arXiv cs.CL· Faadil Mustun, Chiara Semenzin, Roberto Dessi, Pablo Robin Guerrero, Pierre Orhan, Alexis Emanuelli, Emanuele Rossi, Yair Lakretz, Gonzalo de Polavieja, German Sumbre·· 9 小时前AI 评分26
OpenWhistle:迄今最大规模宽吻海豚发声数据集与基准发布
OpenWhistle: A Large-Scale Longitudinal Dataset and Benchmark of Bottlenose Dolphin Vocalizations
AI 导读
OpenWhistle 发布约 18 万段海豚哨声(114 小时)、覆盖 5 只个体长达五年的公开数据集,并附 8,354 段专家标注哨声及哨声类型检测与分类的可复现评测协议。
正文 · AI 翻译
摘要:生物声学近期的进展得益于大规模语料库和标准化基准,但现有资源绝大多数以鸟类为中心,且每个物种的数据较为浅薄,限制了它们用于研究单一物种交流系统结构的用途。这一空白对鲸类尤为突出:尽管宽吻海豚(Tursiops truncatus)是非人类哺乳动物中复杂发声交流的一个引人注目的案例,但现有的海豚数据集规模小、碎片化,且大多不公开。我们推出 OpenWhistle,这是目前最大的公开海豚发声数据集。它包含约 180,000 段哨声(114 小时),在五年间从半自然环境中一个由五只个体组成的稳定群体录制,并配有 8,354 段经专家标注的哨声精选子集,以及用于哨声类型检测和分类的可复现评估协议。我们还发布了用于哨声检测、分割和分类的完整处理流程。为展示其效用,我们在 OpenWhistle 语料库上预训练了一个适配海豚声学的 Wav2Vec2.0 模型,并表明它学到了有效的表征,在这两项任务上均优于 AVES 和 BioLingual 等通用生物声学模型,同时为未来工作留有有意义的提升空间。通过发布数据集、处理流程和评估协议,我们提供了首个专为训练自监督模型而设计的开放海豚哨声数据集,为推进海豚交流研究和开发捕捉物种内细粒度声学结构的模型奠定了基础。
| 评论: | NeurIPS 2026 数据集与评估 Track 的 Spotlight |
| 主题: | 计算与语言(cs.CL) |
| 引用为: | arXiv:2609.34839 [cs.CL] |
| (或此版本的 arXiv:2609.34839v2 [cs.CL]) | |
| https://doi.org/10.48550/arXiv.2609.34839 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Chiara Semenzin [查看邮箱]
[v1]
2026年9月28日星期一 10:37:20 UTC(11,979 KB)
[v2]
2026年11月17日星期二 11:06:43 UTC(11,716 KB)
来源:arXiv cs.CL · arxiv.org