黑腹濱鷸聲譜圖。信用:uux.cn/尼古拉斯·萊康特
（神秘的深度生態(tài)聲監(jiān)地球uux.cn）據(jù)英國(guó)生態(tài)學(xué)會(huì)：研究人員開(kāi)發(fā)了一種新的深度學(xué)習(xí)人工智能工具，可以生成栩栩如生的人工佛山禪城高端外圍經(jīng)紀(jì)人的聯(lián)系方式vx《189-4143》提供外圍女上門(mén)服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)鳥(niǎo)類歌曲來(lái)訓(xùn)練鳥(niǎo)類識(shí)別工具，幫助生態(tài)學(xué)家監(jiān)測(cè)野生珍稀物種。工具這些發(fā)現(xiàn)發(fā)表在《生態(tài)學(xué)和進(jìn)化方法》上。幫助
隨著生態(tài)學(xué)家和公眾都可以使用大量的通過(guò)手機(jī)應(yīng)用程序和軟件，通過(guò)常見(jiàn)鳥(niǎo)類的鳥(niǎo)類叫聲來(lái)識(shí)別它們從未如此容易。但是測(cè)們，如果識(shí)別軟件以前從未聽(tīng)到過(guò)特定的新的學(xué)習(xí)學(xué)家稀佛山禪城高端外圍經(jīng)紀(jì)人的聯(lián)系方式vx《189-4143》提供外圍女上門(mén)服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)鳥(niǎo)，或者只有一小部分錄音樣本可供參考，深度生態(tài)聲監(jiān)該怎么辦呢？人工這是生態(tài)學(xué)家和自然資源保護(hù)者在監(jiān)測(cè)一些世界上最稀有的鳥(niǎo)類時(shí)面臨的一個(gè)問(wèn)題。
為了克服這個(gè)問(wèn)題，工具加拿大蒙克頓大學(xué)的幫助研究人員開(kāi)發(fā)了ECOGEN，這是通過(guò)第一個(gè)此類深度學(xué)習(xí)工具，可以生成逼真的鳥(niǎo)類鳥(niǎo)類聲音，以增強(qiáng)代表性不足的物種的樣本。然后，這些可以用于訓(xùn)練生態(tài)監(jiān)測(cè)中使用的音頻識(shí)別工具，這些工具通常具有關(guān)于常見(jiàn)物種的不成比例的更多信息。
研究人員發(fā)現(xiàn)，將ECOGEN生成的人工鳥(niǎo)鳴樣本添加到一個(gè)鳥(niǎo)鳴識(shí)別器中，鳥(niǎo)鳴分類準(zhǔn)確率平均提高了12%。

Audiomoth聲學(xué)監(jiān)測(cè)盒，生態(tài)學(xué)家用來(lái)記錄野生動(dòng)物。信用:uux.cn/尼古拉斯·萊康特
首席研究員之一尼古拉斯·萊康特博士說(shuō):“由于動(dòng)物種群的全球顯著變化，迫切需要自動(dòng)化工具，如聲學(xué)監(jiān)測(cè)，來(lái)跟蹤生物多樣性的變化。然而，聲學(xué)監(jiān)測(cè)中用于識(shí)別物種的人工智能模型缺乏全面的參考庫(kù)。
“有了ECOGEN，你可以通過(guò)創(chuàng)建新的鳥(niǎo)類聲音實(shí)例來(lái)支持人工智能模型，從而解決這一差距。基本上，對(duì)于野生記錄有限的物種，例如那些稀有、難以捉摸或敏感的物種，你可以擴(kuò)大你的聲音庫(kù)，而不會(huì)進(jìn)一步擾亂動(dòng)物或進(jìn)行額外的野外工作?！?br>研究人員表示，以這種方式創(chuàng)作合成鳥(niǎo)類歌曲有助于保護(hù)瀕危鳥(niǎo)類物種，也為了解它們的發(fā)聲、行為和棲息地偏好提供了寶貴的信息。
ECOGEN工具還有其他潛在的應(yīng)用。例如，它可以用來(lái)幫助保護(hù)極其稀有的物種，如極度瀕危的攝政食蜜鳥(niǎo)，在那里年輕的個(gè)體無(wú)法學(xué)習(xí)他們物種的歌曲，因?yàn)闆](méi)有足夠的成年鳥(niǎo)類來(lái)模仿它們。
這種工具也可以讓其他種類的動(dòng)物受益。萊康特博士補(bǔ)充說(shuō)，“雖然ECOGEN是為鳥(niǎo)類開(kāi)發(fā)的，但我們相信它也可以應(yīng)用于哺乳動(dòng)物、魚(yú)類(是的，它們可以發(fā)聲)、昆蟲(chóng)和兩棲動(dòng)物?！?br>
長(zhǎng)尾賊鷗。信用:uux.cn/尼古拉斯·萊康特
除了它的多功能性，ECOGEN工具的一個(gè)關(guān)鍵優(yōu)勢(shì)是它的可訪問(wèn)性，因?yàn)樗情_(kāi)源的，甚至可以在基本的計(jì)算機(jī)上使用。
ECOGEN的工作原理是將鳥(niǎo)類鳴叫的真實(shí)記錄轉(zhuǎn)換為聲譜圖(聲音的視覺(jué)表示)，然后從這些聲譜圖中生成新的人工智能圖像，以增加記錄很少的稀有物種的數(shù)據(jù)集。然后，這些頻譜圖被轉(zhuǎn)換回音頻，以訓(xùn)練鳥(niǎo)類聲音識(shí)別器。在這項(xiàng)研究中，研究人員使用了來(lái)自世界各地的23，784個(gè)野生鳥(niǎo)類記錄的數(shù)據(jù)集，涵蓋了264個(gè)物種。

(責(zé)任編輯：綜合)