Traducción y desarrollo del software Ecosonos

La ecoacústica es una disciplina que estudia la relación entre los seres vivos y el medio ambiente en el que habitan a través del sonido. Para estudiar el sonido, por lo general, se ubica un gran número de grabadoras en un ecosistema de interés con el fin de registrar el sonido por un tiempo definido. Esto genera una gran cantidad de información que debe ser almacenada y posteriormente procesada para reconocer información útil como el registro de sonotipos de animales, la estimación de lluvia en el ecosistema, entre otros. Es así como uno de los retos que plantea el estudio de la información acústica es el procesamiento de la información, puesto que los datos registrados pueden llegar a ocupar algunas teras en disco. Atendiendo a lo anterior, en la fase de ejecución de este proyecto de investigación se procedió a la implementación en Python de Ecosonos, una nueva versión del software de reconocimiento de especies “AUREAS” previamente implementado en Matlab desde el año 2011 en la Universidad de Antioquia. Mediante el proyecto de Minciencias RC 731-2020 “Programa Conservación Biológica usando Inteligencia Artificial” se planteó agregar funcionalidades a dicho software que permitiera compartirlo con la comunidad de biólogos y por eso surge la necesidad de implementación en un software de uso libre. Es así como surge el módulo “Sonotipos” en el software Ecosonos, el cual permite la identificación de sonotipos mediante el uso de algoritmos de aprendizaje de máquina no supervisados. En concreto, en este se realiza el procesamiento de registros de audio a partir de algoritmos de agrupamiento (clustering), los cuales identifican los cantos de las especies o eventos de interés. Esta información es marcada en los metadatos de los audios, y sirve a los expertos quienes, mediante la información generada, pueden identificar si los eventos de interés se asocian a una especie en específico, se puede contar el número de cantos de dicha especie, si hay registro de lluvia, entre otros, lo cual permite estimar la salud de dicho ecosistema. El siguiente módulo programado fue el módulo de reconocimiento, el cual, una vez identificado por parte de los expertos la información de los clústers, se prosigue a reconocer en audios no vistos la misma información, esto permite verificar si en otras zonas del ecosistema o en otros audios no analizados se encuentra la misma información que en los audios de entrenamiento Mediante la programación de este software se logró integrar de una mejor manera este módulo al software Ecosonos, en una distribución con software gratuito y tener las mismas funcionalidades del software original.

• Autores: Chalarca Botero, Manuel Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/6398
• Acceso en línea: http://hdl.handle.net/20.500.12622/6398
• Palabra clave: Bioacústica; Clustering; Matlab; Python; Clustering; Matlab; Python; Bioacoustics; Diseño sostenible
• License: Acceso abierto