Novo modelo de IA identifica vocalizações de 9 mil espécies de aves

O Earth Species Project lançou o BirdCODE, um modelo de deep learning projetado para superar um dos maiores desafios da bioacústica: a identificação precisa de eventos sonoros em larga escala. Diferente de sistemas convencionais que dependem de conjuntos de dados fortemente rotulados, o BirdCODE utiliza uma abordagem zero-shot, permitindo que pesquisadores analisem vocalizações de mais de 9.000 espécies de aves com precisão temporal. A ferramenta processa gravações de ciência cidadã, como as do xeno-canto e iNaturalist, facilitando estudos sobre comportamento vocal, variações sazonais e interações entre espécies sem a necessidade de anotação humana manual.

Além do lançamento do modelo, a equipe de pesquisa introduziu o benchmark FASD13, focado em detecção de eventos sonoros com poucos exemplos (few-shot), que demonstrou um desempenho superior em 49% em comparação aos métodos anteriores. Ao aplicar o BirdCODE em mais de um milhão de gravações, o estudo revelou padrões complexos, como variações geográficas no canto de tico-ticos (Zonotrichia capensis) e mudanças sazonais no comportamento vocal de espécies europeias. O material, incluindo o gerador de cenas e os pesos do modelo, está disponível para a comunidade científica como um recurso aberto para o avanço da comunicação animal.