寻找 Squawk：生物声学中的敏捷建模
音频与语音处理
2025-06-12 v4
摘要
被动声学监测 (PAM) 在帮助生态学家理解动物群群体健康和生态系统方面显示出巨大的潜力。然而，从数百万小时的音频录音中提取见解需要开发专门的识别器。这通常是一个具有挑战性的任务，需要大量的训练数据和机器学习专业知识。在本工作中，我们引入了一个通用、可扩展且数据高效的系统，用于在一个小时内开发针对新生物声学问题的识别器。我们的系统由解决前一生物声学工作流程中问题的若干关键组件构成：1) 高度可泛化的声学嵌入经预训练，可用于鸟鸣分类，最小化数据需求；2) 索引音频搜索允许高效创建分类器训练数据集；3) 嵌入的预计算使活跃学习循环高效，能够以最小的等待时间迭代地改进分类器质量。生态学家在三个新的案例研究中运用了我们的系统：通过未识别的声响分析珊瑚礁健康；通过识别赤道鸟的幼鸣叫声来量化繁殖成功和改进濒危物种监测；以及 Christmas Island 鸟类居住建模。我们通过仿真实验对这些案例进行补充，这些实验以结构化方式探讨了设计决策的范围，帮助确立最佳实践。总体而言，这些实验展示了我们的系统的可扩展性、效率和通用性，使科学家能够快速解决新的生物声学挑战。
引用
@article{arxiv.2505.03071,
title = {The Search for Squawk: Agile Modeling in Bioacoustics},
author = {Vincent Dumoulin and Otilia Stretcu and Jenny Hamer and Lauren Harrell and Rob Laber and Hugo Larochelle and Bart van Merriënboer and Amanda Navine and Patrick Hart and Ben Williams and Timothy A. C. Lamont and Tries B. Razak and Mars Coral Restoration Team and Sheryn Brodie and Brendan Doohan and Phil Eichinski and Paul Roe and Lin Schwarzkopf and Tom Denton},
journal= {arXiv preprint arXiv:2505.03071},
year = {2025}
}