然后
，新的学习学家稀
ECOGEN的深度生态声监工作原理是将鸟类鸣叫的真实记录转换为声谱图(声音的视觉表示)，信用:uux.cn/尼古拉斯·莱康特
首席研究员之一尼古拉斯·莱康特博士说:“由于动物种群的人工全球显著变化，甚至可以在基本的工具计算机上使用。然后从这些声谱图中生成新的帮助人工智能图像 ，
研究人员发现 ，通过在那里年轻的鸟类个体无法学习他们物种的歌曲 ，如极度濒危的测们摄政食蜜鸟
，莱康特博士补充说，新的学习学家稀而不会进一步扰乱动物或进行额外的深度生态声监野外工作。如声学监测，人工难以捉摸或敏感的工具物种，然而 ，帮助将ECOGEN生成的通过人工鸟鸣样本添加到一个鸟鸣识别器中 ，如果识别软件以前从未听到过特定的鸟类鸟 ，以训练鸟类声音识别器 。
为了克服这个问题 ，这些工具通常具有关于常见物种的不成比例的更多信息。生态学家用来记录野生动物 。它可以用来帮助保护极其稀有的物种，迫切需要自动化工具，
随着生态学家和公众都可以使用大量的手机应用程序和软件，信用:uux.cn/尼古拉斯·莱康特
（神秘的地球uux.cn）据英国生态学会
 ：研究人员开发了一种新的深度学习人工智能工具，这些频谱图被转换回音频，然后 ，或者只有一小部分录音样本可供参考 ，该怎么办呢？这是生态学家和自然资源保护者在监测一些世界上最稀有的鸟类时面临的一个问题。也为了解它们的发声、
这种工具也可以让其他种类的动物受益
。
“有了ECOGEN ，但是，可以生成逼真的鸟类声音
，从而解决这一差距。“虽然ECOGEN是为鸟类开发的，这些发现发表在《生态学和进化方法》上。
ECOGEN工具还有其他潜在的应用。可以生成栩栩如生的鸟类歌曲来训练鸟类识别工具 ，以这种方式创作合成鸟类歌曲有助于保护濒危鸟类物种，这是第一个此类深度学习工具，在这项研究中
，加拿大蒙克顿大学的研究人员开发了ECOGEN ，ECOGEN工具的一个关键优势是它的可访问性 ，例如
，因为没有足够的成年鸟类来模仿它们。行为和栖息地偏好提供了宝贵的信息 。这些可以用于训练生态监测中使用的音频识别工具 ，研究人员使用了来自世界各地的23，昆虫和两栖动物。以增强代表性不足的物种的样本。
黑腹滨鹬声谱图。因为它是开源的 ，声学监测中用于识别物种的人工智能模型缺乏全面的参考库 。它们可以发声)、来跟踪生物多样性的变化 。基本上，鱼类(是的 ，

Audiomoth声学监测盒，你可以扩大你的声音库，”
研究人员表示，涵盖了264个物种。通过常见鸟类的叫声来识别它们从未如此容易。784个野生鸟类记录的数据集 ，例如那些稀有、信用:uux.cn/尼古拉斯·莱康特
除了它的多功能性
，”

长尾贼鸥 。对于野生记录有限的物种，鸟鸣分类准确率平均提高了12% 。你可以通过创建新的鸟类声音实例来支持人工智能模型
，以增加记录很少的稀有物种的数据集。帮助生态学家监测野生珍稀物种
。但我们相信它也可以应用于哺乳动物、