Methodenartikel

Verbesserung der Erkennungspräzision eines Vogel-Schallerkennungsmodells durch logistische Regression großer akustischer Datensätze: Eine Fallstudie des Europäischen Rotkehlchens (Erithacus rubecula)

437 Ansichten

⸱

DOI:

10.3791/70479

⸱

11. April 2026

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

In diesem Artikel

Zusammenfassung

Ziel dieses Protokolls ist es, art- und standortspezifische Konfidenzwertschwellenwerte mittels logistischer Regression zu bestimmen, um die Erkennungsgenauigkeit in großen akustischen Datensätzen zu verbessern, die mit automatisierter akustischer Erkennungssoftware verarbeitet werden.

Zusammenfassung

Passive akustische Überwachung (PAM) ist zu einem unschätzbaren Werkzeug für die Biodiversitätsforschung geworden, da es die nicht-invasive Sammlung umfangreicher Datensätze ermöglicht. Eine erhebliche Herausforderung besteht jedoch darin, dieses große Datenvolumen effizient und zuverlässig zu verarbeiten, um artspezifische Informationen an verschiedenen Standorten zu extrahieren. Dieses Papier präsentiert ein detailliertes, Schritt-für-Schritt-Protokoll, um diese Herausforderung mit einem maschinellen Lerndetektormodul innerhalb einer Bioakustik-Analyse-Software anzugehen. Die Methodik ist darauf ausgelegt, Vogelvokalisationen aus rohen akustischen Aufnahmen genau und sicher zu identifizieren und zu validieren.

Unser Protokoll beschreibt den Prozess von der initialen Datenerhebung mit autonomen Aufzeichnungseinheiten (ARUs) bis zur endgültigen Generierung eines hochwertigen annotierten Datensatzes. Wichtige Schritte umfassen die Konfiguration des Machine-Learning-Detektormoduls zur Erzeugung von Erstnachweisen, ein manuelles Validierungsverfahren zur Berechnung von Präzisionstabellen und eine logistische Regressionsanalyse zur Bestimmung einer artspezifischen und, wo angemessen, einer standortspezifischen Konfidenzwertschwelle. Dieser statistisch abgeleitete Schwellenwert wird dann verwendet, um die Ausgabe des Detektors zu verfeinern, getestet auf zwei Überlappungskonfigurationen (0 s und 2 s). Wir zeigen, dass die Anwendung der abgeleiteten optimalen Konfidenzwertschwellenwerte die Erkennungspräzision der auf Vogelschallerkennung basierenden Avian-Erkennungsmodellen an verschiedenen Standorten erheblich verbessert. Für die drei Standorte, die den Prozess illustrieren (Liverpool Park, Cairngorms und Glasgow Suburban), stieg die Genauigkeit um 26,1 %, 17,7 % und um 17 % bei einer Überlappung von 0 S, um 28,77 %, 16,87 % und 15 % bei einer Überlappung von 2 S. Wir schlagen vor, dass die resultierende Methodik den manuellen Zählmethoden sowohl in Geschwindigkeit als auch Zuverlässigkeit überlegen ist. Zusammenfassend bietet dieses Papier einen reproduzierbaren Rahmen, der den zugänglichen und effektiven Einsatz von Machine-Learning-Ansätzen in der Bioakustik erleichtert und es Forschern ermöglicht, große akustische Datensätze sicher für ökologische Studien und Parameteranalysen zu nutzen.

Einleitung

Tiervokalisationen bieten wertvolle Einblicke in die natürliche Welt und wirken als mächtige biologische Werkzeuge, die es Forschern ermöglichen, verschiedene Aspekte des Lebens von Tieren zu untersuchen1. Das Feld der Bioakustik ist zunehmend wichtig für die Biodiversitätsüberwachung und -erhaltung geworden und hilft bei der Artenidentifikation sowie bei der Bewertung von Populationstrends und der Ökosystemgesundheit 2,3,4. Dieses Forschungsfeld trägt auch zu unserem Verständnis des Tierverhaltens bei, zum Beispiel bei der Kommunikation und Lebensraumnutzung 5,6. In jüngerer Zeit wurde es als vielversprechender Ansatz zur Bewertung des Tierwohls 7,8 erwiesen.

Einer der Hauptvorteile der Nutzung der akustischen Analyse als Forschungsinstrument sind die jüngsten technologischen Fortschritte bei autonomen Aufzeichnungsgeräten (ARUs), die es Forschern ermöglichen, tierische Lautäußerungen über längere Zeiträume nicht-invasiv und aus der Ferne zu überwachen – eine Technik, die als passive akustische Überwachung (PAM)9 bekannt ist. Dies ermöglichte die Sammlung von Daten von kryptischen Arten ohne menschliches Eingreifen10,11. Darüber hinaus sind ARUs kosteneffizient und minimieren den Bedarf an ausgebildeten Forschern, die im Feldtätig sein müssen. Eine Studie an der kryptischen europäischen Nachtschwalbe (Caprimulgus europaeus) zeigte diese Vorteile und stellte fest, dass der Einsatz von ARUs deutlich effektiver war als menschliche Beobachter beim Nachweis der Art12. Groß angelegte Bioakustikstudien werden zunehmend populär, da sie Einblicke in eine Vielzahl ökologischer und verhaltensbezogener Aspekte liefern können, außerdem sind sie sehr anwendbar und gut für Feldstudien geeignet. Doch wenn ARUs über längere Zeiträume laufen, stehen Forscher zwangsläufig vor der Herausforderung, große Mengen akustischer Daten effizient und zuverlässig zu verarbeiten13.

In jüngerer Zeit haben Forscher begonnen, PAM mit automatischen Erkennungswerkzeugen zu kombinieren, um Arten in großen Datensätzen zu erkennen und so die Gesamtverarbeitung der Daten zu verbessern und zu beschleunigen. Diese Techniken erkennen und klassifizieren Arten automatisch basierend auf dem Vokalisationstyp13, oft unter Verwendung von maschinellem Lernen und Deep-Learning-Modellen wie künstlichen neuronalen Netzwerken, die in denletzten Jahren an Bedeutung gewonnen haben. Die Zuverlässigkeit automatischer Erkennungssoftware ist oft überlegen gegenüber manuellen Artenerkennungsmethoden, wie Studien zu den Vokalisationen des Riesenpandas (Ailuropoda melanoleuca) 15 und der malaysischen Froschart16 zeigen. Wichtig ist, dass einer der Haupttreiber für die Einführung dieser Ansätze die Verarbeitungsgeschwindigkeit ist, insbesondere da das Volumen der durch PAM erzeugten akustischen Daten weiterhinum 13 Punkte wächst. Die manuelle Analyse großer akustischer Datensätze ist im großen Maßstab ineffizient und unpraktisch, dennoch können automatisierte Erkennungswerkzeuge Aufzeichnungen in einem Bruchteil der Zeit verarbeiten, die ein menschlicher Beobachter benötigt. So berichtete eine Studie, dass 257 Stunden manuelles visuelles Scannen 1 Stunde Verarbeitungszeit mit BirdNET (Machine Learning Based avian Sound Recognition Model) entsprechen.

Dieses auf Machine Learning basierende Vogel-Schallerkennungsmodell ist ein solches Werkzeug, das kürzlich für seinen Einsatz in der Ornithologie und anderen Akustikstudien an Bedeutung gewonnen hat; es ist eine zugängliche automatisierte Software zur Vogelartenerkennung, die auf einem Deep-Learning-Modell18,19 basiert. Die meisten bisherigen Studien haben das maschinelle Lernmodell zur Geräuscherkennung von Vögeln verwendet, um Artenlisten für ein bestimmtes Gebiet zu erstellen, und mit menschlicher Validierung wurde gezeigt, dass 89 % der Arten in einer Gemeinschaft erkannt werden, während weniger als ein Viertel der Zeit benötigt wird, die allein für visuelles Scannenbenötigt wird. Dieses auf Machine Learning basierende Vogel-Schallerkennungsmodell hat auch gezeigt, dass es die Präsenz einer bestimmten Zielart in einem Gebiet, wie zum Beispiel des Rohrdommels (Botaurus stellaris), mit einer Erfolgsquote von 93,7 % (20) effektiv identifiziert. Dieses Modell hat jedoch oft eine höhere Erfolgsquote, wenn es mit manueller Validierung kombiniert wird, und ist als vollautomatisches Erkennungswerkzeugnoch nicht zuverlässig. Laut Wood und Kahl21 gibt es auch weitere Herausforderungen in Bezug auf die Erstellung von einheitslosen Vorhersagen.

Das maschinelle Lern-Detektormodul weist jeder erkannten Vogelvokalisation einen quantitativen Konfidenzwert zwischen 0 und 1 zu, der angibt, wie sicher die Software ist, dass das erkannte Geräusch korrekt als bestimmte Art identifiziert wurde 18,19,21. Präzision, definiert als der Anteil der Nachweise, die wahre Positive (also korrekte Identifikationen) sind, ist eine Schlüsselkennzahl, die von diesemWert 22 beeinflusst wird. Folglich kann ein höherer Vertrauenswert weniger Erkennungen liefern, aber mit höherer Präzision und Fehlerkennungen insbesondere in verrauschten Umgebungen, und ein niedrigerer Wert kann mehr Erkennungen mit weniger sicherer Genauigkeit22,23 liefern. Die Beziehung zwischen den Konfidenzwerten und der Präzision ist komplex; es wird oft festgestellt, dass einige hohe Konfidenzwerte falsch-positive Ergebnisse sein können, zum Beispiel an Orten mit hohem Hintergrundgeräusch oder bei Arten, die wahrscheinlich andere Arten nachahmen – Lautäußerungen23,24. Aufgrund der Genauigkeitsvariabilität zwischen Arten und Standorten ist es während des Konfigurationsprozesses möglich, jeder Vogelart individuelle Konfidenzwertschwellenwerte zuzuweisen, wobei nur Nachweise mit Werten darüber markiert werden. Eine hohe universelle Konfidenzwertschwelle könnte auf alle Arten und Standorte angewendet werden, jedoch erhöht dies häufig die Anzahl der falsch-negativen (Fehlidentifikationen)22,25,26, während die Anzahl der falsch-positiven Werte zwischen Arten und mit Umweltunterschieden zwischen den Aufzeichnungen variiert.

Mehrere Studien und Best-Practice-Richtlinien beschreiben verschiedene Methoden zur Bestimmung eines optimalen Konfidenzwertschwellenwerts, bei dem das Machine-Learning-Detektormodul für bestimmte Arten und Studienorte durchgeführt werden kann, sodass Nachweise mit größerer Sicherheit als echte Positive akzeptiert werdenkönnen 21,24,26,27,28 . Ein Ansatz besteht darin, F-Werte über einen Bereich von Konfidenzschwellenwerten hinweg zu berechnen und die Schwelle auszuwählen, die den F-Wert maximiert, wobei sowohl Präzision als auch Erinnerung29,30 ausbalanciert werden. Ein alternativer Ansatz, der eine Wahrscheinlichkeitskalibrierung ermöglicht, besteht darin, eine zufällige Teilmenge von Vorhersagen manuell zu validieren und eine logistische Regression anzupassen, um eine Beziehung zwischen dem binären Validierungsergebnis (Wahr/Falsch-Erkennung) und dem zugehörigen Konfidenzwert21 herzustellen. Diese Methode kann dann verwendet werden, um kontextspezifische Schwellenwerte zu bestimmen, die je nach Art und Umweltbedingungen angepasst werden können (z. B. variierendes Hintergrundrauschen)19. Solche Methoden wurden in passiven akustischen Überwachungsstudien an Yucatán-Schwarzbrüllaffen (Alouatta pigra), Grauwölfen (Canis lupus) und Kojoten (C. latrans)27,28 angewandt.

Ziel dieses Methodenartikels ist es, eine skalierbare Methodik zur genauen und zuverlässigen Extraktion artspezifischer Stimmdaten aus großen akustischen Datensätzen unter Verwendung des maschinellen Lern-basierten Vogel-Schallerkennungsmodells innerhalb der Raven Pro-bioakustischen Analysesoftware (Ver 1.6)19,31 zu demonstrieren und zu validieren. Dieser Ansatz beinhaltet die Berechnung geeigneter Konfidenzwertschwellenwerte gemäß den21 Best-Practice-Richtlinien von Wood und Kahl. Während diese Richtlinien21 einen umfassenden Rahmen zur Anwendung von Vertrauenswerten im maschinell-learning-basierten Vogel-Schallerkennungsmodell19 bieten, werden sie in erster Linie als Best-Practice-Empfehlungen präsentiert. Nur wenige Studien haben diese Verfahren in verteilten ARU-Studiensystemen unter realistischen Überwachungsbedingungen operationalisiert, wobei akustische Bedingungen und Hintergrundgeräusche räumlich variieren22. Dieses Protokoll (Abbildung 1) eignet sich besonders für großflächige passive akustische Überwachungsstudien mit mehreren Standorten, variablen akustischen Umgebungen oder Zielarten mit hohen Fehlklassifikationsraten. Darüber hinaus wurde die Umsetzung dieser Richtlinien in der Bioakustik-Analysesoftware (Ver 1.6)19,31, einer zugänglicheren und benutzerfreundlicheren Plattform im Vergleich zu codierungsbasierten Umgebungen32,33, bisher nicht demonstriert.

figure-introduction-1
Abbildung 1: Schematische Darstellung des gesamten Arbeitsablaufs. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Um diese Lücke zu schließen, wenden wir das Protokoll an und validieren es mit groß angelegten Datensätzen, die mit AudioMoths - ARUs (Ver 1.2.0)34,35 über eine Vielzahl von Lebensräumen aufgenommen wurden. Unsere Fokusart, das Europäische Rotkehlchen (Erithacus rubecula), weist eine hohe Gesangvariabilität und strukturelle Komplexitätbei 36,37 auf und zeigte in ersten Pilotanalysen eine Anfälligkeit für Fehlidentifikation. Indem wir art- und standortspezifische Konfidenzwertschwellenwerte auf die maschinell-learningbasierte Konfiguration des vogelartigen Schallerkennungsmodells innerhalb der Bioakustik-Analysesoftware19,31 anwenden, bewerten wir das Protokoll unter unterschiedlichen akustischen Bedingungen, wobei unterschiedliche Hintergrundgeräuschpegel und Artenzusammenstellungen berücksichtigt werden, und zeigen, dass die Anpassung der Schwellenwertoptimierung die Erkennungsgenauigkeit im Vergleich zu den Standardeinstellungen erheblich verbessern kann. Dieser Ansatz ist darauf ausgelegt, letztlich eine zugängliche, optimierte und effiziente Anwendung des maschinell-learningbasierten Vogel-Schallerkennungsmodells19 in groß angelegten PAM-Studien mit minimaler Codierung zu ermöglichen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Ethikerklärung
Dieses Protokoll folgt den ethischen Richtlinien der Liverpool John Moores University. Die Methodik umfasste ausschließlich passive akustische Überwachung und beinhaltete nicht die Handhabung, Störung oder experimentelle Manipulation von Tieren. Für den Einsatz der ARUs waren keine gefährlichen Verfahren erforderlich. ARUs wurden gemäß institutionellen Forschungs- und Feldforschungsrichtlinien installiert, und an den Aufzeichnungsstellen wurden geeignete Beschilderungen installiert, um die Öffentlichkeit über akustische Überwachung zu informieren. Es wird jedoch dringend empfohlen, vor der Durchführung von Feldaktivitäten die Wettervorhersagen zu prüfen und für jeden Feldstandort eine Risikobewertung durchzuführen.

Software, Lizenzierung und Nutzung
HINWEIS: ARU-Daten sollten mit dem maschinell-learningbasierten Vogel-Schallerkennungsmodell innerhalb der Bioakustik-Analysesoftware (v1.6)19,31 verarbeitet werden, wobei die Detektorausgänge ebenfalls in derselben Software (v1.6)31 verarbeitet werden. Dies ist eine lizenzierte Software und nicht frei verfügbar; die Nutzung des hier beschriebenen Workflows erfordert den Zugriff über eine institutionelle oder individuelle Lizenz. Außerdem läuft das maschinell-learningbasierte Avian-Sounderkennungsmodell innerhalb der Software (v1.6)19,31 derzeit nicht auf Apple-Geräten mit ARM-basierter Prozessorarchitektur (M1- oder M2-Chips), jedoch ist dieses Protokoll mit macOS-basierten Computern mit Intel-CPUs und Windows-Betriebssystemen kompatibel

1. Erfassung von Audiodaten

  1. Bereiten Sie ARUs auf den Einsatz vor
    1. Setze Batterien in die ARUs ein (während dieses Experiments wurden wiederaufladbare Alkalibatterien verwendet).
    2. Fügen Sie entsprechend die zu sammelnde Datenmenge passende Größen abnehmbare Speicherkarten ein (während dieses Experiments wurden 2 GB herausnehmbare Speicherkarten verwendet).
      Hinweis: Für die Aufzeichnungspläne mit 108 1-minütigen Dateien pro Tag über einen Zeitraum von 30 Tagen (siehe Schritt 1.2.5.2) betrug jede Datei etwa 5760 kB, was zu einem Gesamtdatenvolumen von 622 MB führte. Mit einem geschätzten täglichen Energieverbrauch von 26 mAh. Daher wurden für die repräsentativen Ergebnisse herausnehmbare Speicherkarten mit einer Kapazität von 2 GB verwendet, um ausreichend Speicher bereitzustellen. Zusätzlich hielten wiederaufladbare Alkalibatterien unter den Testbedingungen am längsten die nutzbare Energie, im Gegensatz zu Lithium-AA-Batterien und wiederaufladbarem NiMH.
  2. Konfigurieren Sie jede ARU für den Einsatz
    1. Laden Sie die 'ARU device firmware update application' 39 und die 'ARU device configuration application' 40 von der 'App Download Page' auf der ARU-Website41 herunter.
    2. Verbinden Sie die ARUs einzeln mit einem Computer über ein Datenübertragungskabel.
    3. Stellen Sie sicher, dass das Gerät in den USB/Aus-Modus geschaltet ist.
    4. Verwenden Sie die 'ARU Device Firmware Update application'39 , um die Geräte auf die neueste Firmware zu aktualisieren.
    5. Verwenden Sie die 'ARU Device Configuration Application'40 , um die ARUs so einzustellen, dass sie zu einer Zielzeit des Tages für eine ausgewählte Anzahl von Tagen aufzeichnen. Bestimmen Sie aktive Aufzeichnungsperioden und Schlafintervalle.
      1. Identifizieren Sie die Zeitfenster, in denen Zielarten am aktivsten sind (z. B. Dawn Chorus bei tagaktiven Vögeln), und planen Sie die Aufnahmezeiten entsprechend.
      2. Stellen Sie einen passenden Duty Cycle ein, der angibt, wie lange die ARUs aktiv im Vergleich zum Schlafmodus aufzeichnen.
        Beispiel: Für diese repräsentativen Ergebnisse wurden ARUs so programmiert, dass sie täglich zwischen 4:00–9:00 Uhr morgens und 17:00–21:00 Uhr vom 1. Juni bis zum 30. Juni 2023 aufzeichnen. Diese Zeitfenster wurden ausgewählt, um sowohl die Morgendämmerungs- als auch die Abendchore einzufangen. Während aktiver Phasen zeichneten die Geräte 1-minütige WAV-Dateien auf, gefolgt von einem 4-minütigen Schlafintervall, was insgesamt 108 1-minütige Aufnahmen pro Tag ergab.
        Hinweis: ARUs können kontinuierlich aufnehmen, was jedoch den Akkuverbrauch und die Nutzung der herausnehmbaren Speicherkarte schnell erhöht.
      3. Verwenden Sie die 'ARU Device Configuration Application'42, um die Geräte so einzustellen, dass sie mit einer Abtastrate von 48 kHz aufnehmen, wie empfohlen, um einen vollständigen Bereich von Vogelvokalisationen zu erfassen,34,35 und mit mittlerer Verstärkung (typischerweise auf Standard gelassen, außer bei lauter Aufnahme in lautenUmgebungen 34,35). Andere Abtastraten können je nach Frequenz der Lautaufnahmen der Zielart verwendet werden, zum Beispiel verwenden Ultraschalltiere wie Fledermäuse oder Amphibien eine Abtastrate von 384 kHz35.
    6. Nach der Konfiguration aller ARUs schalten Sie jedes Gerät in den CUSTOM-Modus .
  3. Geräteschutz und Kennzeichnung
    1. Lege jedes ARU-Gerät in einen antistatischen Ziplock-Beutel. Verwenden Sie bei Bedarf zusätzliches wasserdichtes Klebeband, um Wasserschäden zu verhindern. Lege Silikagel-Päckchen in die Beutel, um Feuchtigkeit aufzunehmen.
    2. Beschriften Sie jede ARU nach Nummer und ihrem Standort.
  4. ARU-Einsatz
    1. Bestimmen Sie Standorte für ARUs, die im Lebensraum der Zielart eingesetzt werden sollen.
    2. Setzen Sie ARUs in Abständen auf, die den Studienanforderungen und Zielarten entsprechen.
      Hinweis: Die Nachweisentfernung hängt vom Lebensraum, dem Hintergrundrauschen und dem Ruflautstärke der Art ab. Während laute Arten (z. B. Eurasischer Rohrdommel) von ARUs bis zu 800 m nachgewiesen werden können, verschlechtern sich die Aufzeichnungen auf größere Entfernungen, was feine Messungenauf 20 begrenzt. Hier wurde pro Standort eine ARU analysiert, mit etwa 100 m Abstand von Einheiten, um eine gute räumliche Abdeckung und klare Lautäußerungen zu gewährleisten. Passen Sie den Abstand entsprechend Art, Lebensraum und Projektzielen an.

2. Verwendung des maschinellen Lerndetektormoduls in der Bioakustik-Analysesoftware19,31 zur automatischen Artenerkennung

  1. Audiodaten übertragen
    1. Nach Ablauf der Bereitstellungsphase entfernen Sie herausnehmbare Speicherkarten aus den ARUs und notieren Sie, welche herausnehmbaren Speicherkarten zu jeder nummerierten ARU gehören.
    2. Übertragen Sie alle WAV-Dateien von jeder herausnehmbaren Speicherkarte über einen Kartenleser auf einen Computer.
    3. Organisieren Sie alle von jeder ARU generierten WAV-Dateien in Ordner, die mit der entsprechenden ARU-Nummer und dem entsprechenden Ort beschriftet sind.
    4. Speichere Backup-Versionen aller Daten auf zusätzlichen Geräten. Pausenpunkt: Das Protokoll kann hier pausiert werden.
    5. Beschränken Sie den Zugriff auf diese Daten auf autorisierte Projektforscher und stellen Sie sicher, dass die Daten passwortgeschützt sind, um die Vertraulichkeit zu wahren, insbesondere wenn menschliche Aktivitäten möglicherweise unbeabsichtigt aufgezeichnet wurden.
  2. Konfigurieren Sie das maschinelle Lerndetektormodul
    1. Öffnen Sie die Bioakustik-Analysesoftware31 und wählen Sie im Dropdown-Menü Werkzeuge > Detektor > Lerndetektor.
    2. Im Fenster "Wähle Detektor-Eingänge " wählen Sie Browse. Im folgenden Fenster " Sounddateien öffnen " wählen Sie alle WAV-Dateien im entsprechenden ARU-Ordner aus und klicken Sie auf Öffnen (Ergänzende Dateien S1 und S2).
    3. Im geöffneten Fenster "Neuer Sound konfigurieren" unter Paging > Page Sound geben Sie die entsprechende Seitengröße für die Länge jeder Aufnahme ein (z. B. 60 s für 1-minütige WAV-Dateien) (Supplementary File S3).
    4. Im selben Fenster Neuen Sound konfigurieren wähle unter Mehrere Dateien in einem Fenster als Dateisequenz öffnen und dann auf OK (Ergänzende Datei S3) klicken.
    5. Im zurückkehrenden Fenster "Wähle Detektoreingänge" wählen Sie unter Verfügbare Signale und Ansichten rechts Wellenform und klicken Sie auf die Schaltfläche << Pfeile, um es zu Erforderliche Eingänge zu verschieben. Bestätigen Sie, dass der Status unter dem Feld Erforderliche Eingaben Bereit! lautet, und klicken Sie auf OK (Ergänzende Datei S4).
    6. Im Fenster "Maschinellen Lerndetektor konfigurieren ", das unter dem Reiter Eingaben erscheint, wählen Sie das gewünschte Modell aus Modell auswählen. Bei der Analyse von Vogelarten verwendet man das globale Vogelklassifikationsmodell, das unter verschiedenen Aktualisierungen über 3000–6000 Vogelarten19 umfasst (Supplementary File S5).
    7. Unter dem Reiter Eingaben sollten Sie die Überlappung standardmäßig auf 0 s setzen, um eine Beeinflussung der anschließenden Konfidenzwertschwellenanalyse zu verhindern (Supplementary File S5).
    8. Unter dem Reiter Ausgaben wählen Sie das Dropdown-Menü Ausgabe-Klassen-Datei aus und wählen Sie die Ausgabeliste, die sich auf den geografischen Standort der Studie bezieht (Zusatzdatei S6).
    9. Unter dem Reiter Ausgaben befindet sich eine Liste von Vogelarten, die für die gewählte Ausgabeklassendatei relevant sind. Senken Sie die Schwelle auf 0,1 und wählen Sie Alle anwenden, stellen Sie sicher, dass alle Werte unter Schwellenwert jetzt bei 0,1 in der Liste stehen (Supplementary File S6).
    10. Wählen Sie die Option Alle Arten unterdrücken , und in allen Kästchen der Artenliste erscheinen Häkchen. Dann finden Sie die Zielart und entfernen Sie das Häkchen in der Spalte Unterdrücken (Supplementary File S6).
    11. Wählen Sie OK , um den Learning Detector zu starten, dieser verarbeitet die Dateien und erstellt Auswahlen, an denen die Lautäußerungen der Zielart erkannt wurden.
    12. Überwachen Sie den Fortschrittsmanager , um den Prozentsatz der abgeschlossenen Leistungen und die verbleibende Zeit zu verfolgen (Ergänzungsakte S7).
  3. Speichere die Ausgabe des Lerndetektors
    Hinweis: Während der Verarbeitung wird eine Learning Detector-Tabelle erstellt und unter der Spektrogrammansicht angezeigt. Die nummerierten Auswahlen in dieser Tabelle entsprechen den vom Detektor identifizierten Auswahlen in der Spektrogrammansicht. Jede Selektion ist auf 3 s festgelegt und kann nicht immer über die gesamte wahrgenommene Lautstärke hinweg wiederholt werden. Jede Auswahl erhält ein Identifikationslabel und eine Punktzahl in der Auswahltabelle (Supplementary File S8). Diese Werte sind eine einheitslose Vorhersage und werden in der logistischen Regressionsanalyse in den folgenden Phasen verwendet.
    1. Wählen Sie die Datei > speichern Sie die Auswahltabelle "Learning Detector" als und speichern Sie die Datei mit dem ARU-Namen und einer Kennung wie: AM1_LearningDetectorTable_Original.txt.

3. Erstellen Sie Präzisionstabellen für Zielarten an einem repräsentativen ARU von jedem Studienstandort

  1. Bereite den Validierungsdatensatz vor
    1. Öffnen Sie die Auswahltabelle für den Lerndetektor , die in Schritt 2.3.1 gespeichert wurde, und übertragen Sie sie in eine Tabellenkalkulationssoftware.
    2. Bestätigen Sie, dass nur die Zielart unter der Spalte Label erscheint.
    3. Löschen Sie alle Spalten außer den Spalten Auswahl- und Punktzahl.
    4. Randomisieren Sie die Zeilen mit der Randomisierungsfunktion der Tabelle (z. B. fügen Sie eine Spalte mit =RAND() hinzu, sortieren Sie diese Spalte und löschen Sie dann die Randomisierungsspalte).
    5. Behalten Sie die ersten 300 zufällig generierten Erkennungen auf, falls weniger als 300 vorhanden sind, behalten Sie alle Erkennungen bei.
      Hinweis: Die Auswahl von 300 Nachweisen zur Validierung ist in ähnlichen Studien mit 1 Monat akustischen DatenStandard 24. Diese Stichprobengröße schätzt die Genauigkeit und die Fehlkennzeichnungsraten zuverlässig, erfasst eine Bandbreite von Erkennungswerten und hält die Arbeitsbelastung handhabbar. Für längere Datensätze könnten mehr Auswahl erforderlich sein.
    6. Speichere den Validierungsdatensatz mit dem analysierten ARU-Namen und einer Identifikatorin wie: AM1_ValidationDataset.xlsx.
  2. Bereite Bioakustik-Analysesoftware für die manuelle Validierung vor
    1. Öffne die Software31, wähle Datei > Öffne Sounddateien... und im Fenster "Sounddateien öffnen " alle entsprechenden WAV-Dateien für die analysierte ARU auswählen und auf Öffnen klicken.
    2. Im geöffneten Fenster "Neuer Klang konfigurieren " wählen Sie unter Paging Page Sound aus und geben Sie die in Schritt 2.2.3 verwendete Seitengröße ein. Unter Mehrere Dateien wähle in einem Fenster "Als Dateisequenz öffnen " und wähle OK.
    3. Navigiere zur Datei > Auswahltabelle öffnen... und die Learning Detection Table für die analysierte ARU zu öffnen, die in Schritt 2.3.1 gespeichert wurde.
    4. Im Panel links in der Klangansicht , unter dem Reiter Layouts, in Ansichten: deaktiviere die Wellenformansicht , sodass alle Dateien in der Spektrogrammansicht angezeigt werden, um eine visuelle Bestätigung der Vokalisationsstruktur zu ermöglichen.
  3. Validierung von randomisierten Auswahlen
    1. Zusammen mit der Bioakustik-Analyse-Software31 mit den vorbereiteten Daten zur manuellen Validierung öffnen Sie die in Schritt 3.1.6 gespeicherte Validierungstabelle.
    2. Erstelle eine neue Spalte in der Tabelle mit der Bezeichnung Korrekt erkannt.
    3. Finden Sie jede Auswahlzahl aus der randomisierten Liste innerhalb der Spektrogrammansicht und geben Sie ein, ob sie korrekt (1) oder fälschlicherweise (0) erkannt wurde, in die Spalte Korrekt erkannt .
  4. Berechnung der Detektorpräzision
    1. Berechnen Sie die Genauigkeit des Detektors (vor der logistischen Regression) für die ARU und Zielarten mit folgender Formel:
    2. Präzision (%) = (Anzahl der korrekten Erkennungen/Gesamtzahl validierter Nachweise) x 100
    3. Für Datensätze mit einer Genauigkeit von 90 % oder höher sollten Sie die aktuellen Detektoreinstellungen beibehalten.
    4. Bei Datensätzen mit einer Genauigkeit von weniger als 90 % wird Abschnitt 4 fortgesetzt, um eine logistische Regressionsanalyse zu ermöglichen, um den optimalen Schwellenwert für den Detektor zu bestimmen.
      Hinweis: Wenn die Genauigkeit unter 90 % fällt, erschweren hohe Fehlkennzeichnungsraten eine zuverlässige Extraktion von Lautisationen ohne Schwellenwertanpassung. Ein 90%iger Cut-off balanciert die Erkennungszuverlässigkeit mit einer ausreichenden Stichprobengröße aus. Frühere maschinell-lernbasierte Kalibrierungsmodelle für vogelartige Schallerkennungsmodelle betrachten ebenfalls Genauigkeitsraten von 90 % und mehr als ausreichend zuverlässig42.

4. Durchführung einer logistischen Regressionsanalyse an den Validierungstabellen, um eine optimale Konfidenzwertschwelle zu erzeugen

  1. Generiere Vertrauenswertschwellenwerte unter Verwendung der21-Richtlinien von Wood & Kahl
    1. Verwenden Sie die Software R32 , um den in Abschnitt 3 erstellten Validierungsdatensatz zu importieren.
    2. Führe eine logistische Regression mit der verallgemeinerten linearen Modellierungsfunktion mit der Familie als Binomial auf dem Datensatz durch.
    3. Setze die gewünschte Genauigkeitswahrscheinlichkeit auf 0,9, das bedeutet, dass die Wahrscheinlichkeit, dass eine Detektion ein echtes Plus ist, 90 % oder mehr beträgt.
      Hinweis: Die gewünschte Genauigkeitswahrscheinlichkeit auf 0,9 stellt sicher, dass die meisten Nachweise echte Positive sind, jedoch können selbst auf diesem Niveau Fehlalarme in großen akustischen Datensätzen auftreten, und die Nutzer sollten sich dieser Einschränkung bewusst sein. Eine Präzisionsschwelle von 90 % ermöglicht es den Nutzern, eine hohe Anzahl korrekter Erkennungen zu erhalten und gleichzeitig genügend Daten für eine robuste Analyse zu behalten; ein Ziel von 100 % würde die nutzbaren Daten einschränken.
    4. Berechnen Sie den optimalen Schwellenwert, indem Sie die angepasste logistische Regressionsgleichung für den Prädiktorwert (Konfidenzwert) lösen, der eine vorhergesagte Wahrscheinlichkeit von 0,9 ergibt, mit dem untenstehenden Logistic Regression Analysis Script:
      figure-protocol-1
      p = 0,9, und β0 sowie β1 sind der Intercept und die Steigung aus dem angepassten Modell
      Logistic Regression Analysis Script für statistische Rechensoftware
      # Lade-Validierungstabelle
      SchwelleRobin <-read.csv('ValidationTableRobin.csv')
      # Führe logistische Regression durch
      Model1<-glm(Korrekt.Detektiert~Score, data=SchwellenRobin, Familie='binomial')
      Model1
      # Gewünschte Wahrscheinlichkeit über 90 % Genauigkeit
      p < - 0,9 # die gewünschte p (Wahrscheinlichkeit des wahren Positiven)
      Schwellenwert <- (log(p/(1-p))- Model1$koeffizienten[1]) / Model1$koeffizienten [2]
      Hinweis: Anstatt wie in früheren Studien24,27 den Logit Score als unabhängige Variable zu verwenden, verwenden Sie die rohen Konfidenzwerte als unabhängige Variable. In den21 Richtlinien von Wood und Kahl wird erwähnt, dass entweder die rohen Vertrauenswerte oder rückverwandelte Versionen verwendet werden können.
  2. Wenden Sie den optimalen Konfidenzwert an
    1. Öffnen Sie die Bioakustik-Analyse-Software31.
    2. Wiederholen Sie den Learning Detector auf der untersuchten ARU mit den Schritten aus Abschnitt 2. Allerdings muss im Konfigurationsprozess die Schwelle für die zu detektierende Zielart auf die in Abschnitt 4.1 des Protokolls festgelegte Schwelle geändert werden.
    3. (Optional) Erhöhe die Überlappung auf 2 Sekunden, um die Erkennungsauflösung zu erhöhen.
      Hinweis: Der Überlappungswert bestimmt, wie stark benachbarte erkannte Segmente überlappen. Bei 0 s könnten Lautisationen an den Segmenträndern übersehen werden (falsch negative Ergebnisse). Zunehmende Überlappung verbessert die Erkennungsauflösung und die Prädiktionsleistung, verlangsamt jedoch die Analyse19,29. Hier wurde für die logistische Regression eine Standardüberlappung von 0 s verwendet. Mit den repräsentativen Ergebnissen und Konfidenzwertschwellenwerten, die in der logistischen Regressionsanalyse berechnet wurden, wird eine Überschneidung von 0 und 2 s getestet.
    4. Eine neue Liste von Erkennungen wird erstellt, die nun genauer sein sollte, mit weniger Fehlalarmen (siehe Ergebnisse).
    5. Speichere die neue Ausgabe des Learning Detector mit der Liste der Erkennungen, die mit dem abgeleiteten Konfidenzwertwert erzeugt wurden, indem du Datei > Save Selection Table "Learning Detector" As auswählst und die Datei mit dem ARU-Namen und einer Identifikatorin wie: AM1_LearningDetectorTable_OptimisedThreshold.txt speicherst.
    6. Diese Datei stellt den endgültigen validierten Datensatz dar, der vom Protokoll generiert wurde. Verwenden Sie die gespeicherte optimierte Lerndetektor-Auswahltabelle als endgültige Ausgabe dieses Protokolls. Bitte beachten Sie, dass nachfolgende Analysen, wie die Annotation von Vokalisationen und die Extraktion akustischer Parameter, außerhalb des Anwendungsbereichs dieser Methode fallen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Um die Wirksamkeit des beschriebenen Protokolls zu veranschaulichen, präsentieren wir repräsentative Ergebnisse aus der Analyse der akustischen Daten für den Europäischen Rotkehlchen (Erithacus rubecula), die an drei Standorten mit unterschiedlichen Lebensräumen und Vogelarten gesammelt wurden, darunter ein Park in Liverpool (ARU 1), ein natürlich regenerierender Waldgebiet im Cairngorms-Nationalpark (ARU 2) und ein Vorortgebiet in Glasgow (ARU 3). Diese Beispiele zeigen, wie di...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Der Einsatz des in diesem Artikel beschriebenen Protokolls bietet eine zuverlässige, optimierte Methode zur Erstellung artspezifischer und genau klassifizierter Datensätze von Vogelvokalisationen, was sich bei der Verarbeitung großer Audiodatensätze als nützlich erwiesen hat. Wir entschieden uns, das Protokoll am Europäischen Rotkehlchen zu testen, da seine bekannte strukturelle und häufige Variabilität innerhalb seiner Liedrepertoires43 bekannt ist. Das heißt, an...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Autoren haben kein konkurrierendes finanzielles Interesse.

Danksagungen

Wir danken der Liverpool John Moore's University für die Anleitung und die Ressourcen. Wir danken auch der Wild Animal Initiative (WAI) für die finanzielle Unterstützung; diese Forschung wurde durch WAI-Fördermittel (S-2023–00038) finanziert.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Autonome Aufzeichnungseinheiten v1.2.0Offene AkustikgeräteN/AAutonome Aufnahmeeinheit (ARU)
Bioakustik-Analyse-Software v1.6.5Cornell-Labor für OrnithologieRRID:SCR_016190Schallanalyse-Software
DatenübertragungskabelVerschiedene HerstellerN/AVerwendet zum Übertragen von Daten von Geräten
GerätekonfigurationsanwendungenOffene AkustikgeräteN/AApps zur Konfiguration von AudioMoths
Machine Learning Detector Modul v2.4Cornell-Labor für OrnithologieN/AMachine-Learning-Detektor 
Wiederaufladbare Alkali-BatterienVerschiedene HerstellerN/AStromversorgung für Aufnahmegeräte
Herausnehmbare SpeicherkartenVerschiedene HerstellerN/ADatenspeicherung für Aufnahmen
Statistische RechensoftwareR-KernteamRRID:SCR_001905Statistische Rechensoftware

Referenzen

  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).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Nachweis des Rotkehlchenspassives akustisches MonitoringMachine Learning Detektorbioakustische Analyseautonome AufzeichnungseinheitenKonfidenzwert Schwellenwert

Verwandte Artikel