引導式測驗 · 中等 等級

人工智慧在鳥類聲音辨識測驗的應用

測試鳥類聲音模型如何使用頻譜圖、BirdNET 和長期運作的記錄器來追蹤物種的存在、豐度和遷移。

問題 1 的 8

大多數鳥類聲音人工智慧系統分析什麼中間表示?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 大多數鳥類聲音人工智慧系統分析什麼中間表示?
    • 顯示頻率隨時間變化的頻譜圖
    • 通話的原始文字記錄
    • 鳥的 GPS 座標
    • 鳥的羽毛照片
  2. 哪種 AI 模型為 Merlin Sound ID 功能提供支援?
    • 鯨網
    • 鳥網
    • 歌曲範圍
    • 阿維亞GPT
  3. 為什麼聲學監測對鳥類特別有用?
    • 在一年中的大部分時間裡,鳥兒都是沉默的
    • 鳥類只在水底鳴叫
    • 聽到鳥兒的聲音往往比看到鳥兒更容易
    • 相機無法拍攝鳥類
  4. 鳥類聲音分類器面臨的常見挑戰是什麼?
    • 鳥兒從不重複叫聲
    • 無法計算頻譜圖
    • 所有鳥類的聲音都相同
    • 重疊的呼叫和背景噪音會降低準確性
  5. 哪些資源提供用於訓練這些模型的標記錄音?
    • 塞諾-坎托
    • 電話簿
    • Google 地圖
    • 潮汐圖
  6. 低功耗「邊緣」設備為未來鳥類監測提供哪些優勢?
    • 他們消除了所有鳥叫聲
    • 它們現場識別物種並僅傳輸檢測結果
    • 他們需要持續的人類監督
    • 他們只在室內工作
  7. Which ecological patterns can long-running autonomous bird recorders help map?
    • Only the color of a bird's feathers in sunlight
    • The exact number of eggs in every nest
    • Species presence, abundance, and migration timing
    • Changes in soil chemistry beneath each microphone
  8. What can nocturnal flight-call analysis help researchers monitor?
    • Fish feeding activity beneath coral reefs
    • Bee colony weight changes during winter
    • The color temperature of city street lighting
    • Migrating birds vocalizing as they pass overhead at night