Птицы играют важную роль в самых разных экосистемах как хищники и жертвы, контролируя популяции насекомых, опыляя и распространяя семена многих растений, а также высвобождая питательные вещества на сушу и море в виде гуано. Поэтому с научной точки зрения очень важно следить за популяциями птиц. Теперь исследование, опубликованное в International Journal of Computer Applications in Technology, может проложить путь к автоматизированной системе идентификации птиц, основанной на криках и песнях птиц.
Арти Банг и Прити Реге из Инженерного колледжа в Пуне, Индия, объясняют, что песни и крики птиц состоят из слогов, а каждый крик и песня, уникальные для данного вида, состоят из группы слогов, которые в очередь состоит из элементов. Можно провести спектрографический анализ звука, но это трудоемко и требует специалистов с хорошим слухом на звуки, издаваемые птицами. В конечном счете, однако, такой подход будет субъективным, когда дело доходит до различения птиц с очень похожими звуковыми криками и песнями.
Команда предполагает, что автоматическое распознавание птиц, основанное на записи звуков, издаваемых птицами, представляет собой проблему распознавания образов. Таким образом, они разработали автоматизированную систему, которая позволяет обойти проблемы, связанные с предыдущими попытками автоматизации процесса, и основана на извлечении слогов из 10-миллисекундных аудиокадров. Затем анализ основывается на методах, которые использовались для извлечения информации, такой как темп, тональность и жанр, из музыкальных записей.
Команда протестировала алгоритм, разработанный на основе изучения образцов песен и криков птиц из всеобъемлющей и хорошо известной международной базы данных Xeno Canto. Они провели предварительное тестирование системы с классификацией десяти видов птиц, обитающих в Индии, с использованием моделирования гауссовых смесей (GMM) и машин опорных векторов (SVM). Тот же подход можно было бы в равной степени применить к видам, встречающимся в любой точке мира. Сокращение избыточности в системе позволяет уменьшить влияние фонового шума на любую аудиозапись и, таким образом, еще больше повысить точность.