blue whale acoustics

介绍

该项目是与华盛顿大学（Trevor Branch的Kate Stafford）的研究人员合作。该项目的目的是使用录音和correpsond注释来为来自4种不同种类的蓝鲸的呼叫的自动分类器构建，并估算录音中每个人群的呼叫总数。

入门

该代码可以在Python环境中运行。

1. 用户需要在“ unignts.txt”文件中安装相应的软件包。
2. Jupyter笔记本电脑显示了如何使用原始音频数据以及检测到的蓝鲸调用的相应注释来构建高精度分类模型。

构建和测试

要运行代码，请先运行：

 pip install -r requirements.txt

用户可以遵循该步骤来利用深度学习技术来构建分类器模型：

• 步骤1：基于注释生成频谱图；
• 步骤2：构建卷积神经网络（CNN），这是这里的基线模型；
• 步骤3：构建暹罗网络模型（SNN）以对蓝色鲸鱼进行分类并估算呼叫数量。与CNN相比，该模型的精度更高。
• 注意：完整数据尚未公开，因此我们仅包含一小部分完整数据。

发布

已发表的论文可以在https://asa.scitation.org/doi/full/10.1121/10.0004828？

贡献

该项目欢迎贡献和建议。大多数捐款要求您同意撰写贡献者许可协议（CLA），宣布您有权并实际上授予我们使用您的贡献的权利。有关详细信息，请访问https://cla.opensource.microsoft.com。

当您提交拉动请求时，CLA机器人将自动确定您是否需要提供CLA并适当装饰PR（例如状态检查，评论）。只需按照机器人提供的说明即可。您只需要使用我们的CLA在所有存储库中进行一次。

该项目采用了Microsoft开源的行为代码。有关更多信息，请参见《行为守则常见问题守则》或与其他问题或评论联系[email protected]。

商标

该项目可能包含用于项目，产品或服务的商标或徽标。 Microsoft商标或徽标的授权使用受到了Microsoft的商标和品牌准则的约束。在此项目的修改版本中使用Microsoft商标或徽标不得引起混乱或暗示Microsoft赞助。任何使用第三方商标或徽标都遵守这些第三方政策。