Kaggle賽題解析：BirdCLEF 2023

比賽名稱：BirdCLEF 2023

識別音景中的鳥叫聲

比賽鏈接：https://www.kaggle.com/competitions/birdclef-2023

比賽類型：語音識別

比賽背景

鳥類是生物多樣性變化的極好指標，因為(wei) 它們(men) 具有高度流動性並且具有多樣化的棲息地要求。因此物種組合和鳥類數量的變化可以表明恢複項目的成功或失敗。然而經常對大麵積進行傳(chuan) 統的基於(yu) 觀察者的鳥類生物多樣性調查是昂貴的，而且在後勤方麵具有挑戰性。

相比之下，被動聲學監測 (PAM) 與(yu) 基於(yu) 機器學習(xi) 的新分析工具相結合，使保護主義(yi) 者能夠以更高的時間分辨率對更大的空間尺度進行采樣，並深入探索恢複幹預與(yu) 生物多樣性之間的關(guan) 係。

比賽任務

對於(yu) 本次比賽，您將使用您的機器學習(xi) 技能通過聲音識別東(dong) 非鳥類。具體(ti) 來說，您將開發計算解決(jue) 方案來處理連續的音頻數據並通過它們(men) 的叫聲識別物種。

評價指標

本次比賽的評估指標是 padded cmAP，它是 scikit-learn 實現的宏觀平均平均精度分數的衍生物。

對於(yu) 每個(ge) row_id，您應該預測給定鳥類存在的概率。每種鳥類都有一列，因此您需要每行提供 264 個(ge) 預測。

數據描述

• train_audio/訓練數據，由 xenocanto.org 用戶上傳(chuan) 的個(ge) 別鳥類叫聲的簡短錄音組成。

• test_soundscapes/當您提交筆記本時test_soundscapes 目錄將填充大約 200 條用於(yu) 評分的錄音。它們(men) 時長 10 分鍾，采用 ogg 音頻格式。

• train_metadata.csv訓練數據的元數據

• sample_submission.csv提交樣例

比賽賽程

• 2023年5月17日：組隊截止日期。
• 2023年5月24日：最終提交截止日期。

賽題獎金

• 第一名：15,000 美元
• 第二名：10,000 美元
• 第三名：8,000 美元
• 第四名：7,000 美元
• 第五名：5,000 美元

解題思路

賽題是一個(ge) 典型的語音識別的多標簽多分類任務，在Kaggle上也可以找到往年題目。

常見的解題思路是提取音頻的MFCC特征 + CNN或VIT進行分類，上分點主要是網絡結構和數據增強方法。需要注意提交要求是通過Notebook提交，且必須要在120分鍾中完成預測。