北美东部鸟类鸣声大规模分层完全标注声学森林声景数据集

《Scientific Data》：Large-scale, Stratified, Fully Annotated Acoustic Forest Soundscape Dataset of Avian Vocalizations from Eastern North America

　　

摘要

全球环境变化正在通过物候期变化、种群动态和动物行为改变生物多样性，这迫切需要快速且可扩展的方法来监测生物群落。被动声学监测（PAM）为评估生物多样性和检测动物群落变化提供了一种强大且可扩展的方法。深度学习方法的最新进展加速了PAM数据的自动化分析，但进展受到高质量、大规模、强标注数据集可用性有限的制约。在此，我们展示了一个经过整理的、包含三个大规模多物种鸟类鸣声数据集的合集，这些数据集是使用PAM在美国东北部四个森林景观中录制的。该合集包含217小时的音频，其中包含由专家生成的约183,000条鸣声的标注注释，涵盖88种鸟类。我们开放提供原始音频录音、标注文件和详细描述录制位置及采样环境的元数据。这些数据集旨在支持自动化物种检测和分类算法的开发、基准测试和验证，同时还能够实现物种分布、活动模式和声学行为的生态学分析。这些强标注的声学数据旨在促进生物声学、生态学和深度学习交叉领域可重复、跨学科的研究。