Whombat：用于生物声学机器学习开发的开源标注工具
声音
2023-11-08 v2 音频与语音处理
摘要
1. 利用机器学习(ML)方法对生物声学录音进行自动化分析，有潜力极大扩展生物多样性监测工作。将ML用于保护研究等高利害应用中，需要以数据为中心的方法，重点关注利用经过仔细标注和整理的、相关且具有代表性的评估与训练数据。创建声音录音的标注数据集面临诸多挑战，例如管理带有相关元数据的大型录音集合、开发可适应不同生物多样发声特征的灵活标注工具，以及解决专家标注者稀缺的问题。2. 我们提出Whombat，一个用户友好的、基于浏览器的界面，用于管理音频录音与标注项目，具备多种可视化、探索和标注工具。它使用户能够快速标注、审阅和共享标注，并可视化和评估数据集上的一组机器学习预测结果。该工具促进了一种迭代工作流，其中用户标注与机器学习预测相互反馈，以提升模型性能与标注质量。3. 我们通过展示两个不同用例来说明Whombat的灵活性：一个旨在提升蝙蝠保护信托基金(BCT)自动化英国蝙蝠叫声识别的项目，以及美国林务局与俄勒冈州立大学研究人员之间探索生物声学应用并扩展美国太平洋西北地区自动化鸟类分类模型的协作努力。4. Whombat是一个灵活的工具，可有效应对生物声学研究的标注挑战。它可用于个人与协作工作，可托管于共享服务器或远程访问，也可在个人计算机上运行而无需编程技能。
引用
@article{arxiv.2308.12688,
title = {Whombat: An open-source annotation tool for machine learning development in bioacoustics},
author = {Santiago Martinez Balvanera and Oisin Mac Aodha and Matthew J. Weldy and Holly Pringle and Ella Browning and Kate E. Jones},
journal= {arXiv preprint arXiv:2308.12688},
year = {2023}
}
备注
17 pages, 2 figures, 2 tables, to be submitted to Methods in Ecology and Evolution