Нейросеть расшифровала собачий лай

Международная группа учёных разработала инструмент на основе искусственного интеллекта, способный интерпретировать значение звуков, которые издают собаки. Нейросеть продемонстрировала способность распознавать отдельных собак по их лаю, достигнув точности в 50%. Также искусственный интеллект научился отличать агрессивный лай от обычного. Результаты показывают, что звуки и модели, полученные из человеческой речи, могут служить основой для анализа и понимания акустических моделей других звуков, таких как вокализация животных. Исследование опубликовано на arXiv.

Учёные собрали набор данных о лае 74 собак. Животные в возрасте от пяти до 84 месяцев со средним возрастом 35 месяцев преимущественно были представлены породами чихуахуа, французскими пуделями и шнауцерами. Исследователи подвергали собак воздействию различных стимулов, призванных вызвать различные типы вокализации. Эти стимулы включали такие ситуации, как присутствие незнакомца, игровое общение, ласковые разговоры владельца и даже имитацию нападения на хозяина. Затем аудиоклипы разделили на короткие фрагменты продолжительностью от 0,3 до пяти секунд и вручную аннотировали в зависимости от контекста.

В основе анализа лежало использование сложной модели искусственного интеллекта, известной как Wav2Vec2, изначально разработанной для распознавания человеческой речи. Исследователи доработали эту модель с помощью своего набора данных о вокализации собак, исследуя несколько задач. Эти задачи включали в себя идентификацию отдельных собак по их лаю, определение породы собаки на основе её вокализации, предсказание пола собаки и сопоставление лая с конкретным контекстом.