主动鸟声嵌入：基于 Transformer 的端到端鸟声监测
原文中文，约500字，阅读约需2分钟。发表于：。我们提出将自我监督（SSL）和深度主动学习（DAL）结合起来，转向端到端学习进行鸟类声音监测。利用 Transformer 模型，我们旨在绕过传统的频谱图转换，实现直接的原始音频处理。通过 SSL，ActiveBird2Vec 将生成高质量的鸟类声音表示，可能加快对风电场环境变化和决策过程的评估。此外，我们还计划通过 DAL 利用多种鸟类鸣叫声，减少对人工专家 extensively...
本文提出了将自我监督学习（SSL）和深度主动学习（DAL）结合起来，通过Transformer模型实现鸟类声音监测。通过SSL，ActiveBird2Vec生成高质量的鸟类声音表示，通过DAL减少对专家标注数据集的依赖。计划通过Huggingface Datasets整理一套全面的任务，评估不同Transformer模型在鸟声识别任务上的熟练程度。旨在加速鸟类声学研究进展并为保护策略作出贡献。
