Correlation Clustering of Bird Sounds

要約

鳥の鳴き声の分類は、あらゆる音声記録を、その記録で聞こえる鳥の種類に関連付けることです。
ここでは、鳥の音声クラスタリング、つまり、任意のペアの音声録音について、両方で同じ種類の鳥が聞こえるかどうかを判断するタスクを研究します。
この問題は、まずトレーニング セットから、このように関連付けられている記録のペアの確率を学習し、次に相関クラスタリングによってテスト セットの最も確率の高い部分を推測することで解決します。
次の質問に対処します。テスト セットの分類と比較して、このクラスタリングはどの程度正確ですか?
このように推測されたクラスターは、分類によって得られたクラスターとどのように関連するのでしょうか?
このクラスタリングは、トレーニング中に聞こえなかった鳥種の録音に適用した場合、どの程度正確ですか?
このクラスタリングは、鳥の鳴き声から、トレーニング中に聞こえなかった環境騒音を分離するのにどの程度効果的ですか?

要約(オリジナル)

Bird sound classification is the task of relating any sound recording to those species of bird that can be heard in the recording. Here, we study bird sound clustering, the task of deciding for any pair of sound recordings whether the same species of bird can be heard in both. We address this problem by first learning, from a training set, probabilities of pairs of recordings being related in this way, and then inferring a maximally probable partition of a test set by correlation clustering. We address the following questions: How accurate is this clustering, compared to a classification of the test set? How do the clusters thus inferred relate to the clusters obtained by classification? How accurate is this clustering when applied to recordings of bird species not heard during training? How effective is this clustering in separating, from bird sounds, environmental noise not heard during training?

arxiv情報

提供元, 利用サービス

arxiv.jp, Google