需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

通过大尺度声学数据集的逻辑回归提升鸟类声音识别模型的检测精度：以欧亚鸲（Erithacus rubecula）为例

438 次观看

⸱

DOI：

10.3791/70479

⸱

2026年4月11日

 ,  , 
1School of Biological and Environmental Sciences, Faculty of Health, Innovation, Technology and Science, Liverpool John Moores University

本文内容

摘要

本实验方案的目的是利用逻辑回归方法确定物种和地点特异性的置信度评分阈值，以提高使用自动声学识别软件处理大型声学数据集时的检测精度。

摘要

被动声学监测（PAM）已成为生物多样性研究中不可或缺的工具，能够以非侵入方式收集大量数据集。然而，如何高效且可靠地处理这些海量数据，以提取不同地点的物种特异性信息，仍是一项重大挑战。本文提出了一种详细的分步操作方案，利用生物声学分析软件中的机器学习检测模块来应对这一挑战。该方法旨在从原始声学录音中准确且可靠地识别并验证鸟类鸣叫。

本方案详细阐述了从使用自主录音单元（ARUs）进行初始数据采集，到最终生成高质量标注数据集的完整流程。关键步骤包括配置机器学习检测模块以生成初步检测结果，通过人工验证程序计算精确度表格，以及采用逻辑回归分析确定物种特异性、并在适当时段确定地点特异性的置信度评分阈值。该基于统计方法得出的阈值随后用于优化检测器的输出结果，并在两种重叠配置（0 秒和 2 秒）下进行测试。我们证明，应用所推导出的最优置信度评分阈值，可显著提升基于机器学习的鸟类声音识别模型在不同地点的检测精确度。以用于说明该流程的三个地点（利物浦公园、凯恩戈姆山脉和格拉斯哥郊区）为例，在重叠时间为 0 秒时，精确度分别提高了 26.1%、17.7% 和 17%；在重叠时间为 2 秒时，精确度分别提高了 28.77%、16.87% 和 15%。我们认为，该方法在速度和可靠性方面均优于人工计数方法。总之，本文提供了一个可重复的框架，有助于在生物声学研究中便捷而有效地应用机器学习方法，使研究人员能够自信地利用大规模声学数据集开展生态学研究与参数分析。

引言

动物的发声为了解自然世界提供了宝贵的见解，并作为一种强大的生物学工具，使研究人员能够探究动物生活的各个方面1。生物声学领域在生物多样性监测与保护中正变得日益重要，有助于物种鉴定以及种群动态和生态系统健康的评估2,3,4。该研究领域还有助于加深我们对动物行为的理解，例如在通讯和栖息地利用方面的研究5,6。近年来，生物声学还被证明是评估动物福利的一种有前景的方法7,8。

使用声学分析作为研究工具的一个关键优势在于，自主录音单元（ARUs）近年来的技术进步，使得研究人员能够以非侵入性和远程的方式长时间监测动物的发声行为，这种技术被称为被动声学监测（PAM）9。这使得在无需人为干预的情况下即可采集隐秘物种的数据10,11。此外，ARUs 成本较低，并减少了对训练有素的研究人员进行野外工作的需求9。一项针对隐秘的欧洲夜鹰（Caprimulgus europaeus）的研究证实了这些优势，发现使用 ARUs 在检测该物种方面显著优于人工观察者12。大规模的生物声学研究正变得越来越受欢迎，因为它们能够揭示多种生态和行为特征，且非常适用于野外研究。然而，ARUs 长时间运行意味着研究人员不可避免地面临如何高效且可靠地处理大量声学数据的挑战13。

近年来，研究人员开始将被动声学监测（PAM）与自动识别工具结合使用，以在大型数据集中检测物种，从而加快并提升数据的整体处理效率。这些技术通常基于发声类型自动识别和分类物种13，并常采用机器学习和深度学习模型（如人工神经网络），此类方法近年来已得到广泛应用14。自动识别软件的可靠性通常优于人工物种检测方法，这一点已在关于大熊猫 (Ailuropoda melanoleuca) 发声15 和马来西亚蛙类物种16 的研究中得到证实。尤为重要的是，推动这些方法被广泛采用的主要因素之一是处理速度，特别是随着被动声学监测产生的声学数据量持续增长13。对大型声学数据集进行人工分析在大规模应用中效率低下且不切实际，而自动识别工具可在远少于人工所需的时间内完成录音数据的处理。例如，有研究报道，257 小时的人工视觉扫描工作量相当于使用 BirdNET（基于机器学习的鸟类声音识别模型）仅需 1 小时的处理时间17。

这种基于机器学习的鸟类声音识别模型是近年来在鸟类学及其他声学研究领域获得广泛关注的工具之一，它是一种易于使用的自动化软件，依靠深度学习模型实现鸟类物种识别18,19。迄今为止，大多数研究利用该基于机器学习的鸟类声音识别模型生成特定区域的物种清单，结合人工验证的结果表明，该模型可检测到群落中89%的物种，且所需时间不足单纯视觉观察的四分之一17。该模型还被证实能够有效识别特定目标物种在某一区域的存在，例如欧亚麻鳽（Botaurus stellaris），识别成功率达到93.7%20。然而，该模型通常在结合人工验证时成功率更高，尚不能作为完全自动化的检测工具可靠使用21。此外，根据Wood和Kahl21的研究，该模型生成无量纲预测结果方面也存在其他挑战需要考虑。

机器学习检测模块会为每个检测到的鸟类鸣叫分配一个介于0到1之间的定量置信度分数，该分数表示软件对所检测声音被正确识别为特定物种的确信程度18,19,21。精确率（precision）定义为检测结果中真实阳性（即正确识别）所占的比例，是受该分数影响的关键指标22。因此，较高的置信度分数可能产生较少的检测结果，但精确率更高，然而在噪声较大的环境中容易遗漏部分检测；而较低的分数可能产生更多的检测结果，但其精确率的可靠性较低22,23。置信度分数与精确率之间的关系较为复杂，通常发现某些高置信度分数的检测结果仍可能是假阳性，例如在背景噪声较高的地点，或对于容易模仿其他物种鸣叫的鸟类23,24。由于不同物种和不同地点之间的精确率存在差异，在配置过程中可以为每个鸟类物种单独设定置信度分数阈值，仅当检测分数高于该阈值时才进行标注。虽然可以在所有物种和地点统一应用较高的置信度分数阈值，但这样做通常会增加假阴性（即漏检）的数量22,25,26，而假阳性的数量则因物种不同以及录音环境的差异而有所变化。

多项研究和最佳实践指南提出了多种方法，用于确定在特定物种和研究地点运行机器学习检测模块时的最佳置信度分数阈值，从而以更高置信度将检测结果判定为真阳性21,24,26,27,28。其中一种方法是在一系列置信度阈值下计算F分数，并选择使F分数最大化的阈值，以平衡精确率和召回率29,30。另一种允许概率校准的方法是手动验证一组随机预测结果，并拟合逻辑回归模型，建立二元验证结果（真实/错误检测）与相应置信度分数之间的关系21。该方法可用于确定特定情境下的阈值，并可根据不同物种和环境条件（例如背景噪声的变化）进行调整19。此类方法已应用于尤卡坦黑吼猴（Alouatta pigra）、灰狼（Canis lupus）和郊狼（C. latrans）的被动声学监测研究中27,28。

本方法学论文旨在展示并验证一种可扩展的方法，用于通过Raven Pro生物声学分析软件（版本1.6）中的基于机器学习的鸟类声音识别模型19,31，从大规模声学数据集中准确且可靠地提取物种特异性发声数据。该方法遵循Wood和Kahl21提出的最佳实践指南，计算适当的置信度评分阈值。尽管这些指南21为在基于机器学习的鸟类声音识别模型19中应用置信度评分提供了全面的框架，但其主要以最佳实践建议的形式呈现。在现实监测条件下，尤其是在声学条件和背景噪声存在空间差异的分布式自动录音单元（ARU）研究系统中，极少有研究将这些流程实际应用于此类复杂场景22。本方案（图1）特别适用于涉及多个监测点位、多变声学环境或误分类率较高的目标物种的大规模被动声学监测研究。此外，此前尚未有研究展示如何在生物声学分析软件（版本1.6）19,31这一相较基于编程环境更为便捷且用户友好的平台中实现上述指南的应用32,33。

用于检测物种的生物声学机器学习工作流程图；逻辑回归、精确度分析。
图 1：整个工作流程的示意图。请点击此处查看此图的放大版本。

为弥补这一不足，我们应用并验证了该方案，使用 AudioMoths —— 声学记录单元（ARUs，版本 1.2.0）34,35 在多种生境中采集的大规模数据集。我们的目标物种欧亚鸲（Erithacus rubecula）具有高度的鸣声变异性和结构复杂性36,37，在初步的试点分析中表现出易被误识别的倾向。通过在生物声学分析软件中，针对基于机器学习的鸟类声音识别模型19,31 设置物种和地点特异性的置信度评分阈值，我们在不同的声学条件下评估该方案，纳入了不同背景噪声水平和物种组成，并证明与默认设置相比，定制化的阈值优化可显著提高检测精度。该方法旨在最终促进基于机器学习的鸟类声音识别模型19 在大规模被动声学监测（PAM）研究中的便捷、高效和流程化应用，同时最大限度减少编程需求。

访问受限。请登录或开始试用以查看此内容。

方案

伦理声明
本方案遵循利物浦约翰摩尔斯大学的伦理准则。研究方法仅涉及被动声学监测，不包括对动物的捕捉、干扰或实验性操作。部署声学记录单元（ARUs）无需进行任何危险操作。ARUs 的部署符合机构科研与野外工作指南，并在录音地点设置了适当的标识，以告知公众正在进行声学监测。然而，强烈建议在开展野外活动前查看天气预报，并对每个野外工作地点进行风险评估。

软件、许可与使用
注意：ARU 数据应使用生物声学分析软件（v1.6）19,31 中基于机器学习的鸟类声音识别模型进行处理，探测器输出结果也需在同一软件（v1.6）31 中处理。该软件为授权使用，不免费提供，使用本文所述工作流程需通过机构或个人许可证获取访问权限。此外，该软件（v1.6）19,31 中基于机器学习的鸟类声音识别模型目前无法在采用基于 ARM 处理器架构（M1 或 M2 芯片）的 Apple 设备上运行，但本方案适用于搭载 Intel CPU 的 macOS 计算机以及 Windows 操作系统

1. 收集音频数据

  1. 准备声学记录单元以供部署
    1. 将电池插入ARUs中（本实验使用了可充电碱性电池）。
    2. 根据要收集的数据量插入相应大小的可移动存储卡（本实验中使用了2 GB的可移动存储卡）。
      注意：对于在30天期间内每天生成108个1分钟文件的录制方案（见步骤1.2.5.2），每个文件约5760 kB，总数据量达622 MB。在每日能耗约为26 mAh的情况下，代表性实验结果采用了容量为2 GB的可移动存储卡，以提供充足的存储空间。此外，在测试条件下，相较于锂离子AA电池和可充电镍氢（NiMH）电池，可充电碱性电池在较长时间内保持了可用电量。
  2. 配置每台自动录音单元以供部署
    1. 下载“ARU设备固件更新应用程序”39 以及“ARU设备配置应用程序”40 来自“应用程序下载页面 在ARU网站上41.
    2. 使用数据传输线将各台自动录音单元（ARUs）单独连接至计算机。
    3. 确保设备已切换至 USB/关闭 模式。
    4. 使用“ARU设备固件更新应用程序”39 更新设备至最新固件版本。
    5. 使用“ARU设备配置应用程序”40 设置声学记录单元（ARUs）在选定的若干天内于目标时间段开始记录。确定主动录音时段与休眠间隔。
      1. 确定目标物种最活跃的时间段（例如，昼行性鸟类的黎明鸣叫期），并据此安排录音时段。
      2. 设置合适的占空比，以规定自动记录单元（ARUs）处于主动录音状态与休眠状态的时间比例。
        示例：在这些代表性结果中，声学记录单元（ARUs）被设置为每天上午4:00至9:00以及下午5:00至9:00进行记录，持续时间为1st 6月30日th 2023年6月。选择这些时间段是为了同时记录黎明和黄昏时的鸟类鸣叫。在活跃期，设备每录制1分钟的WAV文件后，进入4分钟的休眠间隔，每天共获得108段1分钟的录音。
        注意：声学记录单元（ARUs）可连续记录，但这会迅速增加电池消耗和可移动存储卡的使用量。
      3. 使用“ARU设备配置应用程序”42 将设备设置为以48 kHz的采样率进行录音，这是推荐用于完整捕捉鸟类鸣叫声的采样率34,35 并使用中等增益（通常保持默认设置，除非在噪声环境中进行录制）34,35）。其他采样率可根据目标物种叫声的频率进行调整，例如对于蝙蝠或两栖类等超声波野生动物，应使用 384 kHz 的采样率35.
    6. 完成所有ARU的配置后，将每个设备切换至 定制 模式。
  3. 设备保护与标识
    1. 将每个ARU设备放入防静电自封袋中。根据需要使用额外的防水胶带，以防止水损坏。在袋内放置硅胶干燥剂包以吸收湿气。
    2. 按编号和位置标记每个ARU。
  4. ARU 部署
    1. 确定在目标物种栖息地内部署声学记录单元（ARUs）的位置。
    2. 根据研究需求和目标物种，以适当的间距部署声学记录仪（ARUs）。
      注意：探测距离取决于生境、背景噪声以及物种鸣叫的音量。尽管叫声响亮的物种（例如大麻鳽）可被自动录音单元（ARUs）在最远800米的距离探测到，但在更远距离上的录音质量会下降，从而限制了精细尺度的测量。20每个位点分析一个声学记录单元（ARU），各单元间距约100米，以确保良好的空间覆盖和清晰的鸣声记录。可根据物种、栖息地和项目目标调整间距。

2. 在生物声学分析软件中使用机器学习检测模块19,31进行物种自动检测

  1. 传输音频数据
    1. 部署期结束后，从自动录音单元（ARU）中取出可移动存储卡，并记录每张存储卡对应的编号ARU。
    2. 使用读卡器将每张可移动存储卡上的所有WAV文件传输到计算机上。
    3. 将每个ARU生成的所有WAV文件按文件夹整理，文件夹以相应ARU编号和位置命名。
    4. 将所有数据的备份版本保存到其他设备上。暂停节点：此处可暂停本方案。
    5. 仅允许授权项目研究人员访问该数据，并确保数据设置密码保护，以维护保密性，特别是当可能无意中录到人类活动时。
  2. 配置机器学习检测器模块
    1. 打开生物声学分析软件31，在下拉菜单中选择工具 > 检测器 > 学习检测器。
    2. 在选择检测器输入窗口中，点击浏览。在随后出现的打开声音文件窗口中，选中相关ARU文件夹内的所有WAV文件，然后点击打开（补充文件S1和S2）。
    3. 在弹出的配置新声音窗口中，于分页 > 分页声音下，输入每段录音的合适分页大小（例如，对于1分钟的WAV文件，输入60秒）（补充文件S3）。
    4. 在同一配置新声音窗口中，在多个文件部分选择作为文件序列在一个窗口中打开，然后点击确定（补充文件S3）。
    5. 返回的选择检测器输入窗口中，在右侧的可用信号与视图下选择波形，然后点击<< 箭头按钮将其移至必需输入区域。确认必需输入框下方的状态显示为“就绪！”，然后点击确定（补充文件S4）。
    6. 在出现的配置机器学习检测器窗口中，在输入选项卡下，从选择模型中选择所需模型。分析鸟类物种时，使用全球鸟类分类模型，该模型经多次更新，涵盖超过3000–6000种鸟类19（补充文件S5）。
    7. 在输入选项卡下，将重叠保持默认的0秒，以避免对后续的置信度评分阈值分析造成干扰（补充文件S5）。
    8. 在输出选项卡下，选择下拉菜单中的输出类别文件，并选择与研究地点地理位置相对应的输出列表（补充文件S6）。
    9. 在输出选项卡下会出现与所选输出类别文件相关的鸟类物种列表。将阈值降低至0.1，并点击全部应用，确保列表中所有阈值值均已设为0.1（补充文件S6）。
    10. 选择抑制所有物种选项，物种列表中所有复选框将被勾选。然后找到目标物种，并在抑制列中取消勾选（补充文件S6）。
    11. 点击确定以启动学习检测器，系统将处理文件并在检测到目标物种鸣叫的位置生成选区。
    12. 监控进度管理器以跟踪完成百分比和剩余时间（补充文件S7）。
  3. 保存学习检测器输出
    注：处理过程中将生成一个学习检测器表格，并显示在频谱图视图下方。该表格中的编号选区对应检测器在频谱图上识别出的选区。每个选区固定长度为3秒，可能不会在整个被检测的鸣叫过程中重复出现。每个选区在选区表格中被分配一个识别标签和评分（补充文件S8）。这些评分为无量纲预测值，将在后续阶段用于逻辑回归分析。
    1. 选择文件 > 另存为“学习检测器”选区表格，并使用ARU名称及标识符（例如：AM1_LearningDetectorTable_Original.txt）保存文件。

3. 从每个研究地点的代表性自动记录单元（ARU）创建目标物种的精确度表

  1. 准备验证数据集
    1. 打开 学习检测器 在步骤 2.3.1 中保存的选择表，并将其导入电子表格软件。
    2. 确认仅目标物种出现在下方 标记 柱
    3. 删除除以下列以外的所有列 选择 和 评分 柱.
    4. 使用电子表格的随机化功能对行进行随机排序（例如，添加一列输入=RAND()，对该列进行排序，然后删除随机化列）。
    5. 如果随机检测结果少于300个，则保留全部检测结果；若达到或超过300个，则仅保留前300个随机检测结果。
      注：在使用1个月声学数据的类似研究中，选择300个检测结果进行验证是标准做法24该样本量可可靠地估计精确度和错标率，涵盖一系列检测得分，同时使工作量保持在可控范围内。对于更长的数据集，可能需要增加样本数量。
    6. 使用正在分析的 ARU 名称和一个标识符（例如：AM1_ValidationDataset.xlsx）保存验证数据集。
  2. 准备生物声学分析软件以进行人工验证
    1. 打开软件31，选择 文件 > 打开声音文件… 以及在 打开声音文件 窗口选择所有对应的 WAV 文件 对于正在分析的 ARU，单击 开放.
    2. 在 配置新声音窗口 在……条件下打开 分页，选择 佩奇·桑德 并输入 页面大小 用于步骤 2.2.3。在 多个文件 选择 开放 作为一个文件序列在单个窗口中 并选择 好的。
    3. 导航至 文件 > 打开选择表格… 并打开 学习检测表 用于在步骤 2.3.1 中保存的待分析 ARU
    4. 在左侧面板中 声音 在……下观察 布局选项卡，在 观看次数：，取消选择 波形 查看以显示所有文件 频谱图 通过观察以直观确认发声结构。
  3. 验证随机选择
    1. 与生物声学分析软件一起31 在准备好的数据可供手动验证后，打开步骤 3.1.6 中保存的验证电子表格。
    2. 在电子表格中创建一个新列，标签为 正确检测到.
    3. 在频谱图视图中找到随机列表中的每个选区编号，并输入其是否被正确检测（正确为1，错误为0）到 正确检测到 柱
  4. 计算检测器精度
    1. 使用以下公式计算在逻辑回归之前的自动记录单元（ARU）和目标物种检测器的精确度：
    2. 精确度（%）=（正确检测数 / 总验证检测数）× 100
    3. 对于精确度达到90%或更高的数据集，保留当前检测器设置。
    4. 对于精确度低于90%的数据集，进入第4节，拟合逻辑回归分析以确定检测器运行的最佳阈值。
      注意：当精确率低于90%时，较高的误标率使得在不调整阈值的情况下难以可靠地提取鸣叫声。设定90%为截断阈值，可在检测可靠性与足够的样本量之间取得平衡。以往基于机器学习的鸟类声音识别模型校准研究也认为，精确率达到90%或以上时具有足够的可靠性。42.

4. 对验证表进行逻辑回归分析，以生成最佳置信度评分阈值

  1. 利用 Wood 与 Kahl 的指南21生成置信度评分阈值
    1. 使用软件 R32 导入第 3 节中创建的验证数据集。
    2. 在数据集上使用广义线性模型函数，以二项分布族进行逻辑回归分析。
    3. 将期望的精确度概率设为 0.9，这意味着检测结果为真阳性的概率将等于或高于 90%。
      注：将期望的精确度概率设为 0.9 可确保大多数检测为真阳性，然而，即使在此水平下，在大型声学数据集中仍可能出现假阳性，用户应意识到这一局限性。设定 90% 的精确度阈值可使用户保持较高数量的正确检测，同时保留足够的数据用于稳健分析；若追求 100% 精确度则会限制可用数据量。
    4. 通过求解拟合后的逻辑回归方程，计算最优阈值，即找出使预测概率达到 0.9 的预测变量值（置信度评分），具体使用下方的逻辑回归分析脚本：
      逻辑回归公式；阈值计算；应用统计学方程；数学概念示意图。
      p = 0.9，其中 β₀ 和 β₁ 分别为拟合模型的截距和斜率
      用于统计计算软件的逻辑回归分析脚本
      # 加载验证表
      ThresholdRobin <-read.csv('ValidationTableRobin.csv')
      # 运行逻辑回归
      Model1<-glm(Correctly.Detected~Score, data=ThresholdRobin, family='binomial')
      Model1
      # 期望概率高于 90% 精确度
      p <- 0.9 # 期望的 p 值（真阳性概率）
      threshold <- (log(p/(1-p))- Model1$coefficients[1]) / Model1$coefficients [2]
      注：与先前研究24,27中使用 Logit 分数作为自变量不同，此处应使用原始置信度评分作为自变量。Wood 和 Kahl 的指南21中指出，可使用原始置信度评分或其反向转换版本。
  2. 应用最优置信度评分
    1. 打开生物声学分析软件31。
    2. 对正在研究的自动录音单元（ARU）重新运行学习型检测器，操作步骤参照第 2 节。但在本次配置过程中，必须将目标物种检测的阈值更改为本方案第 4.1 节中确定的阈值。
    3. （可选）将重叠时间增加至 2 秒，以提高检测分辨率。
      注：重叠值决定了相邻检测片段之间的重叠程度。若设为 0 秒，片段边界处的鸣叫可能被遗漏（假阴性）。增加重叠可提升检测分辨率和预测能力，但会减慢分析速度19,29。在本逻辑回归分析中，默认使用 0 秒重叠。根据代表性结果及逻辑回归分析所得的置信度评分阈值，分别测试了 0 秒和 2 秒两种重叠设置。
    4. 将生成一份新的检测列表，其准确性应更高，假阳性更少（参见结果部分）。
    5. 保存使用推导出的置信度评分阈值生成的新学习型检测器输出结果：选择文件 > 另存为“学习型检测器”选择表，并以 ARU 名称及标识符命名文件，例如：AM1_LearningDetectorTable_OptimisedThreshold.txt。
    6. 该文件代表本方案生成的最终验证数据集。请将保存的优化后学习型检测器选择表作为本方案的最终输出。请注意，后续分析（如鸣叫注释和声学参数提取）不在本方法的范围之内。

访问受限。请登录或开始试用以查看此内容。

结果

为了说明所述方案的有效性，我们展示了对欧洲知更鸟（Erithacus rubecula）声学数据进行分析的代表性结果，这些数据来自三种不同环境和鸟类物种组成的地点，包括利物浦的一个公园（ARU 1）、凯恩戈姆国家公园内一处自然再生的林地（ARU 2）以及格拉斯哥的一个郊区地点（ARU 3）。这些示例表明，如何通过应用统计方法得出的置信度评分阈值来提高在不同声学环境下的检测精度。在本研究中，成功的标准定义为经过阈值优化后检测精度达到或超过90%；低于该阈值的结果被视为次优，表明仍存在物种误判现象。

利物浦公园 - ARU 1
首先在利物浦公园站点记录的为期一个月的完整数据集上运行机器学习检测模块19，默认置信度阈值设为 0.1，重叠时间为 0 秒，共检测到 299 次信号。根据方案第 3 节所述方法对所有检测结果进行人工验证，初始检测精确度为 66.56%，低于期望的 90% 基准，表明需要通过逻辑回归分析来确定更准确的阈值。

访问受限。请登录或开始试用以查看此内容。

讨论

本文所述方案的使用为生成物种特异且准确分类的鸟类鸣声数据集提供了一种可靠且高效的途径，在处理大规模音频数据集时已被证明具有实用价值。我们选择欧洲知更鸟作为测试该方案的物种，因其鸣唱曲目在结构和频率上具有显著的变异性43。最初的结果显示，检测结果存在较高的误标率（假阳性率）（表1）。我们还通过方案实施后的验证测试，评估了使用新建立的置信度评分阈值后检测精确率的提升情况，以验证这些方法的有效性。代表性结果通过对知更鸟鸣声的手动验证及随后的逻辑回归分析，获得用于提高机器学习检测模块检测精度的置信度评分阈值19。目标是将检测精确率提升至至少90%，该目标在三个基于地点的数据集中有两个得以实现。凯恩戈姆地区的ARU 2检测精确率提升至100%（重叠0）和99.17%（重叠2）；利物浦公园的ARU 1检测精确率提升至92.66%（重叠0）和95.33%（重叠2）。本方案中对检测精确率具有显著影响的关键步骤包括：检测结果的随机化处理与准确的手动验证、逻辑回归模型对验证数据集的精确拟合，以及在检测器重新配置过程中应用新获得的...

访问受限。请登录或开始试用以查看此内容。

披露

作者无竞争性财务利益。

致谢

感谢利物浦约翰摩尔斯大学提供的指导和资源。同时感谢野生动物倡议组织（WAI）提供的资金支持，本研究由WAI资助（项目编号：S-2023–00038）。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
自主录音单元 v1.2.0Open Acoustic DevicesN/A自主录音单元 (ARU)
生物声学分析软件 v1.6.5Cornell Lab of OrnithologyRRID:SCR_016190声音分析软件
数据传输线缆多家制造商N/A用于从设备传输数据
设备配置应用程序Open Acoustic DevicesN/A用于配置 AudioMoth 设备的应用程序
机器学习检测模块 v2.4Cornell Lab of OrnithologyN/A机器学习检测器 
可充电碱性电池多家制造商N/A录音单元的电源
可移动存储卡多家制造商N/A录音数据的存储介质
统计计算软件R Core TeamRRID:SCR_001905统计计算软件

参考文献

  1. Briefer, E. F. Vocal expression of emotions in mammals: Mechanisms of production and evidence. J Zool. 288 (1), 1-20 (2012).
  2. Changapur, M. W., Seema, S., Sowmya, B. J. Bioacoustics monitoring to improve conservation efforts for endangered species. 2023 7th International Conference on Computation System and Information Technology for Sustainable Solutions (CSITSS), , IEEE. (2023).
  3. Sebastián-González, E., Pang-Ching, J., Barbosa, J. M., Hart, P. Bioacoustics for species management: two case studies with a Hawaiian forest bird. Ecol Evol. 5 (20), 4696-4705 (2015).
  4. Raich, X., et al. Use of bioacoustics in species identification: Piranhas from genus Pygocentrus (Teleostei: Serrasalmidae) as a case study. PLOS One. 15 (10), e0241316(2020).
  5. Pillay, R., et al. Bioacoustic monitoring reveals shifts in breeding songbird populations and singing behaviour with selective logging in tropical forests. J Appl Ecol. 56 (11), 2482-2492 (2019).
  6. Teixeira, D., Maron, M., van Rensburg, B. J. Bioacoustic monitoring of animal vocal behaviour for conservation. Conserv Sci Pract. 1 (8), e72(2019).
  7. Coutant, M., Villain, A. S., Briefer, E. L. A scoping review of the use of bioacoustics to assess various components of farm animal welfare. Appl Anim Behav Sci. 275, 106286(2024).
  8. Mcloughlin, M. P., Stewart, R., McElligott, A. G. Automated bioacoustics: methods in ecology and conservation and their potential for animal welfare monitoring. J R Soc Interface. 16 (155), 20190225(2019).
  9. Shonfield, J., Bayne, E. M. Autonomous recording units in avian ecological research: Current use and future applications. Avian Conserv Ecol. 12 (1), 14(2017).
  10. Newson, S. E., Bas, Y., Murray, A., Gillings, S. Potential for coupling the monitoring of bush-crickets with established large-scale acoustic monitoring of bats. Methods Ecol Evol. 8 (9), 1051-1062 (2017).
  11. Wheeldon, A., et al. Comparison of acoustic and traditional point count methods to assess bird diversity and composition in the Aberdare National Park, Kenya. Afr J Ecol. 57 (2), 168-176 (2019).
  12. Zwart, M. C., Baker, A., McGowan, P. J. K., Whittingham, M. J. The Use of Automated Bioacoustic Recorders to Replace Human Wildlife Surveys: An Example Using Nightjars. PLoS ONE. 9 (7), e102770(2014).
  13. Xie, J., et al. Review of automatic recognition technology for bird vocalizations in the deep learning era. Ecol Inform. 73, 101927(2023).
  14. Yang, F., Jiang, Y., Xu, Y. Design of bird sound recognition model based on lightweight. IEEE Access. 10, 85189-85198 (2023).
  15. Liao, Z., et al. Automatic recognition of giant panda vocalizations using wide spectrum features and deep neural network. Math Biosci Eng. 20 (8), 15456-15475 (2023).
  16. Jaafar, H., Ramli, D. A. Automatic syllables segmentation for frog identification system. 2013 IEEE 9th International Colloquium on Signal Processing and its Applications, Kuala Lumpur, Malaysia, , https://ieeexplore.ieee.org/document/6530046 224-228 (2013).
  17. Ware, L., Mahon, C. L., McLeod, L., Jetté, J. F. Artificial intelligence (BirdNET) supplements manual methods to maximize bird species richness from acoustic data sets generated from regional monitoring. Can J Zool. 101 (12), 1031-1051 (2023).
  18. Kahl, S., Wood, C. M., Eibl, M., Klinck, H. BirdNET: A deep learning solution for avian diversity monitoring. Ecol Inform. 61, 101236(2021).
  19. Kahl, K., Wood, C., Klinck, M. Cornell Lab of Ornithology. BirdNET: Bird sound identification. [computer program]. , The Cornell Lab of Ornithology. Ithica (NY). https://birdnet.cornell.edu (2021).
  20. Manzano-Rubio, R., et al. Low-cost open-source recorders and ready-to-use machine learning approaches provide effective monitoring of threatened species. Ecol Inform. 72, 101910(2022).
  21. Wood, C. M., Kahl, S. Guidelines on the appropriate use of BirdNet scores and other detector outputs. J Ornithol. 165, 777-782 (2024).
  22. Pérez-Granados, C. BirdNET: applications, performance, pitfalls and future opportunities. Ibis. 165 (3), 1068-1075 (2023).
  23. Singer, D., et al. Aggregated time-series features boost species-specific differentiation of true and false positives in passive acoustic monitoring of bird assemblages. Remote Sens Ecol Conserv. 10 (4), 517-530 (2024).
  24. Bota, G., et al. Hearing to the Unseen: AudioMoth and BirdNET as a Cheap and Easy Method for Monitoring Cryptic Bird Species. Sensors. 23 (16), 7176(2023).
  25. Amorós-Ausina, A., Schuchmann, K. -L., Marques, M. I., Pérez-Granados, C. Living together, singing together: Revealing similar patterns of vocal activity in two tropical songbirds applying BirdNET. Sensors. 24 (17), 5780(2024).
  26. Tseng, S., Hodder, D. P., Otter, K. A. Setting BirdNET confidence thresholds: species-specific vs. universal approaches. J Ornithol. 166 (4), 1123-1135 (2025).
  27. Wood, C. M., Cruz, A. B., Kahl, S. Pairing a user-friendly machine-learning animal sound detector with passive acoustic surveys for occupancy modelling of an endangered primate. Am J Primatol. 85 (8), e23507(2023).
  28. Sossover, D., Burrows, K., Kahl, S., Wood, C. M. Using the BirdNET algorithm to identify wolves, coyotes, and potentially their interactions in a large audio dataset. Mamm Res. 69, 159-165 (2024).
  29. Funosas, D., et al. Assessing the potential of BirdNET to infer European bird communities from large-scale ecoacoustic data. Ecol Indic. 164, 112146(2023).
  30. Ziegenhorn, M. A., et al. ArcticSoundsNET: BirdNET embeddings facilitate improved bioacoustic classification of Arctic species. Ecol Inform. 90, 103270(2025).
  31. Raven Pro: Interactive sound analysis software. [Computer program]. , Version 1.6, The Cornell Lab of Ornithology. https://ravensoundsoftware.com/ (2025).
  32. R Core Team. R: A language and environment for statistical computing [computer program]. , R Foundation for Statistical Computing. https://www.R-project.org/ (2024).
  33. Python Language Reference [Internet]. , Version 3.14.3, Python Software Foundation. https://www.python.org (2026).
  34. Hill, A. P., et al. AudioMoth: Evaluation of a Smart open Acoustic Device for Monitoring Biodiversity and the Environment. Methods in Ecol and Evol. 9 (5), 1199-1211 (2017).
  35. Hill, A. P., et al. AudioMoth: A low-cost acoustic device for monitoring biodiversity and the environment. HardwareX. 6, e00073(2019).
  36. Bremond, J. C. Recherche sur la semantique et les elements vecteurs d'information dans les signaux aeoustiques du rouge-gorge (Erithacus rubecula). Terre Vie. 22, https://hal.science/hal-03531635v1 109-220 (1968).
  37. Hoelzel, A. R. Song characteristics and response to playback of male and female robins, Erithacus rubecula. Ibis. 128, 115-127 (1968).
  38. Sandbrook, C., et al. Principles for the socially responsible use of conservation monitoring technology and data. Conserv Sci Pract. 3 (5), e374(2021).
  39. AudioMoth Flash App [computer program]. , Version 1.7.0, Open Acoustic Devices. https://www.openacousticdevices.info/applications (2025).
  40. AudioMoth Configuration App [computer program]. , Version 1.12.1, Open Acoustic Devices. https://www.openacousticdevices.info/applications (2025).
  41. Applications. , Open Acoustic Devices. https://www.openacousticdevices.info/applications (2025).
  42. Sethi, S. S., et al. Large-scale avian vocalization detection delivers reliable global biodiversity insights. Proc Natl Acad Sci U S A. 121 (33), e2315933121(2024).
  43. Verboom, W. C. Bird vocalizations: songs of the European robin (Erithacus rubecula). JunoBioacoustics. 202107, (2021).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

通过大尺度声学数据集的逻辑回归提升鸟类声音识别模型的检测精度：以欧亚鸲（Erithacus rubecula）为例
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。