用 AI 辨識動物叫聲 臺灣獨創SILIC已可認出超過200種野生動物
週末想遠離塵囂，投進大自然的懷抱，走在風景優美的森林中，聽著蟲鳴鳥叫，你是否會好奇「只聞其聲，不見其影」的是哪一種鳥類？這時候，或許可以讓 AI 告訴你。
AI 語音辨識是近幾年最蓬勃發展的技術，近幾年更被用於生態調查，透過分辨不同叫聲，來辨識不同地區有哪些生物，是生態調查中不可缺少的一環。透過長期監測野生動物的聲音，可以了解其數量變化和分布狀況，還可研究牠們的行為模式，例如求偶、育雛、捕食。對於瀕危野生動物，還能透過聲音監測其生存狀況，並採取相應的保護措施。
農業部生物多樣性研究所（簡稱生多所）開發臺灣第一套「生物音智慧辨識與標記系統」（Sound Identification and Labeling Intelligence for Creatures，簡稱SILIC），可辨識超過 200 種動物的聲音。究竟其原理為何？自 2019 年啟動 SILIC 計畫的生多所吳世鴻副研究員，親自為大家解答，並分享未來在生態調查上，還有哪些創新應用。
用自動錄音機取代人力，快速建立生物多樣性監測數據
吳世鴻副研究員表示，生態調查是一種科學研究方法，用於了解特定區域內生物的多樣性和生態系統的狀況和趨勢。這種調查通常包括記錄和分析各種生物群落的組成，例如植物、動物、微生物等，並探討生物和環境以及人類活動間的交互作用。
然而，生態調查並不是一件簡單的事情，目前大多仰賴專業人員到現場進行調查，需要耗費大量的人力、時間與金錢，累積資料的速度緩慢，因此如何提高效率，成為生態調查的共同目標。
儘管目前有紅外線自動相機可以代替專業人員長期在野外拍攝動物，但相機視角範圍有限，大多是針對地面活動的動物。對於鳥類這些在樹上活動的動物，或許可以採用新興發展的被動式聲學監測系統（Passive Acoustic Monitoring，PAM）。PAM 的作法是以自動錄音機在野外自動錄音，並從錄音資料中依據聲音辨識出物種，對任何可以發出聲音的動物，例如包含鳥類、昆蟲、野獸等都適用。
由於自動錄音機的架設與操作方式簡單，非專業人員也能使用，可以大量建置、長期偵測。自 2020 年起，生多所已在全臺各地陸續架設超過 50 臺錄音機，至今已收錄將近 16 萬小時的錄音資料，為生物多樣性監測提供重要數據。
然而，緊接而來又是另一個挑戰：由於聽聲音辨識物種，需要高度專業的知識技能，面對這數萬小時的錄音資料，要如何快速有效地將其中的生物訊息擷取出來，已經超過人工可以處理的程度。
1 小時錄音檔只要 1 分鐘完成分析，SILIC 如何實現物種辨識？
為了解決這個「聽聲辨種」的難題，生多所從 Macaulay Library、xeno-canto 這兩個全球知名的鳥類鳴聲資料庫，以及其他動物聲音資料庫中，取得了約 2,500 筆錄音資料，花費大量時間將錄音資料中的動物聲音逐一標記後，經過 2 年的反覆的訓練、調整、擴增和強化，成功研發了「生物音智慧辨識與標記系統」，在 2022 年正式開放給大眾免費使用。
吳世鴻副研究員指出，SILIC 是將動物聲音訊號轉化為頻譜圖圖像，藉由不同聲音在圖像中會呈現出不同特徵的特性，再利用卷積神經網路（Convolutional Neural Network，簡稱 CNN）等常用於辨識圖片、自然語音的深度學習模型，訓練 AI 從頻譜圖進行物種辨識。據了解，每 1 小時的錄音資料，SILIC 平均只要 1 分鐘就能辨識完成，準確率達 95%，速度之快是人力完全無法比擬的。
事實上，SILIC 系統並非全球唯一的野生動物聲音辨識 AI 軟體。吳世鴻副研究員指出，在開發 SILIC 初期，國際上也有許多團隊在積極開發類似的鳥音辨識工具，開發過程中就陸續有數篇研究發表，不過這也讓團隊隨之調整開發模型，最後危機成為轉機，得以用更新穎的技術發展出 SILIC。
相較於其他 AI 軟體僅能判斷音檔中是否存在特定物種，吳世鴻副研究員表示，SILIC 能精確定位每一筆聲音的時間點和頻率範圍，可以精確估算鳴叫次數和音量，這是其他 AI 軟體難以做到的。此外，訓練 SILIC 所需的資料量僅為其他 AI 軟體的十分之一，平均只要不到 10 筆資料就能訓練 AI 辨識出一種聲音，而且對複雜的聲景、微弱的聲音都有很好的偵測效果。
目前，SILIC 可以辨識 159 種鳥類、32 種蛙類、10 種哺乳類及 1 種爬蟲類，在可聽音的部分已有階段成果。不過，臺灣鳥類超過 600 種，吳世鴻副研究員指出，除了將持續增加物種數及提高準確率外，也規劃開發專門用於蝙蝠超音波回聲定位音的 SILIC-BAT，目標是要辨識臺灣所有的陸域脊椎動物，期盼能協助推動臺灣的生物多樣性保育。
SILIC 是完全免費的工具，民眾可以將自己錄下的錄音資料上傳到平臺，系統就可以讀出是哪一種生物、在哪一段時間發出聲音、發出幾次聲音。同時，平臺也開放 GitHub 原始程式碼，免費提供民間單位開發相關物種聲音辨識 APP 等軟體。
吳世鴻副研究員補充，SILIC 的名稱由來是為了向臺灣原住民致敬。泰雅族有鳥占傳統，族人會觀察 siliq（繡眼畫眉）的聲音和行為，來決定是否進行一些重要的活動，例如祭典婚儀、狩獵、出草，或是耕種等，展現出原住民與大自然間的互動是審慎而敬畏的。吳世鴻副研究員強調，「團隊也對 SILIC 有同樣的期許，希望 SILIC 可以協助人們解讀鳥音，讓我們能更有智慧的理解大自然捎給我們的訊息，讓我們的一舉一動都能和大自然和諧共存。」
資料來源
採訪農業部生物多樣性研究所吳世鴻副研究員
吳世鴻，〈SILIC—全年無休的 AI 生態調查助手〉，《農政與農情》，2022 年 12 月
SILIC: A cross database framework for automatically extracting robust biodiversity information from soundscape recordings based on object detection and a tiny training dataset
聽見自然：SILIC 系統打開生物多樣性智慧辨識的聲音世界 - 農業部生物多樣性研究所
本文授權轉載自科技大觀園。