研究人员推出了 MetaPerch,这是一种新的生物声学基础模型,它利用录音元数据(如位置和时间)作为辅助监督信号,与发声数据结合使用。这种方法使模型能够利用物种与元数据之间的相关性,促进生成更丰富的表示,从而更好地泛化到物种分布和声学域偏移。
该研究对 17 个生物声学数据集中的 9 种不同元数据源的影响进行了广泛的实证分析。
通过整合这些额外信息,MetaPerch 在多个具有挑战性的领域中实现了强大的物种识别性能,解决了现实世界被动声学监测中的关键部署挑战。
研究人员推出了 MetaPerch,这是一种新的生物声学基础模型,它利用录音元数据(如位置和时间)作为辅助监督信号,与发声数据结合使用。这种方法使模型能够利用物种与元数据之间的相关性,促进生成更丰富的表示,从而更好地泛化到物种分布和声学域偏移。
该研究对 17 个生物声学数据集中的 9 种不同元数据源的影响进行了广泛的实证分析。
通过整合这些额外信息,MetaPerch 在多个具有挑战性的领域中实现了强大的物种识别性能,解决了现实世界被动声学监测中的关键部署挑战。