精选理由
生态声景分析终于有了一个能处理真实噪声的可靠模型，做生态监测和声学研究的团队可以直接用它做预处理，省去大量人工标注时间。
生态声景由生物声、地声和人类声组成，但现有分析工具难以区分这些成分。CoarseSoundNet 是一个深度学习模型，能在真实被动声学监测条件下区分三类声音。研究发现，加入与目标域相似的 PAM 数据、引入静音类训练、使用类别阈值和时长约束能显著提升性能。案例验证表明，用 CoarseSoundNet 预过滤录音可获得与人工过滤相当的声学指数趋势，适合作为生态声学分析的预处理工具。
AI 翻译 · 中文
生态声景由生物声、地声和人类声组成，但现有分析工具难以区分这些成分。CoarseSoundNet 是一个深度学习模型，能在真实被动声学监测条件下区分三类声音。研究发现，加入与目标域相似的 PAM 数据、引入静音类训练、使用类别阈值和时长约束能显著提升性能。案例验证表明，用 CoarseSoundNet 预过滤录音可获得与人工过滤相当的声学指数趋势，适合作为生态声学分析的预处理工具。
A soundscape is composed of three types of sound: biophony (sounds made by animals), geophony (natural abiotic sounds) and anthropophony (sounds made by humans). A key research question in the field of soundscape ecology…