基于未知性感知的水下声事件检测与持续监控框架

《Scientific Reports》：Discovery and promotion of unknown sounds into operational detection targets for underwater passive acoustic monitoring under false alarm constraints

　　

摘要

地球上的海洋覆盖了70%的表面积，但仍然是观测最少的区域之一。水声学是主要的传感手段，但其记录范围涵盖了生物声、人为噪声和自然声音，然而相应的分类标签仍然非常稀缺。我们提出了一个针对水声传感平台的基于“未知性感知”的监控框架：该框架将预训练的音频表示模型适配到水下声场环境中，定义了一个用于衡量数据未知程度的嵌入空间得分，并将其与检测器的输出相结合，形成一个“检测-分组-提升-融合”（DGPU）循环。该循环在每小时误报率（FP/h）的约束下进行优化：首先从连续音频中检测出可能的事件候选项；然后在嵌入空间中对这些候选项进行聚类；接着利用稀疏的专家标签对聚类结果进行训练，生成轻量级的分类器；最后将基础分类器和提升后的分类器结果进行融合。在包含56个类别的水下声音事件检测（SED）基准测试以及两个鲸类动物野外数据集上的实验中，该框架在夏威夷调查数据（HICEAS）上实现了与带宽匹配的1.000的分布外AUROC（平均精度-召回率曲线下面积）；在连续音频记录中，当误报率为10时，通过监督式提升器将右鲸叫声的检测召回率从0.027提升至0.390；在包含300个标注事件的数据集（约占训练数据标签的32%）上，召回率达到了0.37（相当于全标签召回率的95%）；仅使用提升器分类器，该框架能够识别出7种HICEAS鲸类物种（当天内的AUC为0.924–0.992，跨天检测的AUC为0.51–0.97），从而支持类似听诊器的海洋监测功能。