BatSpot: a retrainable neural network for automatic detection and classification of bat echolocation and detection of buzzes and social calls

BatSpot es una red neuronal reentrenable que supera a las soluciones existentes en la detección y clasificación automática de ecolocalización, zumbidos y llamadas sociales de murciélagos, facilitando su monitoreo global con un esfuerzo mínimo.

Lo esencial

¡Hola! Imagina que las murciélagos son los fantasmas del mundo nocturno. Son increíblemente diversos, vitales para nuestro ecosistema (como controladores de plagas y polinizadores), pero muy difíciles de estudiar porque viven en la oscuridad y "hablan" en un idioma que nuestros oídos no pueden escuchar: el ultrasonido.

Hasta ahora, estudiarlos era como intentar encontrar una aguja en un pajar, pero el pajar es gigante, está en la oscuridad y la aguja cambia de forma constantemente.

Aquí es donde entra BatSpot, la nueva herramienta que presenta este artículo. Vamos a explicarlo con una analogía sencilla:

🦇 ¿Qué es BatSpot? (El "Traductor y Detective" Automático)

Imagina que tienes una grabadora que graba todo el ruido de la noche durante horas. Antes, un humano tenía que escuchar esas horas de audio, como si fuera un detective revisando cintas de seguridad, buscando un "pío" aquí o un "chillido" allá. ¡Es agotador y lento!

BatSpot es como un asistente de inteligencia artificial súper entrenado que hace tres cosas mágicas:

1. El Detective (Detecta): Escucha la grabación y dice: "¡Oye! Aquí hay un murciélago". No solo sabe que hay uno, sino que distingue si es un murciélago buscando comida (llamadas de búsqueda) o si está en medio de una fiesta social.
2. El Traductor (Clasifica): Una vez que detecta al murciélago, intenta adivinar quién es. Es como si el detective te dijera: "Ese no es solo un murciélago, es un Pipistrellus (un tipo específico), no un Myotis (otro tipo)".
3. El Especialista en "Zumbidos" y "Gritos": Esta es la parte nueva y genial. Los murciélagos hacen dos tipos de sonidos especiales:
   • El "Buzz" (Zumbido de caza): Es el sonido rápido y frenético que hacen justo antes de atrapar un insecto. Es como el sonido de un coche de Fórmula 1 frenando de golpe antes de una curva. BatSpot es el primero en detectar esto automáticamente en muchos lugares del mundo.
   • Los "Llamados Sociales": Son los gritos que usan para hablar entre ellos, cortejar o defender su territorio. BatSpot también puede escuchar estas conversaciones.

🌍 ¿Por qué es tan especial? (El problema del "Sabor Local")

Imagina que entrenas a un perro para que reconozca el sonido de un coche en Dinamarca. Si luego llevas a ese perro a Alemania o Panamá, podría confundirse porque el ruido de fondo es diferente (más viento, otros animales, tráfico distinto) o porque los murciélagos locales suenan un poco diferente.

• El problema anterior: La mayoría de los programas de computadora funcionaban bien solo en un país y fallaban estrepitosamente si los llevabas a otro. O eran carísimos y cerrados (como una caja negra de la que no puedes sacar nada).
• La solución de BatSpot: Es como un perro entrenable. Si el modelo base no funciona bien en tu país, BatSpot te permite "re-entrenarlo" con muy pocos ejemplos (¡con solo 59 grabaciones!).
  • La analogía: Es como si le dieras al perro 50 fotos nuevas de los coches de tu ciudad. ¡Puf! De repente, el perro entiende tu entorno y deja de confundirse. El artículo demuestra que al hacer esto, la precisión se dispara de un 48% a un 79% casi de la nada.

🛠️ ¿Cómo lo usan los científicos? (Sin ser programadores)

Lo más bonito de este trabajo es que no necesitas ser un genio de la informática para usarlo.

• Los autores crearon un interfaz gráfico (una ventana de programa) con botones y menús.
• Es como usar una aplicación de fotos en tu móvil: subes tus archivos, le das a "Analizar" y listo.
• Si quieres mejorar el modelo para tu zona, hay un botón de "Re-entrenar" que guía paso a paso al usuario.

🏆 ¿Qué tan bueno es?

El equipo probó BatSpot contra otros programas famosos (algunos de pago, otros gratuitos) y BatSpot ganó la carrera.

• Detección: Encontró casi todos los murciélagos (97% de precisión) y los clasificó mejor que la competencia.
• Caza: Su detector de "zumbidos de caza" (buzzes) fue un éxito rotundo (95% de precisión), mientras que el mejor competidor anterior apenas llegaba al 11%. ¡Es como pasar de adivinar al azar a ser un experto!
• Social: También detectó muy bien los gritos sociales, algo que casi nadie hacía antes.

🚀 En resumen

BatSpot es como darles a los científicos de murciélagos unas gafas de visión nocturna y un traductor universal.

• Antes: Escuchar horas de audio, confundirse con el ruido y perderse los detalles importantes (como si estaban cazando o socializando).
• Ahora: Un programa gratuito, fácil de usar y adaptable que escucha todo, identifica quién está hablando, si está cazando o si está gritando a sus amigos, y lo hace en cualquier parte del mundo (desde Dinamarca hasta Panamá).

Esto significa que podemos proteger mejor a estos animales, entender cómo se comportan y asegurar que sigan haciendo su trabajo vital en la naturaleza, sin necesidad de que un humano tenga que escuchar cada segundo de audio. ¡Es un gran salto para la conservación! 🦇✨

Resumen técnico

Resumen Técnico: BatSpot – Una Red Neuronal Retrainable para la Detección y Clasificación Automática de Ecolocalización de Murciélagos

1. Planteamiento del Problema

El monitoreo de murciélagos es crucial para la conservación, ya que son especies clave en los ecosistemas y muchas están en peligro de extinción. Sin embargo, su estudio presenta grandes desafíos:

• Dificultad de acceso: Son nocturnos y utilizan ecolocalización ultrasónica, lo que hace difícil su seguimiento con métodos tradicionales.
• Limitaciones del Monitoreo Acústico Pasivo (PAM): Aunque el PAM genera grandes volúmenes de datos, el procesamiento posterior es un cuello de botella.
• Deficiencias en el software existente:
  • Las herramientas comerciales son costosas y opacas.
  • Las soluciones de código abierto suelen estar limitadas a rangos geográficos estrechos (generalmente fuera del Sur Global) o requieren conocimientos avanzados de programación para su adaptación.
  • La mayoría de las herramientas se centran únicamente en las llamadas de fase de búsqueda (search phase), ignorando comportamientos críticos como los zumbidos de alimentación (buzzes) y los llamados sociales, que son difíciles de detectar automáticamente.
  • La falta de reentrenabilidad hace que el rendimiento caiga drásticamente al aplicar modelos a nuevas ubicaciones con ruidos de fondo o especies diferentes.

2. Metodología

Los autores desarrollaron BatSpot, una red neuronal convolucional (CNN) basada en la arquitectura ANIMAL-SPOT, diseñada para ser reentrenable y accesible mediante una Interfaz Gráfica de Usuario (GUI). El sistema consta de tres modelos de detección binaria y uno de clasificación multiclase:

• Modelos de Detección:

  1. Detector de Llamadas (Call Detector): Detecta llamadas de fase de búsqueda. Entrenado con ~12,000 ejemplos de ruido y ~10,000 llamadas objetivo (Dinamarca). Ventanas de 20 ms, rango de frecuencia 1-95 kHz.
  2. Detector de Zumbidos (Buzz Detector): Detecta zumbidos de alimentación. Entrenado con datos de Dinamarca, Alemania y Panamá (1,288 objetivos, 2,293 ruidos). Ventanas de 200 ms, rango 1-95 kHz.
  3. Detector de Llamados Sociales: Detecta vocalizaciones sociales. Entrenado con datos de Dinamarca (1,412 objetivos). Ventanas de 75 ms, rango 1-60 kHz.

• Modelo de Clasificación:

  • Clasifica las llamadas de fase de búsqueda detectadas a nivel de especie (o complejo de especies).
  • Entrenado con 12 especies/complejos (ej. Myotis, Pipistrellus, Eptesicus, etc.) y 12,396 ejemplos totales.
  • Utiliza un rango de frecuencia extendido (10-125 kHz) y una tasa de muestreo de 250 kHz para capturar frecuencias altas de ciertas especies.
  • Agrupa especies difíciles de distinguir (ej. Myotis spp. y el complejo ENV: Eptesicus/Nyctalus/Vespertilio) para mejorar la precisión.

• Estrategia de Entrenamiento y Validación:

  • Se utilizó aprendizaje por transferencia (transfer learning) y reentrenamiento (retraining) con una cantidad mínima de datos (ej. 59 grabaciones) para adaptar el modelo a nuevas regiones (Alemania).
  • Validación rigurosa contra anotaciones manuales de expertos y comparación con software comercial (Sonochiro, Kaleidoscope) y de código abierto (BatDetect2, BSG-BAT, BAT, BTO pipeline, buzzfindr).

3. Contribuciones Clave

• Detección Multifuncional: Es la primera herramienta de código abierto que integra detección simultánea de llamadas de búsqueda, zumbidos de alimentación y llamadas sociales en un solo flujo de trabajo.
• Accesibilidad y Retrainabilidad: Incluye una GUI (Interfaz Gráfica) y documentación completa que permite a investigadores sin experiencia en programación reentrenar o transferir modelos para sus ubicaciones específicas.
• Generalización Geográfica: Demostró que un modelo único de zumbidos puede funcionar eficazmente en tres países de dos continentes (Europa y América Central) con entornos acústicos muy diferentes.
• Recursos Abiertos: Todos los datos de entrenamiento, modelos preentrenados y scripts están disponibles en GitHub y Zenodo bajo licencia CC-BY 4.0.

4. Resultados

• Rendimiento de Detección (Fase de Búsqueda):
  • BatSpot superó a todas las herramientas comparadas.
  • F1 Score (nivel de archivo): 0.97 (vs. 0.96 de BatDetect2, el siguiente mejor).
  • Precisión y Recall: Mantuvieron un equilibrio superior, con un recall del 1.00 y precisión del 0.95.
• Rendimiento de Zumbidos:
  • BatSpot obtuvo un F1 Score de 0.95 en la validación combinada.
  • Superó drásticamente a la herramienta especializada buzzfindr, que obtuvo un F1 de solo 0.37 en los mismos datos.
  • Funcionó bien en entornos ruidosos (Alemania) y tropicales (Panamá).
• Rendimiento de Llamados Sociales:
  • Logró un F1 Score de 0.91, demostrando capacidad para detectar vocalizaciones complejas que otras herramientas ignoran.
• Impacto del Reentrenamiento:
  • Al aplicar el modelo entrenado en Dinamarca directamente a datos de Alemania, el rendimiento cayó (F1: 0.48).
  • Tras reentrenar el modelo con solo 59 grabaciones nuevas de Alemania, el rendimiento mejoró significativamente a un F1 de 0.79, superando incluso al entrenamiento desde cero (F1: 0.73) con menos datos.

5. Significado e Impacto

BatSpot representa un avance significativo en la bioacústica de murciélagos al democratizar el uso de redes neuronales profundas para la conservación:

• Eficiencia Operativa: Permite automatizar el análisis de grandes conjuntos de datos con un esfuerzo mínimo, facilitando estudios a gran escala sobre actividad de murciélagos, impactos de parques eólicos y cambios en la biodiversidad.
• Adaptabilidad: La capacidad de reentrenar modelos con pocos datos es vital para regiones del Sur Global o entornos específicos (como mar adentro) donde los datos etiquetados son escasos.
• Nuevas Perspectivas Conductuales: Al incluir la detección de zumbidos y llamadas sociales, permite a los investigadores estudiar no solo la presencia de especies, sino también comportamientos de forrajeo y estructura social, aspectos anteriormente difíciles de cuantificar automáticamente.
• Colaboración Global: La disponibilidad de los datos y modelos fomenta la creación de un conjunto de datos global, necesario para entrenar futuros detectores universales de murciélagos.

En conclusión, BatSpot cierra la brecha entre la capacidad de recolección de datos acústicos y la capacidad de procesamiento, ofreciendo una solución robusta, gratuita y adaptable para la conservación de murciélagos a nivel mundial.