通过丰富标注的合成声景增强实现鲁棒的生物声学检测

被动声学监测（PAM）分析常常因创建标注训练数据所需的大量人工工作而受到阻碍。本研究引入了一种合成数据框架，能够从非常有限的源材料中生成大量丰富标注的训练数据，从而提高生物声学检测模型的鲁棒性。我们的框架通过将纯净的背景噪声与孤立的目标发声（纵纹腹小鸮）相结合来合成逼真的声景，并在合成过程中自动生成边界框等动态标签。在此数据上微调的模型能够很好地泛化到真实声景，即使源发声的多样性大幅降低，性能依然保持较高水平，这表明模型学习到了泛化特征而未产生过拟合。这表明合成数据生成是从小型源数据集训练鲁棒生物声学检测器的高效策略。该方法显著减少了人工标注工作量，克服了计算生物声学中的一个关键瓶颈，并增强了生态评估能力。