行自动分类。但对于大多数生态学家、动物学家、保护主义者而言，拼图的各个部分并未整合：该领域是碎片化的。在本次洛伦兹研讨会中，我们通过汇聚生物声学监测与机器学习的开源硬件和开源软件的领军者，以及生态学家和其他野外研究者，来弥合这一鸿沟。我们分享技能，同时构建“生物声学AI”未来发展的愿景。本报告包含研讨会目标与结构的概述，以及六个小组的报告。