生物音響基礎周波数推定:種間データセットとディープラーニングベースライン

科学分野:

• バイオアコースティックと 計算生物学です
• 動物のコミュニケーションとバイオアコースティック

背景:

• 基本周波数 (F0) は動物の発声の分析に不可欠ですが,手作業による推定は労苦があり,自動化は複雑です.
• 言語と音楽からF0を自動的に推定する既存の方法は,バイオアコースティックにおける進歩を制限しています.

研究 の 目的:

• バイオアコースティックにおける自動化されたF0推定の限界に対処する.
• 基準データセットを作成し,多種多様な脊椎動物の発声におけるF0推定のためのディープラーニングアルゴリズムを評価する.

主な方法:

• 14の分類から25万以上の発声の基準データセットをまとめ,幅広い音響特性 (赤外線から超音波,調和性,非線形現象) をカバーしました.
• ニューラルネットワークを含む様々なアルゴリズムをテストし,ベンチマークデータセットでF0の推定を行いました.
• F0品質を評価し,アルゴリズムの性能と相関するスペクトル測定を開発しました.

主要な成果:

• ニューラルネットワークは,目に見えない分類や,ラベル付けされていないトレーニングデータであっても,F0推定の可能性を示している.
• 提案されたF0品質のスペクトル測定は,推定性能とよく相関する.
• 現在のアルゴリズムの性能は,すべての分類で普遍的に満足できるわけではないが,ディープラーニングは有望である.

結論:

• ディープラーニングのアプローチは,より一般的で信頼性の高いバイオアコースティックF0推定ツールへの道を提供します.
• ベンチマークデータセットとF0品質メトリックは,バイオアコースティックコミュニティが発声の分析に役立ちます.
• さまざまな動物の音のF0コントールの総合的な分析のために,ディープラーニングモデルのさらなる開発が必要である.