MetaPerch：从生物声学基础模型的元数据中学习

生物声学基础模型依赖于 Xeno-Canto 等大型公民科学平台来获取地理和生态多样性数据。最近的工作表明，在对这种大规模数据进行训练时，仅靠监督就可以产生 SotA 物种检测模型——然而，在这些社区驱动的数据中心内记录可用的元数据的形式仍然存在未利用的潜力。在这项工作中，我们探索使用元数据（例如位置和时间）作为辅助监督信号，使模型能够在其学习表示中利用物种元数据相关性。辅助元数据损失提供了超出发声本身的额外信息，可以鼓励更丰富、更强大的表示，更好地概括物种分布和声域变化——这是在现实世界的被动声学监测（PAM）设置中部署的重要挑战。我们引入了 MetaPerch，这是一种新的基础模型，它在多个具有挑战性的领域中实现了强大的物种识别性能，并针对 9 个不同元数据源对 17 个生物声学数据集的影响进行了广泛的实证研究。