以上都是計算機視覺領域的，今天分享的是聲音處理識別領域的，這一方向在國內可能作的人不是不少，但在人工智能「感知」這個大方向裏也是很重要的一個，內容是經過動物的叫聲進行物種識別。既有挑戰又有意義的方向，目前深度學習在這個領域也是被推崇的方法。
這個方向作的人很少，歡迎作語音和聲音方向的同窗文末掃碼加羣，共同交流，一塊兒進步~
雨林物種（好比鳥類和蛙類）的保有量能夠反應出氣候變化和棲息地喪失所帶來的影響，科學家經過了解各物種的存在，能夠更好制訂相關工做計劃。而對於相關研究人員來講，獲取雨林物種的聲音比看到真實的物種要容易的多。所以聲學技術在雨林環境研究中具備重要的地位。
近年來，經過深度學習進行自動聲學識別已經取得成功，但模型須要對每一個物種標註大量的訓練樣本。限制了對稀有物種的適用性，而稀有物種又恰是保護工做的核心。所以須要制訂在有限的訓練數據下，嘈雜的環境中自動進行高精度物種檢測的方法。
在本次比賽中，參賽者須要設計算法自動檢測出熱帶雨林錄音中的鳥類和青蛙物種。須要使用數量有限、聲音環境複雜的訓練數據建立模型，並過濾掉除鳥類和青蛙之外的物種。
https://www.kaggle.com/c/rfcx-species-audio-detection/data
也可在『我愛計算機視覺』公衆號後臺回覆【SAD】，得到國內百度雲下載連接。
TPU明星獎：
（社區中最有知識和幫助的TPU專家）
"TPU之星 "獎項將由谷歌的專家根據如下標準進行評審：html
微信號:aicvml編輯器
QQ羣:805388940學習
微博知乎:@我愛計算機視覺flex
投稿:amos@52cv.net
網站
網站:www.52cv.net人工智能
在看，讓更多人看到 url
本文分享自微信公衆號 - 我愛計算機視覺（aicvml）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。