論文の概要: Time-frequency localization of bird calls in dense soundscapes

• arxiv url: http://arxiv.org/abs/2606.10407v1
• Date: Tue, 09 Jun 2026 04:31:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.323346
• Title: Time-frequency localization of bird calls in dense soundscapes
• Title（参考訳）: 密集音環境における鳥の鳴き声の時間的局在
• Authors: Simen Hexeberg, Fanghui Tong, Hari Vishnu, Mandar Chitre,
• Abstract要約: 我々は,鳥の発声検出をスペクトログラム上での物体検出タスクとして定式化する。 シンガポールの密集した熱帯のサウンドスケープに鳥の鳴き声をローカライズするために、YOLO11モデルを訓練する。 これらの結果から,複雑な音環境下での動物の発声の時間的局所化には,物体検出フレームワークが有望なアプローチであることが示唆された。
• 参考スコア（独自算出の注目度）: 0.34797121357690153
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Passive acoustic monitoring enables large-scale observation of wildlife, but most bioacoustic classifiers only predict species presence in a time window without localizing vocalizations precisely in time or frequency, limiting downstream analyses. We formulate bird vocalization detection as an object detection task on spectrograms and train YOLO11 models to localize bird calls in dense tropical soundscapes from Singapore. We additionally introduce an open-source browser-based annotation tool and propose Intersection over Minimum (IoMin), an evaluation metric that better handles ambiguous acoustic boundaries than standard IoU and is better suited to the problem at hand. The best YOLO model nearly doubles baseline performance on in-distribution soundscapes from Singapore (81.8% vs. 42.1% IoMin@50 F1-score) while still outperforming the baseline on unseen out-of-distribution recordings from Hawaii (58.6% vs. 48.6%). These results suggest that object detection frameworks are a promising approach to time-frequency localization of animal vocalizations in complex soundscapes.
• Abstract（参考訳）: パッシブ・アコースティック・モニタリングは野生動物の大規模な観察を可能にするが、ほとんどのバイオ音響分類器は、時間や頻度で正確に発声を行うことなく、下流の分析を制限することなく、時間窓に種が存在することを予測している。 シンガポールの密集した熱帯の音環境における鳥の鳴き声の局所化を,分光器の物体検出タスクとして定式化し,YOLO11モデルを訓練する。 また、オープンソースのブラウザベースのアノテーションツールを導入し、IoMin(Intersection over Minimum)を提案する。 最高のYOLOモデルは、シンガポールのイン・ディストリビューション・サウンドスケープ(81.8%対42.1%のIoMin@50 F1スコア)のベースライン・パフォーマンスをほぼ2倍にし、ハワイのアウト・オブ・ディストリビューション・レコード(58.6%対48.6%)のベースライン・パフォーマンスを上回った。 これらの結果から,複雑な音環境下での動物の発声の時間的局所化には,物体検出フレームワークが有望なアプローチであることが示唆された。

関連論文リスト

• WoW-Bench: Evaluating Fine-Grained Acoustic Perception in Audio-Language Models via Marine Mammal Vocalizations [67.6147632074449]
  海洋哺乳動物の発声を用いた低レベルの聴覚知覚と認知を評価するために,WoW-Benchベンチマーク(World-of-Whale benchmark)を導入した。 WoW-Benchは、新しい音を分類するための知覚ベンチマークと、ブルームの分類学にインスパイアされた認知ベンチマークで構成され、音の出来事を記憶、理解、応用、分析する能力を評価する。 最先端のLALMを用いた実験は、人間のレベルよりもはるかに低い性能を示し、LALMのより強力な聴覚的接地の必要性を示している。
  論文  参考訳（メタデータ） (2025-08-28T16:29:46Z)
• Time Is a Feature: Exploiting Temporal Dynamics in Diffusion Language Models [57.474294329887236]
  拡散大言語モデル (dLLMs) は反復的 denoising を通じてテキストを生成する。 現在のデコード戦略は、最終的な出力に有利なリッチな中間予測を捨てている。 時間的整合性を利用する2つの相補的手法を導入する。
  論文  参考訳（メタデータ） (2025-08-12T17:59:57Z)
• Semi-supervised classification of bird vocalizations [0.0]
  鳥類の個体数の変化は生態系の広範な変化を示す可能性がある。 時間重なり合う鳴き声を検出するための半教師付き音響鳥検知器を提案する。 平均F0.5スコアは315のクラスで0.701で、110種の鳥類をホールドアウトテストセットで記録する。
  論文  参考訳（メタデータ） (2025-02-19T05:31:13Z)
• NBM: an Open Dataset for the Acoustic Monitoring of Nocturnal Migratory Birds in Europe [0.0]
  この研究は、西太平洋の117種から13,359種の注釈付き発声を収集した夜行性鳥類移動データセットを提示する。 このデータセットには正確な時間と頻度のアノテーションが含まれており、フランス全土の何十人もの鳥愛好家によって集められている。 特に,音声データの処理に適した2段階の深層物体検出モデルを訓練することにより,本データベースの有用性を実証する。
  論文  参考訳（メタデータ） (2024-12-04T18:55:45Z)
• SoundDet: Polyphonic Sound Event Detection and Localization from Raw Waveform [48.68714598985078]
  SoundDetは、多音動音イベントの検出とローカライゼーションのためのエンドツーエンドのトレーニング可能で軽量なフレームワークである。 SoundDetは、生のマルチチャネル波形を直接消費し、検出すべき時間音イベントを完全な音オブジェクトとして扱う。 次に、時間的変化が大きいイベントを予測する上での課題に対処するため、高密度な音響提案イベントマップを構築する。
  論文  参考訳（メタデータ） (2021-06-13T11:43:41Z)
• Learning based signal detection for MIMO systems with unknown noise statistics [84.02122699723536]
  本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。 実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。 我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
  論文  参考訳（メタデータ） (2021-01-21T04:48:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。