Comment différencier un oiseau d’un autre, simplement en les écoutant chanter ? Pour les plus communs d’entre eux, c’est une chose simple, mais lorsqu’il s’agit d’enregistrements pris directement dans la nature, la tâche se complique. Victor Anton, un étudiant de l’Université Victoria de Wellington en Nouvelle Zélande s’est tourné vers les nouvelles technologies pour écouter le chant des oiseaux de Zelandia. Une région connue pour héberger un grand nombre d’espèces d’oiseaux, dont certaines menacées : le Hihi, le Tīeke et le Kākāriki.
« Nous savions que nous possédions des données extrêmement utiles dans nos enregistrements, mais nous n’avions simplement pas la main d’oeuvre nécessaire ou une solution viable qui pourrait nous permettre de les débloquer. Alors nous avons mis le machine learning à notre service, » avait alors présenté le chercheur à Google.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
L’équipe travaillant sur le projet a utilisé TensorFlow, pour lui apprendre à reconnaitre le son de certains oiseaux, mais aussi pour mesurer l’activité des oiseaux sur les enregistrements. Concrètement, l’IA découpait les pistes audio en segments d’une minute, et les convertissait ensuite en spectrogrammes. Ces derniers étaient encore découpés en échantillons de moins d’une seconde pour être analysés. L’objectif étant d’analyser quels oiseaux étaient présents sur les bandes enregistrées dans la nature.
L’équipe a d’abord commencé avec une petite quantité de données renseignées. L’IA prenait en compte les bruits de voiture, de construction, ou encore les variantes d’autres oiseaux dont le son était proche de celui des trois espèces. Alors rectification après rectification, le programme a été en mesure d’extraire et d’identifier plus efficacement les espèces.
Analyse des spectogrammes par TensorFlow.
« Nous n’en sommes qu’au début de la compréhension des différentes façons d’utiliser le machine learning dans nos travaux et pour nous aider à protéger la faune. Au final, cela pourrait nous aider à régler des problèmes environnementaux partout dans le monde, » complétera Victor Anton.
Si les chercheurs arrivent à automatiser le processus, leur travail pourrait être grandement facilité. Simplement en plaçant des bornes d’écoute, et en analysant les enregistrements, les chercheurs pourraient savoir si telle espèce est bien présente dans telle ou telle région. De quoi mieux analyser ses déplacements, et l’importance de sa présence.
