加拿大科学家利用人工智能工具生成鸟鸣，帮助检测野生稀有鸟禽

研究人员开发了一种新的深度学习人工智能工具，可以生成逼真的鸟鸣，以训练鸟类识别工具，帮助生态学家监测野生稀有物种。研究结果发表在英国生态学会期刊《生态学与进化方法》上。

生态学家和公众都可以使用大量的手机应用程序和软件，通过歌声识别常见鸟类从未如此容易。但是，如果识别软件以前从未听到过特定的鸟叫声，或者只有一小部分录音样本可供参考，该怎么办？这是生态学家和自然保护主义者在监测世界上一些最稀有的鸟类时面临的问题。

为了克服这个问题，加拿大蒙克顿大学的研究人员开发了ECOGEN，这是同类深度学习工具中的第一个，可以生成逼真的鸟叫声，以增强代表性不足物种的样本。然后，这些可以用来训练生态监测中使用的音频识别工具，这些工具通常拥有更多关于常见物种的信息。

研究人员发现，将ECOGEN生成的人工鸟鸣样本添加到鸟鸣识别器中，鸟鸣分类的准确率平均提高了12%。

首席研究人员之一Nicolas Lecomte博士表示：“由于全球动物种群的重大变化，迫切需要声学监测等自动化工具来跟踪生物多样性的变化。然而，用于识别声学监测中物种的人工智能模型缺乏全面的参考库。”

“有了ECOGEN，你可以通过创建新的鸟类声音实例来支持人工智能模型来解决这一差距。本质上，对于野生记录有限的物种，如稀有、难以捉摸或敏感的物种，你可以在不进一步干扰动物或进行额外实地调查的情况下扩展你的声音库。”

研究人员表示，以这种方式创造合成鸟鸣有助于保护濒危鸟类，也为了解它们的发声、行为和栖息地偏好提供了宝贵的见解。

ECOGEN工具还有其他潜在的应用。例如，它可以用来帮助保护极为罕见的物种，比如极度濒危的摄政王食蜜鸟，在那里，年轻的个体无法学习自己物种的歌声，因为没有足够的成年鸟类可以学习。

该工具还可以使其他类型的动物受益。Lecomte博士补充道：“虽然ECOGEN是为鸟类开发的，但我们相信它可以应用于哺乳动物、鱼类、昆虫和两栖动物。”

除了多功能性外，ECOGEN工具的一个关键优势是其可访问性，因为它是开源的，甚至可以在基本计算机上使用。

ECOGEN的工作原理是将鸟类歌声的真实记录转换为声谱图（声音的视觉表示），然后从中生成新的人工智能图像，以增加记录较少的稀有物种的数据集。然后将这些声谱图转换回音频，以训练鸟的声音识别器。在这项研究中，研究人员使用了来自世界各地的23784份野生鸟类记录的数据集，涵盖264个物种。