猛男把400+条猫咪叫声做成数据集，可识别猫咪的3种不同状态
<p style="margin:20px 0px">这年头，就连<strong>喵星人</strong>也有自己的语音数据集了。</p><p style="margin:20px 0px">画风是这样的：</p><p style="margin:20px 0px">没错，来自米兰大学计算机系的几位猛男，和生物系、兽医系的小伙伴们一起，收集了 21 只猫咪的 400+ 条语音数据，做了个猫叫声数据集。</p><p style="margin:20px 0px">这 21 只猫咪中，包括 10 只成年<strong>缅因猫</strong>和 11 只成年<strong>欧洲短毛猫</strong>，是长毛和短毛猫咪中的代表类型。</p><p style="margin:20px 0px"><strong>△</strong>缅因猫 vs 欧洲短毛猫</p><p style="margin:20px 0px">痴汉笑半小时了，根本干不了活啊！</p><p style="margin:20px 0px">3 种猫咪叫声，总长 21 分钟</p><p style="margin:20px 0px">制作这个数据集的初衷，是为了人类能更好地理解猫咪叫声的含义，为以后的人 - 猫沟通作准备。</p><p style="margin:20px 0px">因此，在制作数据集时，研究者们选择了 3 种让猫发出不同叫声的场景：</p><p style="margin:20px 0px"><strong>等待投喂</strong>：主人喂食前的猫叫声。</p><p style="margin:20px 0px"><strong>被放到陌生环境下隔离</strong>：将猫运送到一个陌生环境，车程不超过半小时，被隔离前会与主人先相处半小时。隔离时的猫会发出叫声。<strong></strong></p><p style="margin:20px 0px"><strong>刷牙</strong>：主人给猫刷牙时的猫叫声。</p><p style="margin:20px 0px">在这些场景中，每次收集猫叫的时间不超过<strong>5 分钟</strong>（例如，5 分钟后就会给猫喂食）。</p><p style="margin:20px 0px">为了让语音数据更清晰、且不影响猫的日常行动，研究者们采用了一个不到 50g 的小型麦克风，挂在猫脖子上。</p><p style="margin:20px 0px">在清除了不包含猫叫声的片段后，研究者们将这些叫声录音剪切成平均长度 1.82s、方差 0.37s 左右的录音文件，共 448 个片段，其中缅因猫 196 个，欧洲短毛猫是 252 个，总时长约<strong>21 分钟</strong>。</p><p style="margin:20px 0px">这是收集到的 3 种类型的叫声，从左至右依次为等待投喂、被隔离和刷牙：</p><p style="margin:20px 0px">为了准确识别猫咪在这 3 种情况下的叫声，研究者们还做了一个<strong>机器学习模型</strong>。</p><p style="margin:20px 0px">无关猫咪种类，识别效果 90% 以上</p><p style="margin:20px 0px">研究者们采用了模式识别的方法，算法框架是一个有向无环图。</p><p style="margin:20px 0px">简单来说，先区分猫叫声是否属于 " 等投喂 " 和 " 被隔离 " 两种状态，再识别它们是否属于 " 刷牙 " 的状态。</p><p style="margin:20px 0px">为了验证哪种模型对于识别 3 种猫咪语音状态更有效，研究者们采用了不同的模型进行实验，最后确定了有向无环图中的隐马尔科夫模型，识别率最高能达到<strong>95.94%</strong>。</p><p style="margin:20px 0px">经过实验，" 等待投喂 " 的猫咪叫声能被完美识别，达到了<strong>100%</strong>；" 刷牙 " 的猫咪叫声识别率达到了第二，平均在<strong>95.24%</strong>，有一定概率被识别成 " 等待投喂 "；" 被隔离 " 的猫咪叫声识别率在<strong>92.59%</strong>，有一定概率被识别成 " 刷牙 "。</p><p style="margin:20px 0px">三种状态的识别效果都在 90% 以上，也算是一个不错的模型了。</p><p style="margin:20px 0px">这项研究、以及猫叫数据集的制作，来自米兰大学计算机系的 3 位猛男，以及生物学系和兽医系的小伙伴们，所有人在这项研究中的贡献相同。</p><p style="margin:20px 0px">网友：哪有心思搞科研</p><p style="margin:20px 0px">发现这个数据集后，不少网友第一反应：居然连这都有？</p><p style="margin:20px 0px">已经有网友，开始试图搞懂、甚至已经听懂数据集的 " 详细内容 " 了：</p><p style="margin:20px 0px">有网友嗅到了里面的商机：</p><p style="margin:20px 0px">还有网友调侃，根本没心情搞科研，只剩开心了。</p><p style="margin:20px 0px">当然，除了猫咪叫声，也有不少网友提出，想要其他的声音数据集：</p><p style="margin:20px 0px">对猫咪叫声有兴趣的朋友，戳下方地址即可获取 ~</p><p style="margin:20px 0px">猫叫数据集传送门：</p><p style="margin:20px 0px">https://zenodo.org/record/4008297#.YNFSEhMzaPf</p><br>免责声明：如果本文章内容侵犯了您的权益，请联系我们，我们会及时处理，谢谢合作！ .....特征提取算法，分类器的选择都会有很大影响 解密动物语言？
页:
[1]