BATscreen PRO 3 und der AI Call Detector – KI basierte automatische Rufdetektion und Artidentifikation

Wir freuen uns, Ihnen mit BATscreen PRO 3 eine Vielzahl neuer Funktionen zur Verfügung stellen zu können. Natürlich liegt der Fokus von BATscreen PRO weiterhin auf einer intuitiven und effizienten Analyse von Fledermausrufaufnahmen. Nur so können die im Rahmen von akustischen Langzeiterfassungen gewonnen großen Datenmengen sinnvoll ausgewertet werden.
Mit dem neuen AI Call Detector wird dies jedoch nun noch einfacher. Dieser innovative Detektor für eine automatisierte Rufdetektion und Artidentifikation beruht auf einer mehrstufigen Kombination aus Convolutional-Neuronal-Networks (CNNs) und Maximum-Likelihood-Estimates (MLEs). Der Ablauf einer Rufdetektion und Artklassifizierung ist in der nebenstehenden Abbildung illustriert. Die eingesetzten Modelle wurden im Vorfeld mit über 40.000 Rufen trainiert. Somit ist es möglich, mit hoher Trefferwahrscheinlichkeit die zeitliche Position von Rufen zu ermitteln und diese anschließend einer von 14 in Mitteleuropa vorkommenden Fledermausart / - gattung zuzuordnen. Die detektierten Positionen werden markiert und die vorgeschlagene Art samt Erkennungswahrscheinlichkeit angegeben. Da eine automatisierte Ruferkennung nie perfekt sein kann, ist es sinnvoll im Vorfeld einer großen Datenauswertung die Performance des AI Call Detectors für Ihren individuellen Datensatz zu bewerten. BATscreen PRO hilft Ihnen hierbei mit einer eigenen Auswertemethode. So finden Sie die optimalen Einstellungen und können evaluieren, ob individuelle Störgeräusche zuverlässig aussortiert werden, was den Aufwand für eine aufwendige Nachkontrolle reduzieren oder gänzlich vermeiden kann.
Des Weiteren ist es mit der Manual Labeling Auswertung nun möglich, nicht mehr nur ganze Dateien einer oder mehreren Fledermausarten zuzuordnen, sondern einzelne Rufe mit rechteckigen Bounding Boxes zu markieren und einzeln Fledermausarten und Ruftypen (z.B. Echolocation, Social, Echo, etc.) zuzuordnen.
Um der Nachfrage nach der Unterstützung immer neuer Detektoren und Softwaretools gerecht zu werden, speichert BATscreen PRO nun alle Ergebnisse als sogenannte GUANO Metadaten. Dieses Format kann auch von anderen Analyseprogrammen ausgelesen werden und wird von einer Vielzahl an Detektoren unterstützt. Darüber hinaus ist es nun auch möglich, Headerdaten von Wildlife Acoustics Detektoren und Audiomoth Geräten von Open Acoustic Devices einzulesen.
Da wir sehr viel Entwicklungszeit und Geld in die Weiterentwicklung von BATscreen PRO investiert haben, können wir die Lizenzen für das alte BATscreen leider nicht auf die neue Version 3 übertragen. Um BATscreen PRO trotzdem kostenattraktiv für Sie anbieten und bei der Lizenzierung zukünftig flexibler agieren zu können, haben wir uns entschieden, die Lizenzierung zukünftig auf ein Laufzeitmodel umzustellen. Nähere Informationen zum neuen BATscreen PRO finden Sie hier.


[1] Die Rufdetektion und Artklassifizierung des AI Call Detectors ist in drei Stufen gegliedert:
Stage 1: Rufdetektion
Die Samplerate des Audiosignals wird falls nötig auf 300 kHz angepasst (a) und das Spektrogramm berechnet (b). Anschließend wird mittels Denoising das Hintergrundrauschen reduziert und der Frequenzbereich auf das für Fledermausrufe relevante Frequenzband beschnitten (c). Die Rufdetektion erfolgt nun, indem mittels eines "Sliding Windows" die Rufwahrscheinlichkeit entlang der Zeitachse mittels CNN-Inferenz ermittelt wird (d). Zu den Zeitpunkten, an welchen das lokale Maximum der Rufwahrscheinlichkeit den Detection Threshold übersteigt, wird eine Rufdetektion getriggert (e).
Stage 2: Artidentifizierung
An den Stellen einer Rufdetektion wird mittels einer zweiten CNN-Inferenz eine Artidentifizierung vorgenommen (f).
Stage 3: Review der identifizierten Arten
Anschließend wird ermittelt, ob es als statistisch erwiesen angesehen werden kann, dass eine Art in der Rufdatei vorkommt. Falls nicht, wird den betreffenden Rufen die nächstwahrscheinliche Art zugeordnet (g).