一个大型的注释数据集,记录了普通鱼的发音

科学领域:

• 灵长类动物的沟通方式
• 生物声学是一种生物声学.
• 动物行为 动物行为

背景情况:

• 非人类灵长类动物利用复杂的发声来进行物种内沟通.
• 之前的鱼 (Callithrix jacchus) 发声研究在采样速度和数据注释方面遇到了局限性.
• 先进的分析,如使用深度神经网络 (DNN) 的分析,需要全面的,标记良好的数据集.

研究的目的:

• 建立一个大规模的,高准确度的数据库常见的鸟声调.
• 克服以前的数据收集和注释的局限性,用于马尔莫塞特通信研究.
• 为未来研究灵长类 vocal 行为和 DNN 应用提供有价值的资源.

主要方法:

• 在40个月的时间里,使用96kHz的采样速率,连续记录了约20只普通海.
• 汇编了超过80万个发音文件,共计253小时的数据.
• 对大约215,000个具有特定发音类型的呼叫进行注释,并开发了一种训练有素的分类器.

主要成果:

• 一个全面的数据集,涵盖了他们已知的歌曲集,共同的马尔莫塞特社会声调.
• 数据集的很大一部分 (超过215,000个呼叫) 被注释,以促进详细分析.
• 通过代表性样本的专家交叉检查验证数据集的验证.

结论:

• 创建的鸟发声数据库是灵长类通信研究的重大进展.
• 数据集和附带的分类器可以进行复杂的分析,包括使用深度神经网络的分析.
• 这一资源将加速对松鼠声行为和通信系统复杂性的研究.