[論文レビュー] GIBBONFINDR: An R package for the detection and classification of acoustic signals

Dena J. Clink, Holger Klinck|arXiv (Cornell University)|Jun 6, 2019

Animal Vocal Communication and Behavior被引用数 6

ひとこと要約

GIBBONFINDR は、生態学者が機械学習アルゴリズムを用いて音響信号を検出および分類できるオープンソースの R パッケージである。ケーススタディでは、マレーシア・サバ州のボルネオオオコウノミドリの声を、長期間にわたる受動的音響モニタリングデータから同定する有効性が示された。このパッケージは、R における信号処理および分類ワークフローを簡素化し、非専門家ユーザーにとってもバイオアコースティクス解析をより容易にしている。

ABSTRACT

The recent improvements in recording technology, data storage and battery life have led to an increased interest in the use of passive acoustic monitoring for a variety of research questions. One of the main obstacles in implementing wide scale acoustic monitoring programs in terrestrial environments is the lack of user-friendly, open source programs for processing large sound archives. Here we describe the new, open-source R package GIBBONFINDR which has functions for detection, classification and visualization of acoustic signals using a variety of readily available machine learning algorithms in the R programming environment. We provide a case study showing how GIBBONFINDR functions can be used in a workflow to detect and classify Bornean gibbon (Hylobates muelleri) calls in long-term acoustic data sets recorded in Danum Valley Conservation Area, Sabah, Malaysia. Machine learning is currently one of the most rapidly growing fields-- with applications across many disciplines-- and our goal is to make commonly used signal processing techniques and machine learning algorithms readily available for ecologists who are interested in incorporating bioacoustics techniques into their research.

研究の動機と目的

• 陸上生態学的研究における大規模音響データの処理課題に対処すること。
• 非専門家の生態学者が機械学習をバイオアコースティクスデータに適用できる、使いやすいオープンソースツールを提供すること。
• 広く使われている信号処理および分類手法を、R に基づくワンストップワークフローに統合すること。
• ボルネオオオコウノミドリの声の実世界ケーススタディを通じて、このパッケージの実用性を示すこと。

提案手法

• パッケージは、音声ファイルからのフィルタリング、セグメンテーション、特徴抽出のための信号処理関数のスイートを実装している。
• 分類タスクのために、ランダムフォレストやサポートベクターマシンなどの複数の機械学習アルゴリズムを R 環境に統合している。
• 音声データは、時間的・周波数的パターンを表現するため、スペクトログラムに基づく特徴抽出を用いて処理される。
• ラベル付きのコールインスタンスを用いてモデルを学習させることで、ボイストラックの自動検出が可能となる。
• 検出された信号やモデル出力を検査できる可視化関数が含まれている。
• ワークフローはモジュール型かつ拡張可能に設計されており、他の R パッケージによる I/O や分析との統合が可能である。

実験結果

リサーチクエスチョン

• RQ1 GIBBONFINDR は、長期間にわたる受動的音響モニタリングデータからボルネオオオコウノミドリの声を効果的に検出および分類できるか？
• RQ2 検出精度と処理効率の観点から、GIBBONFINDR の性能は手動アノテーションと比べてどうか？
• RQ3 プログラミングや機械学習経験が限られた生態学者が、このパッケージをどれほど活用できるか？
• RQ4 長期間にわたって収集された大規模な音声アーカイブの処理において、このパッケージのスケーラビリティはどの程度か？

主な発見

• GIBBONFINDR は、マレーシア・ダヌムバレー保護区で得られた長期間の音声記録から、ボルネオオオコウノミドリの声を正常に検出できた。これは、実際の現場応用における実用性を裏付けている。
• 手動手法と比較して、大規模な音声データセットを分析するのに要する時間が顕著に短縮された。
• R 内に統合された機械学習モデルにより、バイオアコースティクス解析の再現性と透明性が確保された。
• プログラミング経験がほとんどないユーザーでも、提供された関数とドキュメンテーションを用いて、検出および分類パイプラインを実装できた。
• ケーススタディにより、スペクトログラムに基づく特徴と訓練済みモデルを用いることで、オオコウノミドリの声の正確な分類が可能であることが確認された。
• GIBBONFINDR のオープンソース性は、生態音響研究分野における透明性、拡張性、コミュニティ主導の改善を促進している。