大規模な音響データセットのロジスティック回帰による鳥類音響認識モデルの検出精度向上:ヨーロッパコマドリ(Erithacus rubecula)のケーススタディ

私たちの研究は、バイオアコースティシャンが自動音響種検出の精度を向上させるためのフレームワークの開発に焦点を当てています。適切な設定がなければ、鳥の音認識モデルは発声を正確に検出するのが難しいです。このプロトコルは、種やサイト特異的信頼スコアの閾値を決定することで精度を高めることを目的としています。

まず、各ARUをデータ転送ケーブルで個別にコンピュータに接続し、それらをUSBモードに切り替えます。AudioMoth ARUデバイス設定アプリケーションを使って、ARUを設定して睡眠間隔やアクティブ録画期間を決定してください。対象種が最も活発な時間帯を特定し、それに応じて記録期間をスケジュールしてください。

複数の録音期間を追加し、最初と最後の録音日を選んで録音日程を組みましょう。ARUデバイス設定アプリケーションを使って、デバイスに中利得の48キロヘルツサンプリングレートで記録を設定する。各ARUデバイスを静電気防止ジップロック袋に入れ、必要に応じて追加の防水テープを貼って水害を防ぎます。

その後、現場でARUデバイスを展開し、カスタムモードに切り替えます。各リムーバブルメモリーカードからすべての波状ファイルをコンピュータに転送します。Raven Pro 1.6のバイオアコースティック解析ソフトを開き、「ツール」を選択し、次に「検出器」を選択し、ドロップダウンメニューから「学習用検出器」を選択してください。

検出器入力を選択するウィンドウで「ブラウズ」を選択してください。その後の「サウンドファイルを開く」ウィンドウで、該当するARUフォルダ内のすべてのウェーブファイルを選択して「開く」をクリックします。これで「新しい音の設定」ウィンドウが開きます。

新しい音声の設定ウィンドウのページングとページ音の下で、各録音の長さに応じた適切なページサイズを入力してください。次に、「複数ファイル」の中から「ファイルとして開く」を一つのウィンドウで選び、OKをクリックします。「ファイルシーケンスを開く」ポップアップと検出器入力を選択するウィンドウが表示され、選択されたファイルがシーケンスに追加された様子が表示されます。戻ってきた「検出器入力を選択する」ウィンドウで、「Available Signals and Views」の「波形」を選択し、矢印ボタンで「Required Inputs」に移動してください。

「必要入力」のステータスが「準備完了」に変わったか確認し、「OK」をクリックします。これにより「Machine Learning Detectorの設定」ウィンドウが開きます。「Machine Learning Detectorの設定」ウィンドウ内の「Inputs」タブから「Select Model」から希望モデルを選択します。オーバーラップはデフォルトのゼロ秒のままにしてください。

出力タブをクリックします。出力クラスファイルのドロップダウンメニューを開き、研究の地理的場所に対応する出力リストを選択してください。閾値を0.1に下げて「すべて適用」を選択します。

種リストのすべての閾値が0.1に設定されていることを確認しましょう。すべての種を抑制するオプションを選択して、すべての種を選択します。ターゲット種を見つけて抑制欄で選択を解除してください。

学習検出器の処理を開始するためにOKを選択してください。進捗管理ツールで完了率と残り時間を管理しましょう。保存した学習検出器選択表を開き、それをスプレッドシートソフトに転送します。

ラベル欄に対象種のみが表示されていることを確認してください。セレクション欄とスコア欄を除くすべての列を削除してください。ランダム化関数を使って新しい列を追加し、その列に基づいて行をソートし、その後ランダム化列を削除します。

最初の300件のランダム化検出を保持するか、300未満の場合はすべて保持します。検証データセットはARU名とAM1_ValidationDatasetなどの識別子を使って保存します。Raven Pro 1.6のバイオアコースティック解析ソフトを開き、ファイルを選択してください。

次に、「サウンドファイルを開く」で対応するすべての波形ファイルを選択し、「開く」をクリックします。これで「新しい音の設定」ウィンドウが開きます。ページングの「新しいサウンドを設定する」ウィンドウで「ページサウンド」を選択し、以前に使ったページサイズを入力します。

次に、複数のファイルの下にあるウィンドウで「ファイルとして開く」シーケンスを選択し、OKをクリックします。これにより、選択したファイルがシーケンスに追加され、複数の選択したファイルのスペクトログラムが開かれます。ファイルに移動し、「選択テーブルを開く」を選択して解析対象ARUの学習検出テーブルを開きます。サウンドビューの左側パネルの「レイアウト」タブと「ビューズ」で、波形ビューを選択し外すと、すべてのファイルがスペクトログラムビューに表示されます。

バイオアコースティック解析ソフトウェアと一緒に、用意したデータと一緒に検証スプレッドシートを開きます。スプレッドシートに新しい列を作成し、「正しく検出」とラベル付けします。スプレッドシートからランダム化されたリストから数値を選択し、スペクトログラムビューのドローフィールドに入力します。

次に、再生をクリックします。正しく検出された欄で1を正しく検出、誤検出として0を入力してください。検出器の精度を正しく検出した回数と検証済み検出総数を用いて計算し、100を掛けてパーセンテージで表します。

前のセクションで作成された検証データセットをインポートするために、RStudioというソフトウェアを使用してください。ファミリーセットを二項式にして一般化線形モデリング関数を用いてロジスティック回帰を実行します。精度の望ましい確率を0.9に設定し、検出が真陽性である確率を90%以上にします。

予測値の適合ロジスティック回帰方程式を解いて最適閾値を計算し、得られた閾値の検証を行います。調査対象のARUで学習検出器を以前の検出器セットアップで再実行します。音声ファイルを選択します。

ページサイズを入力し、1つのウィンドウで「ファイルとして開く」シーケンスを選択します。次に、「検出器入力を選択する」ウィンドウで「波形」を選択し、矢印ボタンで「必要な入力」に移動し、「OK」をクリックします。「Machine Learning Detector の設定」ウィンドウの「Inputs」タブで、希望するモデルを選択し、重なりが0秒に設定されているか確認します。次に、出力タブで出力クラスファイルの地理的位置を選択し、対象種の閾値を前のステップで決めた閾値に変更し、「全て適用」を選択します。

次に、「すべての種を抑制」オプションを選択します。ターゲット種のボックスを選択しず、OKをクリックするとProgress Managerウィンドウが開きます。最後に、最適化された閾値を使って精度が向上し偽陽性の少ない新しい検出リストを作成します。

リバプールの公園、ケアンゴームズ国立公園内の自然再生林地、グラスゴーの郊外サイトで収集されたヨーロッパコマドリの音響データの代表的な結果は、統計的に導出された信頼スコアの閾値が異なる音響環境での検出精度を向上させることを示しました。ロジスティック回帰分析により、リバプールパークサイトでは最適な信頼度スコア閾値が0.54、ケアンゴームズサイトでは0.23が得られ、精度90%以上の精度が得られました。リバプールパークおよびケアンゴームズのサイトで検出器を最適化した閾値で再実行することで、ゼロおよび2秒の重複条件の両方で検出精度が90%以上に向上しました。

グラスゴー郊外のサイトで0.36最適化閾値で検出器を再稼働させることで検出精度が向上しましたが、回帰後の全体的な精度はゼロおよび2秒の重複条件の両方で90%未満のままでした。このプロトコルにより、研究者は大規模かつ音響的に多様なデータセット内でターゲット種の正確な検出を生成できます。このプロトコルは誤検知を減らし検出精度を向上させますが、真検出を見逃す場合もあり、リコールとの重要なトレードオフが浮き彫りになります。

正確な検出結果が出た後、音声はソフトウェア内で注釈を付けてパラメータ抽出や音響挙動のさらなる解析に利用できます。