Artykuł metodologiczny

Ulepszanie precyzji wykrywania modelu rozpoznawania dźwięków ptaków poprzez regresję logistyczną dużych zbiorów danych akustycznych: studium przypadku rudzika europejskiego (Erithacus rubecula)

437 wyświetleń

⸱

DOI:

10.3791/70479

⸱

11 kwietnia 2026

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

W tym artykule

Podsumowanie

Celem tego protokołu jest określenie progów oceny ufności specyficznych dla gatunków i lokalizacji za pomocą regresji logistycznej, aby poprawić precyzję wykrywania w dużych zbiorach danych akustycznych przetwarzanych za pomocą automatycznego oprogramowania do rozpoznawania akustycznego.

Streszczenie

Pasywny monitoring akustyczny (PAM) stał się nieocenionym narzędziem w badaniach bioróżnorodności, umożliwiając nieinwazyjne zbieranie ogromnych zbiorów danych. Jednak istotnym wyzwaniem pozostaje efektywne i niezawodne przetwarzanie tak dużej ilości danych, aby wydobyć informacje specyficzne dla gatunków w różnych lokalizacjach. Niniejszy artykuł przedstawia szczegółowy, krok po kroku protokół rozwiązania tego wyzwania za pomocą modułu detektora uczenia maszynowego w oprogramowaniu do analizy bioakustyki. Metodologia została zaprojektowana tak, aby precyzyjnie i pewnie identyfikować oraz weryfikować wokalizację ptaków na podstawie surowych nagrań akustycznych.

Nasz protokół szczegółowo opisuje proces od początkowego zbierania danych za pomocą autonomicznych jednostek rejestrujących (ARU) aż do ostatecznego generowania wysokiej jakości zestawu danych z adnotacjami. Kluczowe kroki obejmują konfigurację modułu detektora uczenia maszynowego do generowania początkowych detekcji, ręczną procedurę walidacji obliczania tabel precyzyjnych oraz analizę regresji logistycznej w celu określenia progu poziomu ufności specyficznego dla gatunku, a w razie potrzeby także dla lokalizacji. Ten statystycznie wyprowadzony próg jest następnie wykorzystywany do doprecyzowania wyjścia detektora, testowanego na dwóch konfiguracjach nakładania się (0 s i 2 s). Pokazujemy, że zastosowanie wyprowadzonych progów optymalnego wyniku ufności znacząco poprawia precyzję wykrywania ptasich modeli rozpoznawania dźwięków opartych na uczeniu maszynowym w różnych lokalizacjach. Dla trzech miejsc użytych do zilustrowania procesu (Liverpool Park, Cairngorms i Glasgow Suburban) precyzja wzrosła o 26,1%, 17,7% i 17% przy nakładaniu się 0 s, a o 28,77%, 16,87% i 15% przy nakładaniu się 2 s. Sugerujemy, że uzyskana metodologia jest lepsza od ręcznych metod liczenia zarówno pod względem szybkości, jak i niezawodności. Podsumowując, niniejszy artykuł przedstawia powtarzalne ramy, które ułatwiają dostępne i skuteczne wykorzystanie podejść do uczenia maszynowego w bioakustyce, umożliwiając naukowcom pewne wykorzystanie dużych zbiorów danych akustycznych do badań ekologicznych i analizy parametrów.

Wprowadzenie

Wokalizacje zwierząt dostarczają cennych informacji o świecie przyrody i działają jako potężne narzędzia biologiczne, pozwalając badaczom badać różne aspekty życia zwierząt1. Dziedzina bioakustyki zyskuje na coraz większym znaczeniu w monitorowaniu i ochronie bioróżnorodności, wspomagając identyfikację gatunków oraz ocenę trendów populacyjnych i zdrowia ekosystemów 2,3,4. Ta dziedzina badań przyczynia się również do naszego zrozumienia zachowań zwierząt, na przykład w zakresie komunikacji i użytkowania siedlisk 5,6. Ostatnio udowodniono, że jest to obiecująca metoda oceny dobrostanu zwierząt 7,8.

Jedną z kluczowych zalet wykorzystania analizy akustycznej jako narzędzia badawczego są najnowsze osiągnięcia technologiczne w autonomicznych jednostkach rejestrujących (ARU), które umożliwiają badaczom nieinwazyjne i zdalne monitorowanie wokalizacji zwierząt przez dłuższy czas, technikę znaną jako pasywne monitorowanie akustyczne (PAM)9. Pozwoliło to na zbieranie danych od gatunków kryptycznych bez ingerencji człowieka10,11. Dodatkowo, ARU są opłacalne i minimalizują potrzebę zatrudnienia wykwalifikowanych badaczyw tej dziedzinie. Badanie na kryptycznym lełku europejskim (Caprimulgus europaeus) wykazało te zalety, wykazując, że stosowanie ARU było znacząco skuteczniejsze niż ludzkie obserwatory w wykrywaniu gatunku12. Badania bioakustyki na dużą skalę stają się coraz bardziej popularne, ponieważ mogą dostarczać wglądu w różne aspekty ekologiczne i behawioralne, a także są bardzo przydatne i dobrze nadają się do badań terenowych. Jednak długotrwałe działania ARU oznaczają, że badacze nieuchronnie stają przed wyzwaniem efektywnego i niezawodnego przetwarzania ogromnych ilości danych akustycznych13.

W ostatnich latach naukowcy zaczęli łączyć PAM z narzędziami automatycznego rozpoznawania do wykrywania gatunków w dużych zbiorach danych, co usprawnia i przyspiesza ogólne przetwarzanie danych. Techniki te automatycznie rozpoznają i klasyfikują gatunki na podstawie typuwokalizacji 13, często wykorzystując modele uczenia maszynowego i głębokiego, takie jak sztuczne sieci neuronowe, które zyskały na popularności w ostatnich latach14. Niezawodność automatycznego oprogramowania rozpoznawczego często przewyższa ręczne metody wykrywania gatunków, co potwierdzają badania nad wokalizacjami pandy olbrzymiej (Ailuropoda melanoleuca) 15 oraz gatunkami żabmalezyjskich 16. Co ważne, jednym z głównych czynników stojących za przyjęciem tych podejść jest szybkość przetwarzania, szczególnie gdy ilość danych akustycznych generowanych przez PAM stale rośnieo 13. Analiza ręczna dużych zbiorów danych akustycznych jest nieefektywna i niepraktyczna na dużą skalę, a mimo to zautomatyzowane narzędzia rozpoznawcze mogą przetwarzać nagrania w ułamku czasu potrzebnego obserwatorowi. Na przykład jedno z badań wykazało, że 257 godzin ręcznego skanowania wzrokowego odpowiadało 1 godzinie czasu przetwarzania przy użyciu BirdNET (model rozpoznawania dźwięków ptaków oparty na uczeniu maszynowym)17.

Ten oparty na uczeniu maszynowym model rozpoznawania dźwięków ptaków jest jednym z takich narzędzi, które ostatnio zyskało popularność w ornitologii i innych badaniach akustyki; jest to dostępne zautomatyzowane oprogramowanie do identyfikacji gatunków ptaków, oparte na modelu uczenia głębokiego18,19. Większość dotychczasowych badań wykorzystywała model rozpoznawania dźwięków ptaków oparty na uczeniu maszynowym do tworzenia list gatunków dla danego obszaru, a dzięki walidacji człowieka wykazano, że wykrywa on 89% gatunków w społeczności, przy czym wymaga mniej niż jedna czwarta czasu potrzebnego przez samo skanowanie wizualne –17. Ten oparty na uczeniu maszynowym model rozpoznawania dźwięków ptaków wykazał się również skutecznym wykrywaniem obecności konkretnego gatunku docelowego w danym obszarze, takiego jak bąk wschodni (Botaurus stellaris), z skutecznością 93,7%20. Jednak ten model często osiąga wyższy wskaźnik sukcesu w połączeniu z ręczną walidacją i nie jest jeszcze niezawodny jako w pełni automatyczne narzędzie wykrywania21. Według Wooda iKahla 21 są też inne wyzwania dotyczące produkcji przewidywań bezjednostkowych.

Moduł detektora uczenia maszynowego przypisuje każdemu wykrytemu wokalizacji ptaka ilościowy wskaźnik ufności w zakresie od 0 do 1, który wskazuje, jak pewne jest oprogramowanie, że wykryty dźwięk został poprawnie zidentyfikowany jako dany gatunek 18,19,21. Precyzja, zdefiniowana jako odsetek wykryć, które są prawdziwymi pozytywnymi wynikami (czyli poprawnymi identyfikacjami), jest kluczową miarą wpływającą na ten wynik22. W konsekwencji wyższy wynik pewności może generować mniej wykryć, ale z większą precyzją, a jednocześnie błędy w szczególnie hałaśliwym środowisku, a niższy wynik może dać więcej wykryć o mniejszej pewności precyzji22,23. Związek między wynikami pewności a precyzją jest złożony, często stwierdza się, że niektóre wysokie wyniki mogą być fałszywie pozytywne, na przykład w miejscach o wysokim poziomie szumu tła lub u gatunków, które prawdopodobnie naśladują wokalizacje innych gatunków23,24. Ze względu na zmienność precyzji między gatunkami i lokalizacjami, podczas procesu konfiguracji możliwe jest przypisanie indywidualnych progów oceny ufności każdemu gatunkowi ptaka, gdzie oznaczane są tylko detekcje z wynikiem powyżej tego progu. Wysoki uniwersalny próg ufności mógłby być stosowany dla wszystkich gatunków i lokalizacji, jednak często zwiększa to liczbę fałszywie negatywnych wyników (niepominiętych identyfikacji)22,25,26, podczas gdy liczba fałszywie pozytywnych wyników różni się między gatunkami i różnicami środowiskowymi między zapisami.

Kilka badań i wytycznych najlepszych praktyk określa różne metody określania optymalnego progu poziomu ufności, przy którym można uruchomić moduł detektora uczenia maszynowego dla konkretnych gatunków i miejsc badań, co pozwala na akceptację detekcji z większą pewnością jako prawdziwych pozytywnych wyników 21,24,26,27,28. Jedno z podejść polega na obliczaniu wyników F dla zakresu progów ufności i wyborze progu, który maksymalizuje wynik F, równoważąc precyzję i pamięć29,30. Alternatywne podejście, które pozwala na kalibrację prawdopodobieństwa, polega na ręcznym walidowaniu losowego podzbioru przewidywań oraz dopasowywaniu regresji logistycznej w celu ustalenia związku między binarnym wynikiem walidacji (wykrywanie prawdziwej/fałszywej) a powiązanym wynikiem ufności21. Metoda ta może być następnie użyta do określenia progów specyficznych dla kontekstu, które mogą być dostosowywane w zależności od gatunku i warunków środowiskowych (np. zmienny szum tła)19. Takie metody były stosowane w pasywnych badaniach akustycznych na jukatańskich czarnych wyjczykach (Alouatta pigra), wilkach szarych (Canis lupus) oraz kojotach (C. latrans)27,28.

Celem tego artykułu metodycznego jest pokazanie i zweryfikowanie skalowalnej metodologii dokładnego i niezawodnego pozyskiwania danych wokalnych specyficznych dla gatunku z dużych akustycznych zbiorów danych z wykorzystaniem modelu rozpoznawania dźwięków ptaków opartego na uczeniu maszynowym w oprogramowaniu Raven Pro-bioacoustics (wersja 1.6)19,31. Podejście to obejmuje obliczanie odpowiednich progów oceny pewności według21 najlepszych praktyk Wooda i Kahla. Chociaż te wytyczne21 stanowią kompleksowe ramy do stosowania wskaźników pewności w modelu rozpoznawania dźwięków ptakówopartego na uczeniu maszynowym, są one przede wszystkim prezentowane jako zalecenia najlepszych praktyk. Niewiele badań zoperacyjniło te procedury w rozproszonych systemach badawczych ARU przy realistycznych ograniczeniach monitoringu, gdzie warunki akustyczne i szum tła różnią się przestrzennie22. Protokół ten (Rysunek 1) jest szczególnie odpowiedni do szeroko zakrojonych badań pasywnych akustycznych monitorujących wiele miejsc, zmienne środowiska akustyczne lub gatunki docelowe o wysokim wskaźniku błędnej klasyfikacji. Ponadto wdrożenie tych wytycznych w oprogramowaniu analizy bioakustyki (wersja 1.6)19,31, bardziej dostępnej i przyjaznej dla użytkownika platformie w porównaniu do środowisk opartych na kodowaniu32,33, nie zostało wcześniej zademonstrowane.

figure-introduction-1
Rysunek 1: Schematyczne przedstawienie całego przepływu pracy. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Aby wypełnić tę lukę, stosujemy i walidujemy protokół, wykorzystując duże zbiory danych zarejestrowane w AudioMoths - ARUs (ver 1.2.0)34,35, na różnorodnych siedliskach. Nasz gatunek kluczowy, rudzik europejski (Erithacus rubecula), wykazuje dużą zmienność śpiewu i złożoność strukturalną36,37, a także wykazywał podatność na błędne rozpoznanie w początkowych analizach pilotażowych. Stosując progi godności oceny gatunkowej i specyficznej dla lokalizacji do konfiguracji modelu rozpoznawania dźwięków ptaków opartych na uczeniu maszynowym w oprogramowaniu analizy bioakustyki19,31, oceniamy protokół w różnych warunkach akustycznych, uwzględniając różne poziomy hałasu tła i zespoły gatunkowe, oraz wykazujemy, że optymalizacja progu może znacząco poprawić precyzję wykrywania w porównaniu z domyślnymi ustawieniami. To podejście ma na celu umożliwienie dostępnego, usprawnionego i efektywnego zastosowania modelu rozpoznawania dźwięków ptaków opartego na uczeniu maszynowym19 w dużych badaniach PAM, przy minimalnym kodowaniu.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Oświadczenie etyczne
Protokół ten jest zgodny z wytycznymi etycznymi Liverpool John Moores University. Metodologia obejmowała wyłącznie pasywny monitoring akustyczny i nie obejmowała manipulacji, zakłócania ani eksperymentalnej manipulacji zwierzętami. Nie były wymagane żadne niebezpieczne procedury do rozmieszczenia ARU. ARU zostały rozmieszczone zgodnie z wytycznymi badawczymi i terenowymi instytucjonalnymi, a na miejscach nagrań zainstalowano odpowiednie oznakowanie, aby informować społeczeństwo o monitoringu akustycznym. Jednak zdecydowanie zaleca się sprawdzenie prognoz pogody przed rozpoczęciem działań terenowych oraz przeprowadzenie oceny ryzyka dla każdego stanowiska terenowego.

Oprogramowanie, licencjonowanie i użytkowanie
UWAGA: Dane ARU powinny być przetwarzane przy użyciu modelu rozpoznawania dźwięków ptaków opartego na uczeniu maszynowym w oprogramowaniu bioakustyki (v1.6)19,31, a wyjścia detektorów również przetwarzane w tym samym oprogramowaniu (v1.6)31. Jest to oprogramowanie licencjonowane i nie jest dostępne za darmo, korzystanie z opisanego tutaj workflow wymaga dostępu na podstawie licencji instytucjonalnej lub indywidualnej. Ponadto model rozpoznawania dźwięków ptasich oparty na uczeniu maszynowym w oprogramowaniu (v1.6)19,31 nie działa obecnie na urządzeniach Apple z architekturą procesorów opartą na ARM (układy M1 lub M2), jednak protokół ten jest kompatybilny z komputerami opartymi na macOS z procesorami Intel oraz systemami operacyjnymi Windows

1. Zbieranie danych audio

  1. Przygotować ARU do rozmieszczenia
    1. Wkładaj baterie do ARU (podczas tego eksperymentu używano akumulatorowych baterii alkalicznych).
    2. Włóż odpowiednio wymienne karty pamięci w stosunku do ilości danych do zebrania (podczas tego eksperymentu użyto 2 GB wymiennych kart pamięci).
      Uwaga: Dla harmonogramów nagrywania generujących 108 plików 1-min dziennie w ciągu 30 dni (patrz krok 1.2.5.2), każdy plik miał około 5760 kB, co dało łączną objętość danych 622 MB. Szacowane dzienne zużycie energii wynosi 26 mAh. Dlatego do reprezentatywnych wyników użyto wymiennych kart pamięci o pojemności 2 GB, aby zapewnić wystarczającą ilość miejsca. Dodatkowo, akumulatory alkaliczne zachowywały użyteczną energię przez najdłuższy czas, w przeciwieństwie do akumulatorów litowych AA i akumulatora NiMH, w warunkach testowych.
  2. Konfiguruj każdą ARU do wdrożenia
    1. Pobierz 'ARU Device Device Update application'39 oraz 'ARU Device Configuration application'40 z 'App Download Page' na stronie ARU41.
    2. Podłącz ARU indywidualnie do komputera za pomocą kabla transferowego danych.
    3. Upewnij się, że urządzenie jest włączone w tryb USB/Wyłącz.
    4. Użyj 'ARU Device Device Update application'39 , aby zaktualizować urządzenia do najnowszej wersji firmware.
    5. Użyj aplikacji 'ARU device configuration application'40 , aby ustawić ARU do nagrywania o docelowej porze dnia przez wybraną liczbę dni. Określ okresy aktywnego zapisywania i interwały snu.
      1. Zidentyfikuj okna czasowe, kiedy gatunki docelowe są najbardziej aktywne (np. świtowy chór dla ptaków dziennych), i odpowiednio zaplanuj okresy rejestracji.
      2. Ustaw odpowiedni cykl pracy, określając, jak długo ARU aktywnie nagrywają, a jak długo są w trybie uśpienia.
        Przykład: Dla tych reprezentatywnych wyników ARU zostały zaprogramowane do nagrywania codziennie w godzinach 4:00–9:00 rano oraz od 17:00 do 21:00 od1 czerwca do 30czerwca 2023 roku. Te okna czasowe zostały wybrane tak, aby uchwycić zarówno chóry o świcie, jak i o zmierzchu. Podczas aktywnych okresów urządzenia rejestrowały 1-minutowe pliki WAV, po których następował 4-minutowy odstęp snu, co dało łącznie 108 nagrań po 1 minutę dziennie.
        Uwaga: ARU mogą nagrywać nieprzerwanie, ale szybko zwiększa to zużycie baterii i zużycie wymiennych kart pamięci.
      3. Użyj aplikacji konfiguracji urządzeń ARU'42, aby ustawić urządzenia na nagrywanie z częstotliwością próbkowania 48 kHz, zgodnie z zaleceniami do rejestrowania pełnego zakresu ptasich wokalizacji34,35 oraz ze średnim wzmocnieniem (zazwyczaj pozostawionym na domyślnym, chyba że nagrywa się w hałaśliwym środowisku)34,35). Inne częstotliwości próbkowania mogą być stosowane w zależności od częstotliwości wokalizacji gatunków docelowych, na przykład dla dzikiej fauny ultradźwiękowej, takiej jak nietoperze czy płazy, używa się częstotliwości próbkowania 384 kHz35.
    6. Po skonfigurowaniu wszystkich ARU przełącz każde urządzenie w tryb CUSTOM .
  3. Ochrona i oznakowanie urządzeń
    1. Wkładaj każde urządzenie ARU do woreczka strunowego antystatycznego. W razie potrzeby używaj dodatkowej taśmy wodoodpornej, aby zapobiec uszkodzeniom przez wodę. Włóż do torebek saszetki żelu krzemionkowego, aby wchłonąć wilgoć.
    2. Oznacz każde ARU numerem i lokalizacją.
  4. Wdrożenie ARU
    1. Określ lokalizacje ARU do rozmieszczenia w siedlisku gatunku docelowego.
    2. Rozmieszczenie ARU w odstępach odpowiednich do wymagań badania i gatunków docelowych.
      Uwaga: Odległość detekcji zależy od siedliska, hałasu tła oraz głośności odgłosów gatunku. Podczas gdy głośne gatunki (np. bąk euroazjatycki) mogą być wykrywane przez ARU do 800 m, nagrania degradują się na większych dystansach, ograniczając pomiary na skali o20. Tutaj analizowano jeden ARU na stanowisko, z jednostkami oddalonymi od siebie o około 100 m, aby zapewnić dobre pokrycie przestrzenne i wyraźne wokalizacje. Dostosowuj odstępy zgodnie z gatunkiem, siedliskiem i celami projektu.

2. Wykorzystanie modułu detektora uczenia maszynowego w oprogramowaniu analizy bioakustyki19,31 do automatycznego wykrywania gatunków

  1. Transfer danych audio
    1. Po zakończeniu okresu wdrożenia usuń wymienne karty pamięci z ARU, notując, które wymienne karty pamięci odpowiadają każdej numerowanej ARU.
    2. Przenieś wszystkie pliki WAV z każdej wymiennej karty pamięci na komputer za pomocą czytnika kart.
    3. Zorganizuj wszystkie pliki WAV wygenerowane z każdego ARU w folderach oznaczonych odpowiednim numerem i lokalizacją ARU.
    4. Zapisuj kopie zapasowe wszystkich danych na dodatkowych urządzeniach. Punkt pauzy: Protokół można zatrzymać tutaj.
    5. Ogranicz dostęp do tych danych do autoryzowanych badaczy projektu i zapewnij ochronę hasłem dla zachowania poufności, zwłaszcza jeśli działalność ludzka mogła zostać przypadkowo zarejestrowana.
  2. Konfiguruj moduł detektora uczenia maszynowego
    1. Otwórz oprogramowanie do analizy bioakustyki31 i w menu rozwijanym wybierz Narzędzia > Detektor > Detektor Uczący.
    2. W oknie Wybierz wejścia detektora wybierz Przeglądaj. W kolejnym oknie Otwórz pliki dźwiękowe wybierz wszystkie pliki WAV z odpowiedniego folderu ARU i kliknij Otwórz (Pliki uzupełniające S1 i S2).
    3. W otwierającym się oknie Konfiguruj nowy dźwięk , w sekcji Stronicowanie > Dźwięk strony, wpisz odpowiedni rozmiar strony dla długości każdego nagrania (np. 60 sekund dla plików WAV trwających 1 minutę) (Plik uzupełniający S3).
    4. W tym samym oknie Konfiguruj nowy dźwięk, w sekcji Wiele plików , wybierz Otwórz jako sekwencję plików w jednym oknie, a następnie kliknij OK (Plik uzupełniający S3).
    5. W powracającym oknie Wybierz wejścia detektora wybierz przebieg przebiegu w sekcji Dostępne sygnały i widoki po prawej stronie oraz kliknij przycisk << strzałki , aby przenieść go do Wymagane wejścia. Potwierdź, że status w polu Wymagane dane wejściowe to Gotowe!, i kliknij OK (Plik Uzupełniający S4).
    6. W oknie Konfiguruj detektor uczenia maszynowego , które pojawia się pod zakładką Inputs , wybierz pożądany model z Wybierz model. Przy analizie gatunków ptaków stosuję globalny model klasyfikacji ptaków, który wśród różnych aktualizacji obejmuje ponad 3000–6000 gatunków ptaków19 (Plik Uzupełniający S5).
    7. W zakładce Inputs pozostawimy nakładanie się na domyślnie 0 s, aby zapobiec zakłóceniom późniejszej analizy progu oceny ufności (Supplementary File S5).
    8. W zakładce Outputs wybierz rozwijane menu Output Class File i wybierz listę wyników odnoszącą się do geograficznej lokalizacji badania (Supplementary File S6).
    9. W zakładce Outputs znajduje się lista gatunków ptaków istotnych dla wybranego pliku klasy wyjściowej. Obniż próg do 0,1 i wybierz Zastosowanie Wszystkie, upewnij się, że wszystkie wartości poniżej Progu są teraz na 0,1 na liście (Plik Uzupełniający S6).
    10. Wybierz opcję Suppress All Species , a wszystkie pola na liście gatunków pojawią się w zaznaczeniach. Następnie zlokalizuj gatunek docelowy i odznacz go w kolumnie Suppress (Supplementary File S6).
    11. Wybierz OK , aby rozpocząć Learning Detector, który przetworzy pliki i utworzy wybrania, w których wykryto wokalizacje gatunków docelowych.
    12. Monitoruj Kierownika Postępów , aby śledzić procent ukończenia i pozostały czas (Plik Uzupełniający S7).
  3. Zapisz wyjście Learning Detector
    Uwaga: Podczas przetwarzania zostanie wygenerowana tabela Learning Detector i wyświetlona pod widokiem spektrogramu. Numerowane wybory w tej tabeli odpowiadają zidentyfikowanym wyborom detektora w widoku spektrogramu. Każdy wybór jest ustalony na długość 3 sekund i nie zawsze może być powtarzany przez cały wykryty wokalizację. Każdemu wyborowi przypisana jest etykieta identyfikacyjna oraz wynik w tabeli wyboru (Plik Uzupełniający S8). Wyniki te są przewidywaniem bez jednostki i będą wykorzystywane w analizie regresji logistycznej na kolejnych etapach.
    1. Wybierz plik > Tabelę wyboru zapisz "Learning Detector" As i zapisz plik pod nazwą ARU oraz identyfikatorem takim jak: AM1_LearningDetectorTable_Original.txt.

3. Tworzyć tabele precyzyjne dla gatunków docelowych w reprezentatywnym ARU z każdego miejsca badania

  1. Przygotuj zbiór danych walidacyjnych
    1. Otwórz tabelę wyboru Learning Detector , zapisaną w kroku 2.3.1, i przenieś ją do oprogramowania do arkusza kalkulacyjnego.
    2. Potwierdź, że w kolumnie Etykieta pojawia się tylko gatunek docelowy.
    3. Usuń wszystkie kolumny oprócz kolumn Wybór i Punkt.
    4. Losowanie wierszy za pomocą funkcji randomizacji w arkuszu kalkulacyjnym (np. dodanie kolumny używając =RAND(), sortowanie tej kolumny, a następnie usunięcie kolumny losowości).
    5. Zachowaj pierwsze 300 losowych wykryć, jeśli jest ich mniej niż 300, zachowaj wszystkie wykrycia.
      Uwaga: Wybór 300 detekcji do walidacji jest standardem w podobnych badaniach, wykorzystując 1 miesiąc danych akustycznych24. Ta wielkość próby niezawodnie szacuje precyzję i wskaźniki błędnego oznaczania, rejestruje różne wyniki detekcji i utrzymuje zarządzanie obciążeniem pracą. Dla dłuższych zbiorów danych może być potrzebnych więcej wyborów.
    6. Zapisz zbiór danych walidacyjnych używając analizowanej nazwy ARU oraz identyfikatora takiego jak: AM1_ValidationDataset.xlsx.
  2. Przygotowanie oprogramowania do analizy bioakustyki do ręcznej walidacji
    1. Otwórz oprogramowanie31, wybierz File > Open Sound Files... a w oknie Open Sound Files wybierz wszystkie odpowiadające pliki WAV dla analizowanego ARU i kliknij Otwórz.
    2. W oknie Konfiguruj nowy dźwięk , które się otwiera, w sekcji Paging wybierz Dźwięk strony i wpisz rozmiar strony użyty w kroku 2.2.3. W sekcji Wiele plików wybierz Otwórz jako sekwencję plików w jednym oknie i wybierz OK.
    3. Przejdź do pliku > otwórz tabelę wyboru... i otwórz tabelę detekcji uczenia dla analizowanego ARU, zapisanego w kroku 2.3.1.
    4. W panelu po lewej stronie widoku Dźwięk , pod zakładką Układy, w Widokach:, odznacz widok przebiegu fali , aby wszystkie pliki były wyświetlane w widoku spektrogramu i umożliwić wizualne potwierdzenie struktury wokalizacji.
  3. Walidacja losowych wyborów
    1. Obok oprogramowania do analizy bioakustyki31 , z gotowymi danymi do ręcznej weryfikacji, otwórz arkusz walidacyjny zapisany w kroku 3.1.6.
    2. Utwórz nową kolumnę w arkuszu kalkulacyjnym oznaczoną Poprawnie wykryte.
    3. Zlokalizuj każdy numer wyboru z losowej listy w widoku spektrogramu i wprowadź do kolumny Poprawnie wykryte , czy została poprawnie wykryta (1), czy błędnie (0).
  4. Oblicz precyzję detektora
    1. Oblicz precyzję detektora (przed regresją logistyczną) dla ARU i gatunku docelowego, stosując wzór:
    2. Precyzja (%) = (Liczba poprawnych wykryć/Łączna liczba zweryfikowanych wykryć) x 100
    3. Dla zbiorów danych o dokładności 90% lub większej zachowaj ustawienia detektora prądu.
    4. Dla zbiorów danych o precyzji poniżej 90% przejdź do sekcji 4, aby dopasować analizę regresji logistycznej i określić optymalny próg do ustawienia detektora.
      Uwaga: Gdy precyzja spada poniżej 90%, wysokie wskaźniki błędnych oznak utrudniają niezawodne wydobycie wokalizacji bez regulacji progu. Granica 90% równoważy niezawodność wykrywania z odpowiednią wielkością próby. Wcześniejsze badania kalibracji modeli rozpoznawania dźwięków ptaków oparte na uczeniu maszynowym również uznają za wystarczająco wiarygodne wskaźniki precyzji 90% i wyższe42.

4. Wykonanie analizy regresji logistycznej na tabelach walidacyjnych, aby wygenerować optymalny próg poziomu ufności

  1. Generuj progi oceny pewności, korzystając z21 wytycznych Wood & Kahl
    1. Użyj oprogramowania R32 , aby zaimportować zbiór danych walidacyjnych utworzony w sekcji 3.
    2. Wykonaj regresję logistyczną z wykorzystaniem uogólnionej funkcji modelowania liniowego, z rodziną jako binomową na zbiorze danych.
    3. Ustaw pożądane prawdopodobieństwo precyzji na 0,9, co oznacza, że prawdopodobieństwo wykrycia jako prawdziwie pozytywne wynik będzie 90% lub więcej.
      Uwaga: Ustawienie pożądanego prawdopodobieństwa precyzji na 0,9 gwarantuje, że większość wykryć to prawdziwe pozytywne wyniki, jednak nawet na tym poziomie fałszywe pozytywy mogą wystąpić w dużych akustycznych zbiorach danych i użytkownicy powinni być tego świadomi. Próg precyzji 90% pozwala użytkownikom utrzymać wysoką liczbę poprawnych wykryć, jednocześnie zachowując wystarczającą ilość danych do solidnej analizy, dążenie do 100% ogranicza użyteczność danych.
    4. Oblicz optymalny próg, rozwiązując dopasowane równanie regresji logistycznej dla wartości predyktora (wynik ufności), które daje przewidywane prawdopodobieństwo 0,9, korzystając z poniższego skryptu analizy regresji logistycznej:
      figure-protocol-1
      p = 0,9, a β0 i β1 to przecięcie i nachylenie z dopasowanego modelu
      Skrypt analizy regresji logistycznej dla oprogramowania do obliczeń statystycznych
      # Tabela walidacji ładowania
      ThresholdRobin <-read.csv('ValidationTableRobin.csv')
      # Uruchom regresję logistyczną
      Model1<-glm(Correct.Detected~Score, data=ThresholdRobin, family='binomial')
      Model1
      # Pożądane prawdopodobieństwo powyżej 90% precyzji
      p <- 0,9 # pożądane p (prawdopodobieństwo prawdziwie dodatniego)
      prog <- (log(p/(1-p))- Model1$współczynniki[1]) / Model1$współczynniki [2]
      Uwaga: Zamiast używać Logit Score, jak w poprzednich badaniach24,27 jako zmiennej niezależnej, użyj surowych wyników zaufania jako zmiennej niezależnej. W wytycznych Wooda i Kahla21 wspomniano, że można użyć zarówno surowych wyników pewności siebie, jak i wersji z transformacją wsteczną.
  2. Zastosuj optymalny wskaźnik pewności
    1. Otwórz oprogramowanie do analizy bioakustyki31.
    2. Ponownie uruchom Learning Detector na badanym ARU, stosując kroki z sekcji 2. Jednak tym razem w procesie konfiguracji próg dla wykrywanego gatunku docelowego musi zostać zmieniony na próg określony w sekcji 4.1 protokołu.
    3. (Opcjonalnie) Zwiększ nakładanie się do 2 s, aby zwiększyć rozdzielczość wykrywania.
      Uwaga: Wartość nakładania się określa, o ile sąsiednie wykryte segmenty się nakładają. Przy 0 s wokalizacje na granicach segmentów mogą zostać przeoczone (fałszywie negatywne). Zwiększanie nakładania poprawia rozdzielczość detekcji i moc predykcyjną, ale spowalnia analizę19,29. Tutaj, dla regresji logistycznej, użyto domyślnego nakładania się 0 s. Na podstawie reprezentatywnych wyników i progów stopnia ufności obliczonych w analizie regresji logistycznej testuje się nakładanie się zarówno 0, jak i 2 s.
    4. Zostanie utworzona nowa lista wykryć, która powinna być teraz dokładniejsza, z mniejszą liczbą fałszywych alarmów (zobacz Wyniki).
    5. Zapisz nowy wynik Learning Detector z listą wykryć wygenerowanych przy użyciu wyprowadzonego progu poziomu zaufania, wybierając File > Save Selection Table "Learning Detector" As oraz zapisz plik pod nazwą ARU i identyfikatorem takim jak: AM1_LearningDetectorTable_OptimisedThreshold.txt.
    6. Ten plik reprezentuje ostateczny zwalidowany zbiór danych wygenerowany przez protokół. Użyj zapisanej zoptymalizowanej tabeli wyboru detektora uczenia jako ostatecznego wyjścia tego protokołu. Prosimy pamiętać, że kolejne analizy, takie jak adnotacja wokalizacji czy ekstrakcja parametrów akustycznych, wykraczają poza zakres tej metody.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Aby zilustrować skuteczność opisanego protokołu, przedstawiamy reprezentatywne wyniki analizy danych akustycznych dla rudzika europejskiego (Erithacus rubecula) zebranych na trzech stanowiskach o różnych środowiskach i zespołach gatunków ptaków, w tym w parku w Liverpoolu (ARU 1), naturalnie regenerującym się leśnym obszarze w Parku Narodowym Cairngorms (ARU 2) oraz na stanowisku podmiejskim w Glasgow (ARU 3). Te przykłady pokazują, jak zastosowanie statystycznie wyprowadzonych progów oceny ufności może poprawić...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Zastosowanie protokołu opisanego w niniejszym artykule zapewnia niezawodną, usprawnioną metodę generowania specyficznych gatunkowo i dokładnie sklasyfikowanych zbiorów danych o wokalizacjach ptaków, co okazało się przydatne przy obsłudze dużych zbiorów danych audio. Zdecydowaliśmy się przetestować protokół na rudziku europejskim ze względu na jego dobrze znaną zmienność strukturalną i częstotliwościową w repertuarze pieśni43. Oznacza to, że początkowo wykrywania wykazywały wysoki wskaźnik błędnego...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają konkurujących interesów finansowych.

Podziękowania

Dziękujemy Liverpool John Moore's University za wskazówki i zasoby. Dziękujemy również Wild Animal Initiative (WAI) za wsparcie finansowe, a badania zostały sfinansowane z grantów WAI (S-2023–00038).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Autonomiczne Jednostki Rejestrujące v1.2.0Otwarte urządzenia akustyczneNie maAutonomiczna jednostka rejestrująca (ARU)
Oprogramowanie do analizy bioakustyki v1.6.5Laboratorium Ornitologii CornellaRRID:SCR_016190Oprogramowanie do analizy dźwięku
Kabel do przesyłania danychRóżni producenciNie maUżywany do przesyłania danych z urządzeń
Zastosowania konfiguracji urządzeńOtwarte urządzenia akustyczneNie maAplikacje do konfiguracji AudioMoths
Moduł Detektora Uczenia Maszynowego v2.4Laboratorium Ornitologii CornellaNie madetektor uczenia maszynowego 
Akumulatory alkaliczne do ładowaniaRóżni producenciNie maZasilacz do jednostek nagrywających
Wymienne karty pamięciRóżni producenciNie maPrzechowywanie danych do nagrań
Oprogramowanie do obliczeń statystycznychZespół R CoreRRID:SCR_001905Oprogramowanie do obliczeń statystycznych

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Wykrywanie rudzika europejskiegopasywny monitoring akustycznydetektor oparty na uczeniu maszynowymanaliza bioakustycznaautonomiczne jednostki rejestruj cepr g poziomu ufno ci

Powiązane artykuły