Учените идентифицираха 14 различни типа вокализации на кучета, като „радостен лай“ по време на игра, „тъжен/тревожен лай“ и „много агресивен лай срещу непознати“.

Моделът на изкуствен интелект Wav2Vec2 първоначално е разработен за разпознаване на човешка реч и след това е обучен на кучешки звуци. Изненадващо, AI, който също „разбираше“ човешката реч, успя успешно да идентифицира конкретни кучета в 50% от времето, докато моделите, обучени само на кучешки звуци, постигнаха успех от 24%.

„Нашите резултати показват, че звуците и изображенията, получени от човешка реч, могат да служат като основа за анализиране и разбиране на акустичните модели на други звуци, като например животински вокализации“, обясни авторът на изследването Рада Михалча от Университета на Мичиган.

В следващ експеримент невронната мрежа прави разлика между различните породи кучета. Повече от половината кучета в проучването са чихуахуа и програмата успява да ги идентифицира правилно в 75% от времето.

И накрая, на невронната мрежа бяха предоставени непознати кучешки звуци и трябваше да ги интерпретира според 14-те типа, заучени по-рано. Невронната мрежа се справи успешно в 62,2% от времето. Някои звуци тя разпознава по-лесно. Например, успя да идентифицира правилно 90,7% от гневните сумтения и само 45,26% от негативните звуци.

 Ваньо Янков

Този сайт използва бисквитки (cookies). Ако не сте съгласни, научете повече   |