Estrutura de aprendizado de máquina para detecção de doenças em aves usando análise de padrão vocal

Os métodos atuais de monitoramento da saúde de aves dependem de inspeção visual e avaliação manual, que são trabalhosos, pouco confiáveis e frequentemente negligenciam os primeiros indicadores de doenças. A Análise de Padrão Vocal é um método inovador e não invasivo de avaliação automatizada da saúde na avicultura. Este estudo analisa padrões vocais para classificar o estado de saúde das aves e constrói e avalia um sistema de aprendizado de máquina para um sistema de classificação em tempo real baseado na web para essa condição. Um total de 346 amostras de áudio foram inicialmente coletadas, compreendendo gravações Saudáveis (n=139), Ruído (n=86) e Não Saudáveis (n=121). Após a exclusão de 86 amostras de Ruído como dados inválidos, 260 amostras foram usadas para classificação binária (Saudável vs Não Saudável). Extração extensiva de características de dados de áudio: 41 características compostas pelos coeficientes cepstrais em frequência Mel (MFCC), características espectrais, taxa de cruzamento por zero, características de croma, estatísticas calculadas do mel-espectrograma, energia RMS e tempo. Comparamos dois algoritmos de aprendizado de máquina, Floresta Aleatória e Máquina de Vetores de Suporte (SVM). Ambos os algoritmos alcançaram 96,92% de precisão no teste, com métricas médias macro de 96,9% de precisão, 96,9% de recuperação e 96,9% de F1-score. No que diz respeito à detecção de não saudáveis, o modelo de Floresta Aleatória alcançou 96,67% de sensibilidade e SVM alcançou 93,33% de sensibilidade, diferenciando com sucesso vocalizações de aves saudáveis e não saudáveis. Desenvolvemos e implantamos um aplicativo baseado na web que mostrou a classificação em tempo real. Isso nos leva a acreditar que a análise de padrão vocal baseada em aprendizado de máquina pode fornecer um método eficaz e não invasivo para o monitoramento da saúde de aves. O sistema desenvolvido neste trabalho poderia ser aplicado para a vigilância automatizada da saúde de aves comerciais.