Il nostro modello di fondazione bioacustica Perch è stato addestrato principalmente su animali terrestri - come gli uccelli. Ma Perch 2.0 sta mostrando prestazioni incredibili nell'acustica subacquea. Ecco come ci sta aiutando ad ascoltare e comprendere gli ecosistemi marini 🧵

L'oceano è un "paesaggio sonoro" di mistero. Per proteggere le specie sottomarine, dobbiamo identificarle su larga scala. Recentemente, abbiamo lanciato Perch 2.0, che eccelle nei compiti di validazione marina - nonostante non abbia audio subacqueo in fase di addestramento.

Per estendere le capacità di Perch 2.0 per l'identificazione dei suoni sottomarini, abbiamo sfruttato il transfer learning. Il modello pre-addestrato può già comprendere i suoni, quindi lo insegniamo a imparare nuovi parametri solo per l'ultimo passaggio del processo, applicandolo a una nuova specie.

Perch 2.0 è stato valutato su una serie di compiti di vocalizzazione delle balene: distinguere le diverse specie di balene con fanoni e le sottopopolazioni di orche. Rispetto ai modelli pre-addestrati, si è posizionato costantemente tra i migliori o al secondo posto per ciascun dataset e dimensione del campione.

Crediamo che Perch 2.0 sia così efficace nel trasferire i dati sugli uccelli ai suoni sottomarini grazie alla sua capacità di: Generalizzare: può categorizzare con competenza suoni non inclusi nel suo addestramento. Classificare suoni simili: è costretto ad apprendere caratteristiche acustiche dettagliate. Riconoscere la diversità: identificare una varietà di specie che hanno evoluto vocalizzazioni, ma che condividono comunque caratteristiche strutturali.