論文の概要: OpenWhistle: A Large-Scale Longitudinal Dataset and Benchmark of Bottlenose Dolphin Vocalizations
- arxiv url: http://arxiv.org/abs/2609.34839v1
- Date: Mon, 28 Sep 2026 10:37:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 02:23:37.37889
- Title: OpenWhistle: A Large-Scale Longitudinal Dataset and Benchmark of Bottlenose Dolphin Vocalizations
- Title（参考訳）: OpenWhistle: 大規模縦断データセットと Bottlenose Dolphin Vocalizations のベンチマーク
- Abstract要約: イルカの発声に関する最大のデータセットであるOpenWhistleを紹介する。
半自然環境下で5個体の安定したポッドから5年間にわたって記録された約180,000のホイッスル(114時間)から構成される。
我々は、ホイッスル検出、セグメンテーション、分類のための完全な処理パイプラインをリリースする。
- 参考スコア（独自算出の注目度）: 5.851132113424364
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advances in bioacoustics have been driven by large-scale corpora and standardized benchmarks, yet existing resources are overwhelmingly bird-centric and shallow per species, limiting their use for studying the structure of a single species' communication system. This gap is particularly acute for cetaceans: despite bottlenose dolphins (Tursiops truncatus) being a compelling case of complex vocal communication among non-human mammals, existing dolphin datasets are small, fragmented, and largely closed. We introduce OpenWhistle, the largest publicly available dataset of dolphin vocalizations. It comprises approximately 180,000 whistles (114 hours) recorded over five years from a stable pod of five individuals in a semi-natural environment, paired with a curated subset of 8,354 expert-annotated whistles and reproducible evaluation protocols for whistle-type detection and classification. We further release the full processing pipeline for whistle detection, segmentation, and categorization. To demonstrate its utility, we pretrain a Wav2Vec2.0 model adapted to dolphin acoustics on the OpenWhistle corpus and show that it learns effective representations, outperforming general-purpose bioacoustic models such as AVES and BioLingual on both tasks while leaving meaningful headroom for future work. By releasing the dataset, pipeline, and evaluation protocol, we provide the first open dolphin whistle dataset tailored for training self-supervised models, laying the groundwork for advancing dolphin communication research and developing models that capture fine-grained acoustic structure within species.
- Abstract（参考訳）: バイオ音響学の最近の進歩は、大規模なコーパスと標準化されたベンチマークによって推進されているが、既存の資源は鳥類中心であり、種ごとに浅いため、単一種の通信システムの構造の研究に限られている。
イルカ類(Tursiops truncatus)は非ヒト哺乳動物間の複雑な声のコミュニケーションの魅力的な例であるが、既存のイルカのデータセットは小さく、断片化され、ほとんど閉じている。
イルカの発声に関する最大のデータセットであるOpenWhistleを紹介する。
半自然環境下で5個体の安定なポッドから5年間にわたって記録された約180,000のホイッスル(114時間)と、8,354人の専門家による注釈付きホイッスルと、ホイッスルタイプの検出と分類のための再現可能な評価プロトコルを組み合わせて構成する。
さらに、ホイッスル検出、セグメンテーション、分類のための完全な処理パイプラインをリリースします。
実用性を示すために,OpenWhistle corpus のイルカ音響に適応した Wav2Vec2.0 モデルを事前訓練し,実効性のある表現を学習し,AVES や BioLingual などの汎用バイオ音響モデルよりも優れていることを示す。
データセット,パイプライン,評価プロトコルを公開することにより,自己教師付きモデルのトレーニングに適した最初のオープンイルカのホイッスルデータセットを提供し,イルカのコミュニケーション研究を進め,種内の微細な音響構造を捉えるモデルを開発するための基盤となる。
関連論文リスト
- Dolph2Vec: Self-Supervised Representations of Dolphin Vocalizations [4.465006859355905]
半自然主義的な海洋環境下で5つの既知のイルカから5年以上にわたって記録された新しいデータセットを公表した。
私たちはDolph2Vecを紹介します。Dolph2Vecは、このデータに特化してトレーニングされた最初の大規模種別SSLモデルです。
動物コミュニケーション研究における仮説を探るためのモデルと科学的ツールとしてSSLが有効であることを示す。
論文 参考訳（メタデータ） (2026-06-10T16:46:57Z) - PriVi: Towards A General-Purpose Video Model For Primate Behavior In The Wild [50.656578456979496]
大規模な霊長類中心のビデオ事前トレーニングデータセットであるPriViを紹介する。
大規模ビデオモデルであるV-JEPAをPriVi上でプレトレーニングし、霊長類固有の表現を学習する。
その結果、霊長類中心の事前学習はデータ効率と一般化を大幅に改善することが示された。
論文 参考訳（メタデータ） (2025-11-12T19:27:40Z) - The iNaturalist Sounds Dataset [60.157076990024606]
iNatSoundsは、5500種以上の音をキャプチャする23万のオーディオファイルのコレクションで、世界中で27,000人以上のレコーダーが貢献している。
このデータセットは、鳥類、哺乳類、昆虫、虫類、両生類からの音を包含し、iNaturalistに提出された観察から得られたオーディオおよび種名を含む。
我々は、次世代の公的なエンゲージメントアプリケーションを支えるこのデータに基づいて訓練されたモデルを構想し、大規模なオーディオコレクションの処理において生物学者、生態学者、土地利用管理者を支援する。
論文 参考訳（メタデータ） (2025-05-31T02:07:37Z) - animal2vec and MeerKAT: A self-supervised transformer for rare-event raw audio input and a large-scale reference dataset for bioacoustics [2.1019401515721583]
animal2vecは、未ラベルの音声から学習し、ラベル付きデータでその理解を洗練する、解釈可能な大きなトランスフォーマーモデルである。
Meerkat Audio Transcriptsは、ヒト以外の地上哺乳動物に関する最大のラベル付きデータセットである。
我々のモデルは,MeerKATの既存の手法と利用可能な NIPS4Bplus Birdong データセットより優れている。
論文 参考訳（メタデータ） (2024-06-03T12:11:01Z) - WhaleNet: a Novel Deep Learning Architecture for Marine Mammals Vocalizations on Watkins Marine Mammal Sound Database [49.1574468325115]
textbfWhaleNet (Wavelet Highly Adaptive Learning Ensemble Network) は海洋哺乳動物の発声を分類するための高度な深層アンサンブルアーキテクチャである。
既存のアーキテクチャよりも8-10%の精度で分類精度を向上し、分類精度は9,7.61%である。
論文 参考訳（メタデータ） (2024-02-20T11:36:23Z) - Transferable Models for Bioacoustics with Human Language Supervision [0.0]
BioLingualは、対照的な言語-オーディオ事前学習に基づくバイオ音響学の新しいモデルである。
分類群にまたがる1000種以上の呼び出しを識別し、完全なバイオ音響タスクをゼロショットで実行し、自然のテキストクエリから動物の発声記録を検索する。
論文 参考訳（メタデータ） (2023-08-09T14:22:18Z) - Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。
従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。
本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
論文 参考訳（メタデータ） (2023-06-05T03:36:01Z) - Western Mediterranean wetlands bird species classification: evaluating
small-footprint deep learning approaches on a new annotated dataset [0.0]
この研究は、2つの重いフットプリントと大きなフットプリントのディープニューラルネットワーク(VGG16とResNet50)と、軽量な代替手段であるMobileNetV2の比較分析である。
実験の結果,MobileNetV2 は平均 F1 スコアが ResNet50 よりも 5% 以下であることがわかった。
Aiguamolls de l'Emporda Natural Parkの20の固有鳥類種の201.6分と5,795のオーディオ抜粋からなる西地中海湿原鳥類データセットを作成した。
論文 参考訳（メタデータ） (2022-07-12T08:48:12Z) - Cetacean Translation Initiative: a roadmap to deciphering the
communication of sperm whales [97.41394631426678]
最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。
マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。
開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
論文 参考訳（メタデータ） (2021-04-17T18:39:22Z)
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。