Francesco Di Nardo, Rocco De Marco, Daniel Li Veli, Laura Screpanti, Benedetta Castagna, Alessandro Lucchetti, David Scaradozzi · Sensors · 2025

Multiclass CNN Approach for Automatic Classification of Dolphin Vocalizations

Resumo em português

Monitorar golfinhos-nariz-de-garrafa (Tursiops truncatus) em mar aberto é essencial para compreender seu comportamento e o impacto das atividades humanas nos ecossistemas marinhos. O Monitoramento Acústico Passivo (PAM) é uma técnica não invasiva para rastrear golfinhos, fornecendo dados contínuos. Este estudo apresenta uma abordagem inovadora para classificar vocalizações de golfinhos-nariz-de-garrafa a partir de gravações acústicas PAM usando uma rede neural convolucional (CNN). Quatro tipos comuns de vocalizações do golfinho-nariz-de-garrafa (Tursiops truncatus) foram identificados em gravações subaquáticas: assobios, cliques de ecolocalização, sons de pulso em rajada e batidas durante alimentação. Para melhorar a performance da classificação, filtros de detecção de bordas foram aplicados aos espectrogramas, com o objetivo de remover componentes de ruído indesejado. Um conjunto de dados de quase 10.000 espectrogramas foi utilizado para treinar e testar a CNN por meio de um procedimento de validação cruzada em 10 dobras. Os resultados mostraram que a CNN alcançou uma precisão média de 95,2% e um escore F1 de 87,8%. Os resultados específicos por classe indicaram alta precisão para assobios (97,9%), seguidos por cliques de ecolocalização (94,5%), batidas durante alimentação (94,0%) e sons de pulso em rajada (92,3%). O maior escore F1 foi obtido para assobios, superando 95%, enquanto as outras três tipologias de vocalização mantiveram escore F1 acima de 80%. Este método representa um avanço promissor para aprimorar o monitoramento acústico passivo de golfinhos-nariz-de-garrafa, contribuindo tanto para a conservação da espécie quanto para a mitigação de conflitos com a pesca.

Resumo original em inglês

Monitoring dolphins in the open sea is essential for understanding their behavior and the impact of human activities on the marine ecosystems. Passive Acoustic Monitoring (PAM) is a non-invasive technique for tracking dolphins, providing continuous data. This study presents a novel approach for classifying dolphin vocalizations from a PAM acoustic recording using a convolutional neural network (CNN). Four types of common bottlenose dolphin ( Tursiops truncatus ) vocalizations were identified from underwater recordings: whistles, echolocation clicks, burst pulse sounds, and feeding buzzes. To enhance classification performances, edge-detection filters were applied to spectrograms, with the aim of removing unwanted noise components. A dataset of nearly 10,000 spectrograms was used to train and test the CNN through a 10-fold cross-validation procedure. The results showed that the CNN achieved an average accuracy of 95.2% and an F1-score of 87.8%. The class-specific results showed a high accuracy for whistles (97.9%), followed by echolocation clicks (94.5%), feeding buzzes (94.0%), and burst pulse sounds (92.3%). The highest F1-score was obtained for whistles, exceeding 95%, while the other three vocalization typologies maintained an F1-score above 80%. This method provides a promising step toward improving the passive acoustic monitoring of dolphins, contributing to both species conservation and the mitigation of conflicts with fisheries.

Espécies citadas

• Tursiops truncatus · golfinho-nariz-de-garrafa
  ?

  Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Tursiops truncatus.