Google DeepMind Perch 更新：推动濒危物种的生物声学研究

Google DeepMind 发布了 Perch 的更新版，这是一种旨在加速生物声学数据分析以保护濒危物种的 AI 模型。该更新模型提升了最先进的现成鸟类物种预测能力，并将其功能扩展至哺乳动物、两栖动物和人为噪声，使保护工作者能够更高效地处理数百万小时的音频数据。

增强的模型能力与训练

Perch 的新版本使用的训练数据量几乎是前一版本的两倍，来源包括 Xeno-Canto 和 iNaturalist 等公开数据。这个扩展的数据集使模型能够更好地适应多样化环境，包括珊瑚礁等水下场景，并能够分离复杂的声学场景。

除了简单的物种识别外，模型足够灵活，可用于解决特定的生态问题，例如估计动物丰度或确定特定区域内的个体数量。

敏捷建模与分类器开发

为支持在训练数据稀缺情况下工作的科学家，Google DeepMind 提供了实现“敏捷建模”的工具。该方法将向量搜索与主动学习相结合，使研究人员能够从单个声音示例出发，在不到一小时的时间内构建高质量的分类器。

利用 Perch 嵌入模型，本地专家可以使用向量搜索在数据集中找到相似的声音，并将其标记为相关或不相关，从而快速训练针对特定声音（如幼体叫声）或记录稀少物种的分类器。

实地影响与成功案例

自 2023 年推出以来，Perch 的初始版本已被下载超过 250,000 次，并集成到诸如康奈尔大学的 BirdNet Analyzer 等专业工具中。实际应用包括：

• 物种发现： 与澳大利亚鸟类保护组织（BirdLife Australia）和澳大利亚声学观测站（Australian Acoustic Observatory）合作，Perch 帮助发现了隐秘的平原漫游者（Plains Wanderer）新种群。
• 种群监测： 研究表明 Perch 能够识别单只鸟类并追踪其丰度，这可能降低对捕放研究的依赖。
• 保护效率： 夏威夷大学 LOHE 生物声学实验室的生物学家发现，使用 Perch 检测蜜鸟（honeycreeper）声音的速度比以往方法快近 50 倍，从而加速了对受鸟疟威胁物种的监测。

可用性

Google DeepMind 已将更新后的 Perch 模型作为开放模型发布，可在 Kaggle 上获取.