无标签数据识别鸟鸣音节
声音
2025-09-27 v1 机器学习
音频与语音处理
摘要
识别鸟鸣中音节序列的识别是解决广泛挑战的关键，包括鸟类个人识别以及更好地理解动物交流和感觉-运动学习。最近的机器学习方法表明具有巨大的潜力，以缓解专家手动标记长音频录音的需求。然而，它们仍然通常依赖于可用标记数据进行模型训练，这限制了其适用于仅限于少数物种和数据集。本文构建了第一个完全无监督的算法，用于分解鸟鸣录音为音节序列。我们首先检测音节事件，然后对其进行聚类以提取模板 — 音节表示 — 然后进行匹配追逐以将录音分解为音节序列。我们对 Bengalese 雀鸡歌声的数据集上的人工标签进行评估，发现我们的无监督方法实现了高性能。我们还演示了我们的ethods 能够通过其独特的声学特征区分同一物种中的不同个体，适用于 Bengalese 雀鸡和另一种鸟类，即大雀。
引用
@article{arxiv.2509.18412,
title = {Identifying birdsong syllables without labelled data},
author = {Mélisande Teng and Julien Boussard and David Rolnick and Hugo Larochelle},
journal= {arXiv preprint arXiv:2509.18412},
year = {2025}
}