【資料論文】解謎森林中的大合唱，用AI增加你的調查努力量🎶 🎵

這是一篇用AI辨識鳥音的資料論文，所撰寫的科學論文在今年二月發表於 Biodiversity Data Journal ，並獲邀撰寫推廣文章於 Pensoft Publishers Blog平台分享。

作者：吳世鴻、柯智仁、蔡文玲、林瑞興 、 張學文 單位：特有生物研究保育中心、玉山國家公園、中山大學生科系

在AI 正夯的時代，你打算如何使用這些工具增加你的努力量呢？

為了解氣候變化對這些森林中鳥類的潛在影響，台灣特有生物研究保育中心的吳世鴻助理研究員與玉山國家公園合作，在玉山國家公園內架設被動式聲學監測站（PAM站），長期錄製聲景資料，進行聲景 生態監測。

錄音聽起來容易，其實不然，海拔高度變化影響著生物的消長，也因此研究人員需要在不同環境高度下架設被動式聲學監測站，並從大量且複雜的聲景錄音檔中，擷取出目標物種聲音及相關資訊，再進行後續的分析。面對挑戰，研究人員利用深度學習技術開發了一種名為 #SILIC 的人工智能工具 ，可以透過聲音識別物種。經過多次優化，SILIC(生物音智慧辨識與標記系統)可以識別169種台灣本土野生動物，包括137種鳥類、青蛙、哺乳動物和爬行動物。

這項研究利用自動辨識７種山地森林常見鳥類的聲音，精度高達 95%，並將所得的 6,243,820 筆聲音資料開放在臺灣生物多樣性資訊機構-TaiBIF ，成為全球第一份由AI辨識聲音而產生並開放的物種出現紀錄資料集。

『 期望我們的資料集可以填補高山森林中鳥類細緻時序活動模式的資料缺口，並有助於氣候變化對高山森林生態系統影響的研究做出貢獻。』研究人員說。

這項研究利用自動辨識７種山地森林常見鳥類的聲音，精度高達 95%，並將所得的 6,243,820 筆聲音資料開放在臺灣生物多樣性資訊機構-TaiBIF ，成為全球第一份由AI辨識聲音而產生並開放的物種出現紀錄資料集，並在今年發表資料論文，讓這些珍貴的資料能被更好保存並多元應用。（本資料集收錄7種鳥類合計叫聲6,243,820聲，為減少資料量，將同錄音檔且同聲音編號之聲音進行數量加總，經加總後之總資料筆數為802,670筆。）

原始資料集：https://doi.org/10.15468/bbr9k7

出現紀錄筆數：802,670

相關介紹文章：

https://reurl.cc/WD9vW7
https://bdj.pensoft.net/article/97811/
https://reurl.cc/6NWYQk

關鍵字

• 被動式聲學監測（passive acoustic monitoring，PAM）
• 生物音智慧辨識與標記系統（Sound Identification and Labeling Intelligence for Creatures，SILIC）
• DataPaper