比賽類型：語音識別

比賽背景

作為“世界滅絕之都”，夏威夷已經失去了 68% 的鳥類物種，其后果可能會損害整個食物鏈。研究人員使用人口監測來了解本地鳥類如何對環境和保護工作的變化做出反應。

但是島上剩下的許多鳥類都被隔離在難以進入的高海拔棲息地。由于物理監測困難，科學家們轉向了錄音。這種被稱為生物聲學監測的方法可以為研究瀕危鳥類種群提供一種被動、低勞動力和具有成本效益的策略。

比賽任務

在本次比賽中，您將使用機器學習技能通過聲音識別鳥類。您將開發一個模型，該模型可以處理連續的音頻數據，然后通過聲學識別物種。

評價指標

macro F1 score

數據描述

• train_metadata.csv - 為訓練數據提供了廣泛的元數據。
  • primary_label- 鳥類代碼。
  • secondary_labels：由記錄員注釋的背景物種。空列表并不意味著聽不到背景鳥聲。
  • author- 提供錄音的 eBird 用戶。
  • filename：相關的音頻文件。
  • rating：浮動值介于 0.0 和 5.0 之間;
• train_audio/ - 訓練集文件夾
• test_soundscapes/ - 測試集文件夾
• test.csv - 測試集的元數據。
• sample_submission.csv - 一個有效的樣本提交。
• eBird_Taxonomy_v2021.csv - 不同物種之間關系的數據。

比賽賽程

• 2022年5月17日：報名截止日期。您必須在此日期之前接受比賽規則才能參加比賽。
• 2022年5月17日：團隊合并截止日期。這是參與者加入或合并團隊的最后一天。
• 2022年5月24日：最終提交截止日期。

賽題獎金

• 1st Place - $2500
• 2nd Place - $1500
• 3rd Place - $1000

解題思路

賽題是一個典型的語音分類問題，因此MFCC + CNN分類模型是主流，同時也需要考慮往期賽題的數據。