Ons bioakoestisch fundamentmodel Perch is voornamelijk getraind op terrestrische dieren - zoals vogels. Maar Perch 2.0 toont ongelooflijke prestaties op onderwaterakoestiek. Hier is hoe het ons helpt om naar mariene ecosystemen te luisteren en deze te begrijpen 🧵

De oceaan is een "geluidslandschap" vol mysterie. Om onderwatersoorten te beschermen, moeten we ze op grote schaal identificeren. Onlangs hebben we Perch 2.0 gelanceerd, dat uitblinkt in mariene validatietaken - ondanks dat er geen onderwateraudio in de training is gebruikt.

Om de mogelijkheden van Perch 2.0 voor onderwater geluidsidentificatie uit te breiden, hebben we transfer learning benut. Het voorgetrainde model kan al geluid begrijpen, dus leren we het alleen nieuwe parameters voor de laatste stap in het proces, door het toe te passen op een nieuwe soort.

Perch 2.0 werd geëvalueerd op een reeks taken met walvisgeluiden: het onderscheiden van verschillende soorten baardwalvissen en subpopulaties van orka's. Vergeleken met voorgetrainde modellen, eindigde het consequent in het top- of tweede-best presterende model voor elke dataset en steekproefgrootte.

Wij geloven dat Perch 2.0 zo succesvol is in het overdragen van vogelgegevens naar onderwatergeluiden vanwege zijn vermogen om: Generalizeren: het kan geluiden die niet in zijn training zijn opgenomen deskundig categoriseren. Gelijkaardige geluiden classificeren: het is gedwongen om gedetailleerde akoestische kenmerken te leren. Diversiteit herkennen: een verscheidenheid aan soorten identificeren die vocalisaties hebben ontwikkeld, maar toch structurele kenmerken delen.