blue whale acoustics

介紹

該項目是與華盛頓大學（Trevor Branch的Kate Stafford）的研究人員合作。該項目的目的是使用錄音和correpsond註釋來為來自4種不同種類的藍鯨的呼叫的自動分類器構建，並估算錄音中每個人群的呼叫總數。

入門

該代碼可以在Python環境中運行。

1. 用戶需要在“ unignts.txt”文件中安裝相應的軟件包。
2. Jupyter筆記本電腦顯示瞭如何使用原始音頻數據以及檢測到的藍鯨調用的相應註釋來構建高精度分類模型。

構建和測試

要運行代碼，請先運行：

 pip install -r requirements.txt

用戶可以遵循該步驟來利用深度學習技術來構建分類器模型：

• 步驟1：基於註釋生成頻譜圖；
• 步驟2：構建卷積神經網絡（CNN），這是這裡的基線模型；
• 步驟3：構建暹羅網絡模型（SNN）以對藍色鯨魚進行分類並估算呼叫數量。與CNN相比，該模型的精度更高。
• 注意：完整數據尚未公開，因此我們僅包含一小部分完整數據。

出版品

已發表的論文可以在https://asa.scitation.org/doi/full/10.1121/10.0004828？

貢獻

該項目歡迎貢獻和建議。大多數捐款要求您同意撰寫貢獻者許可協議（CLA），宣布您有權並實際上授予我們使用您的貢獻的權利。有關詳細信息，請訪問https://cla.opensource.microsoft.com。

當您提交拉動請求時，CLA機器人將自動確定您是否需要提供CLA並適當裝飾PR（例如狀態檢查，評論）。只需按照機器人提供的說明即可。您只需要使用我們的CLA在所有存儲庫中進行一次。

該項目採用了Microsoft開源的行為代碼。有關更多信息，請參見《行為守則常見問題守則》或與其他問題或評論聯繫[email protected]。

商標

該項目可能包含用於項目，產品或服務的商標或徽標。 Microsoft商標或徽標的授權使用受到了Microsoft的商標和品牌準則的約束。在此項目的修改版本中使用Microsoft商標或徽標不得引起混亂或暗示Microsoft贊助。任何使用第三方商標或徽標都遵守這些第三方政策。