NEAL：一种用于音频标注的开源工具
声音
2022-12-09 v2 音频与语音处理
摘要
被动声学监测在生态学、生物多样性和保护研究中被广泛使用。通过声学监测收集的数据集通常极其庞大，并构建为使用人工智能和机器学习模型自动处理，这些模型旨在复制领域专家的工作。这些模型作为监督学习算法，需要在专家生成的高质量标注上进行训练。由于专家资源往往有限，需要一种经济高效的音频标注流程以最大化数据的利用。我们提出一种开源的交互式音频数据标注工具 NEAL（Nature+Energy Audio Labeller）。该工具使用 R 及相关的 Shiny 框架构建，提供一个响应式环境，用户可快速标注音频文件并调整设置，从而自动更改用户界面的相应元素。该应用的设计目标是让专业观鸟者和公民科学家都能为声学标注项目做出贡献。R 编程在生物声学中的流行性和灵活性意味着该 Shiny 应用可针对其他鸟类标注数据集进行修改，甚至可用于通用音频标注任务。我们通过标注从爱尔兰各地风电场站点收集的数据来演示该应用。
引用
@article{arxiv.2212.01457,
title = {NEAL: An open-source tool for audio annotation},
author = {Anthony Gibbons and Ian Donohue and Courtney E. Gorman and Emma King and Andrew Parnell},
journal= {arXiv preprint arXiv:2212.01457},
year = {2022}
}