Módulo de Identificación Acústica de Aves (MIAA)
Distintos animales utilizan diferentes frecuencias para comunicarse por sonido, esto se debe principalmente a que la evolución de los animales se ha adaptado a frecuencias particulares para dar mayor comunicación conespecífica (Fletcher, 2004). Por lo tanto, varios investigadores estiman el área de acción y censo de aves a partir de las vocalizaciones. Esto ha representado una ventaja sobre métodos convencionales para el monitoreo de aves. Además esto es una alternativa de seguimiento ante las problemáticas en la reducción de poblaciones silvestres.
Existe la necesidad de establecer nuevas estrategias y técnicas cada vez más avanzadas, tanto en la instrumentación como en el procedimiento (Tirira, 1998), con el objetivo de brindar mayores herramientas, que faciliten el estudio y monitoreo de las poblaciones silvestres. Debido a la importancia de las aves como especies indicadoras de la salud ambiental y la conservación de las mismas, existe una considerable cantidad de trabajos publicados sobre la detección automática de vocalizaciones de aves con más de una década de investigación (Towsey et al., 2012).
En este trabajo se presenta un sistema automatizado para la identificación de la especie Turdus migratorius (canto disponible en reproductor arriba) a partir de las silabas del canto, que fueron producto de una la realización de una base de datos acústica con una duración de 1 hora 53 minutos. El núcleo del sistema se basó en el pre-procesamiento digital de las señales, extracción de características de la señal de audio con los coeficientes cepstrales de los filtros Mel (MFCCs). Las MFCCs son una representación más rica en propiedades acústicas, que los análisis basados en rangos de frecuencias tradicionalmente utilizados. Estas propiedades acústicas se resumen con nueve funciones estadísticas que son utilizadas para entrenar un modelo de predicción con la herramienta de aprendizaje automático support vector machines (SVM).
El sistema está compuesto de un micrófono para la grabación, un silabificador, un extractor de MFCCs y un clasificador. El micrófono realiza la captura de audio que alimenta el silabificador, el cual se encarga de identificar segmentos de actividad acústica. El extractor de características transforma de estos segmentos a su representación estadística de las MFCCs, las cuales alimentan al clasificador basado en SVM quien realiza una predicción sobre el tipo de segmento. El sistema en un ambiente funciona de tal manera que cuando canta Turdus migratorius u otra ave, el canto es capturado por el micrófono y de los segmentos de actividad se identifican las silabas y estas son procesadas por el extractor de características para obtener las propiedades acústicas-estadísticas de la silaba, que por ultimo dichas propiedades entran al clasificador el cual identifica si la actividad pertenece a Turdus migratorius o no.
Los resultados de la evaluación del sistema arrojaron que se recupera el 75.15% de las vocalizaciones, de las cuales el 87.49% son correctamente identificadas. Se encontró que el sistema puede identificar de manera adecuada con solo 30 minutos de entrenamiento para generar un modelo en SVM. Este sistema resultante forma parte de nuestro dispositivo robótico MIAA (módulo de identificación acústica de aves), cuyo objetivo es monitorear las aves en su hábitat, y en el futuro estimar sus poblaciones.
Código
Videos
Proyecto MIAA etapa 2
- Villarreal, T., Rascon, C. and Meza, I.: Emotion Based Features of Bird Singing for Turdus migratorius Identification. Proceedings MICAI 2013. LNCS (LNAI), Vol. 8266, pp. 521-530, 2013.
- Villarreal, T., Meza, I. and Rascón, C.: Identificación del canto del Turdus migratorius utilizando un modelo acústico, estadístico y computacional.XII Congreso para el estudio y conservación de las aves en México (CECAM), pp. 80, 2013.