利用深度音频嵌入解析鸟鸣
机器学习
2021-08-23 v1 声音
音频与语音处理
摘要
鸟类种群监测在保护工作和理解生物多样性丧失中发挥着至关重要的作用。被动声学监测等传感技术以及深度学习等配套分析工具推动了该过程的自动化。然而，机器学习模型常难以泛化至训练数据中未遇到的样本。在我们的工作中，我们提出一种半监督方法来识别特征鸣叫与环境噪声。我们利用多种方法学习音频样本的潜在表示，包括卷积自编码器和两个预训练网络，并对所得嵌入进行分组，以供领域专家辨识簇标签。我们表明，该方法可提升分类精度，并揭示环境声学数据集的潜在结构。
引用
@article{arxiv.2108.09203,
title = {Parsing Birdsong with Deep Audio Embeddings},
author = {Irina Tolkova and Brian Chu and Marcel Hedman and Stefan Kahl and Holger Klinck},
journal= {arXiv preprint arXiv:2108.09203},
year = {2021}
}
备注
IJCAI 2021 Artificial Intelligence for Social Good (AI4SG) Workshop