Forscher haben ein neues Deep-Learning-KI-Tool entwickelt, das lebensechte Vogelgesänge erzeugt, um Vogelidentifizierungstools zu trainieren und Ökologen dabei zu helfen, seltene Arten in freier Wildbahn zu überwachen. Die Ergebnisse werden in dargestellt Methoden in Ökologie und Evolution.
Die Identifizierung häufiger Vogelarten anhand ihres Gesangs war noch nie einfacher, da sowohl Ökologen als auch der Öffentlichkeit zahlreiche Telefon-Apps und Software zur Verfügung stehen. Was aber, wenn die Identifizierungssoftware einen bestimmten Vogel noch nie zuvor gehört hat oder nur auf eine kleine Auswahl von Aufnahmen zurückgreifen kann? Dies ist ein Problem, mit dem Ökologen und Naturschützer konfrontiert sind, die einige der seltensten Vögel der Welt überwachen.
Um dieses Problem zu lösen, haben Forscher der University of Moncton, Kanada, ECOGEN entwickelt, ein einzigartiges Deep-Learning-Tool, das lebensechte Vogelgeräusche erzeugen kann, um die Proben unterrepräsentierter Arten zu verbessern. Diese können dann zum Trainieren von Audio-Identifizierungstools für die ökologische Überwachung verwendet werden, die oft unverhältnismäßig mehr Informationen über häufig vorkommende Arten enthalten.
Die Forscher fanden heraus, dass das Hinzufügen künstlicher Vogelgesangsproben, die von ECOGEN generiert wurden, zu einem Vogelgesangsidentifikator die Genauigkeit der Vogelgesangsklassifizierung im Durchschnitt um 12 % verbesserte.
Dr. Nicolas Lecomte, einer der leitenden Forscher, sagte: „Aufgrund der erheblichen globalen Veränderungen in Tierpopulationen besteht ein dringender Bedarf an automatisierten Werkzeugen, wie z. B. akustischer Überwachung, um Veränderungen in der Artenvielfalt zu verfolgen. Allerdings sind die zur Identifizierung verwendeten KI-Modelle nicht geeignet.“ Arten in der akustischen Überwachung fehlen umfassende Referenzbibliotheken.
„Mit ECOGEN können Sie diese Lücke schließen, indem Sie neue Instanzen von Vogelgeräuschen erstellen, um KI-Modelle zu unterstützen. Im Wesentlichen können Sie Ihre Geräuschbibliothek für Arten mit begrenzten Wildaufzeichnungen, beispielsweise seltene, schwer fassbare oder empfindliche Arten, ohne weiteres erweitern Störung der Tiere oder Durchführung zusätzlicher Feldarbeit.“
Die Forscher sagen, dass die Erzeugung synthetischer Vogelgesänge auf diese Weise zum Schutz gefährdeter Vogelarten beitragen und auch wertvolle Einblicke in deren Lautäußerungen, Verhaltensweisen und Lebensraumpräferenzen liefern kann.
Das ECOGEN-Tool hat weitere potenzielle Anwendungen. Beispielsweise könnte es zur Erhaltung extrem seltener Arten wie der vom Aussterben bedrohten Regenten-Honigfresser eingesetzt werden, bei denen junge Individuen nicht in der Lage sind, die Lieder ihrer Art zu lernen, weil es nicht genügend erwachsene Vögel gibt, um sie zu modellieren.
Das Tool könnte auch anderen Tierarten zugute kommen. Dr. Lecomte fügte hinzu: „Obwohl ECOGEN für Vögel entwickelt wurde, sind wir zuversichtlich, dass es auf Säugetiere, Fische (ja, sie können Geräusche erzeugen), Insekten und Amphibien angewendet werden kann.“
Neben seiner Vielseitigkeit ist ein wesentlicher Vorteil des ECOGEN-Tools seine Zugänglichkeit, da es Open Source ist und sogar auf einfachen Computern verwendet werden kann.
ECOGEN funktioniert, indem es reale Aufnahmen von Vogelgesängen in Spektrogramme (visuelle Darstellungen von Geräuschen) umwandelt und daraus dann neue KI-Bilder generiert, um den Datensatz für seltene Arten mit wenigen Aufnahmen zu erweitern. Diese Spektrogramme werden dann wieder in Audio umgewandelt, um Vogelgeräuschidentifikatoren zu trainieren. In dieser Studie verwendeten die Forscher einen Datensatz von 23.784 Wildvogelaufzeichnungen aus der ganzen Welt, die 264 Arten abdecken.
Mehr Informationen:
ECOGEN: Erzeugung von Vogelstimmen mithilfe von Deep Learning, Methoden in Ökologie und Evolution (2023). DOI: 10.1111/2041-210X.14239