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

O artigo apresenta o BatSpot, uma rede neural retrainável que supera as soluções existentes na detecção e classificação automática de chamadas de ecolocalização, zumbidos e chamadas sociais de morcegos, oferecendo uma interface gráfica que permite aos pesquisadores adaptar o modelo a novas regiões com poucos dados.

O essencial

Imagine que você é um detetive tentando encontrar e identificar um grupo de morcegos que vive na escuridão total. Eles são mestres do disfarce: voam à noite, são silenciosos para nossos ouvidos (pois usam ultrassom) e se movem muito rápido. Antigamente, para estudá-los, os cientistas tinham que ficar acordados a noite toda, tentando ouvir o impossível e anotando tudo à mão. Era como tentar achar uma agulha num palheiro, mas o palheiro estava no escuro e a agulha estava gritando em uma língua que ninguém entendia.

Agora, imagine que a tecnologia nos deu "fones de ouvido" especiais que captam esses sons ultrassônicos. O problema? Os gravadores modernos deixam cair milhares de horas de áudio. Ninguém consegue ouvir tudo isso. É como tentar ler todos os livros de uma biblioteca gigante em uma única noite.

É aqui que entra o BatSpot, o "super-herói" descrito neste artigo.

O Que é o BatSpot?

Pense no BatSpot como um assistente de detetive superinteligente que foi treinado por um exército de cientistas. Ele é um programa de computador (uma rede neural) que faz três coisas principais:

1. O "Ouvido" (Detector de Chamadas): Ele escuta a gravação e diz: "Ei! Tem um morcego aqui!". Ele sabe distinguir o som do morcego do barulho do vento, de carros ou de insetos.
2. O "Reconhecimento Facial" (Classificador): Quando ele ouve um morcego, ele tenta adivinhar a raça. "Isso parece ser um morcego-pipistrela" ou "Acho que é um morcego da espécie Myotis".
3. O "Detetive de Comportamento" (Detector de Buzzes e Chamadas Sociais): Esta é a parte mais nova e legal.
   • Buzzes (Zumbidos): Quando um morcego vê uma mosca e vai para o ataque, ele muda o som para um "zumbido" rápido. O BatSpot sabe identificar esse momento de caça.
   • Chamadas Sociais: Morcegos conversam entre si para flertar, brigar ou avisar amigos. O BatSpot também consegue ouvir essas conversas, algo que a maioria dos programas antigos ignorava.

Por que ele é especial? (A Magia da "Reeducação")

Aqui está o grande truque do BatSpot. A maioria dos programas de computador é como um aluno que estudou apenas para uma prova específica. Se você mudar a prova (por exemplo, mudar de país ou de ambiente), o aluno trava.

O BatSpot foi feito para ser reeducável.

• A Analogia da Escola: Imagine que o BatSpot é um aluno que estudou muito na Dinamarca. Ele conhece muito bem os morcegos dinamarqueses e o barulho dos ventos dinamarqueses.
• O Problema: Se você levar esse aluno para a Alemanha, ele vai se confundir com o sotaque local e o barulho de trânsito alemão. Ele vai errar muito.
• A Solução BatSpot: Em vez de ter que criar um novo aluno do zero (o que levaria anos), você pega o aluno dinamarquês e dá a ele apenas 59 exemplos de morcegos alemães. O BatSpot usa esses poucos exemplos para "atualizar seu cérebro" rapidamente.
• O Resultado: Em vez de acertar apenas 48% das vezes na Alemanha, ele passa a acertar 79% depois dessa rápida "reeducação". É como dar um curso intensivo de fim de semana para um funcionário experiente, e ele se torna um especialista local na hora.

O Que Eles Descobriram?

Os cientistas testaram o BatSpot contra outros softwares (alguns pagos e caros, outros gratuitos). O resultado foi impressionante:

• O Campeão: O BatSpot foi melhor do que quase todos os concorrentes em encontrar morcegos e classificar corretamente.
• O Detetive de Caça: Enquanto outros programas quase não conseguiam achar os "zumbidos" de ataque (os buzzes), o BatSpot acertou 95% das vezes. É como se ele tivesse olhos de águia para ver o momento exato da caça.
• Global: O modelo de "zumbido" funcionou tão bem que foi testado na Dinamarca, na Alemanha e até no Panamá (duas continentes diferentes!), e continuou funcionando muito bem.

Por que isso importa para o mundo?

Os morcegos são os heróis silenciosos do planeta. Eles comem toneladas de insetos (controlando pragas), polinizam flores e espalham sementes. Mas eles estão em perigo: morrem em turbinas eólicas, perdem habitats e sofrem com doenças.

Para protegê-los, precisamos saber onde eles estão e o que estão fazendo. O BatSpot tira o trabalho pesado das costas dos cientistas. Ele permite que qualquer pessoa, mesmo sem saber programar (graças a uma interface gráfica fácil de usar), analise milhares de horas de áudio em minutos.

Em resumo: O BatSpot é como dar um superpoder de visão noturna e compreensão de linguagem para os cientistas de conservação. Ele transforma um mar de ruído em dados claros, ajudando a proteger esses animais incríveis e os ecossistemas dos quais dependemos. E o melhor de tudo? Ele é gratuito, aberto e pode ser "treinado" para qualquer lugar do mundo.

Resumo técnico

Resumo Técnico: BatSpot

1. O Problema

O monitoramento de morcegos é fundamental para a conservação, dado seu papel como espécies-chave no controle de pragas, polinização e dispersão de sementes. No entanto, o estudo do comportamento e da ecologia populacional desses animais enfrenta desafios significativos:

• Dificuldade de Acesso: A natureza noturna e o uso de ecolocalização ultrassônica tornam a observação direta e o registro tradicionais ineficientes.
• Limitações das Ferramentas Atuais: Embora o Monitoramento Acústico Passivo (PAM) gere grandes volumes de dados, a detecção e classificação automatizadas permanecem um gargalo.
  • Ferramentas comerciais são caras e pouco transparentes.
  • Soluções de código aberto muitas vezes são limitadas a faixas geográficas específicas (focadas no Hemisfério Norte), não abrangendo a alta diversidade do Sul Global.
  • A maioria das ferramentas foca apenas nas chamadas de "fase de busca" (search phase), negligenciando comportamentos críticos como "zumbidos" de alimentação (buzzes) e chamados sociais.
  • A readequação (retraining) de modelos para novas regiões ou espécies geralmente exige conhecimentos avançados de programação, limitando o acesso a pesquisadores de biologia.

2. Metodologia

Os autores desenvolveram o BatSpot, uma rede neural convolucional (CNN) baseada na arquitetura ANIMAL-SPOT, projetada para ser reutilizável e acessível. O sistema é composto por três modelos de detecção binária e um modelo de classificação multiclasse:

• Arquitetura e Treinamento:

  • Detector de Chamadas (Search Phase): Treinado com 12.396 exemplos de ruído e 10.766 chamadas de busca (dados da Dinamarca). Usa janelas de 20 ms e faixa de frequência de 1-95 kHz.
  • Classificador de Chamadas: Treinado para identificar 12 espécies/complexos de espécies (ex: Myotis, Pipistrellus, Eptesicus). Inclui 12.000+ exemplos de chamadas de busca, além de exemplos de zumbidos, fase de aproximação e chamados sociais (tratados como ruído para este modelo específico). Usa janelas de 20 ms e faixa de 10-125 kHz (requerendo amostragem de 250 kHz para capturar frequências mais altas).
  • Detector de Zumbidos (Buzzes): Treinado com dados da Dinamarca, Alemanha e Panamá (2.293 ruídos, 1.288 alvos). Usa janelas de 200 ms para capturar a sequência rápida de chamadas.
  • Detector de Chamados Sociais: Treinado com dados da Dinamarca (1.296 ruídos, 1.412 alvos). Usa janelas de 75 ms e faixa de 1-60 kHz.

• Interface e Acessibilidade:

  • O sistema inclui uma Interface Gráfica (GUI) e documentação (README) que permitem que pesquisadores sem experiência em codificação realizem o retraining (reaprendizado) ou transfer learning (aprendizado por transferência) dos modelos para novas regiões ou necessidades específicas.

• Validação e Comparação:

  • Os modelos foram validados em conjuntos de dados completos (não apenas em clipes) de Dinamarca, Alemanha e Panamá.
  • A performance foi comparada contra soluções comerciais (Sonochiro, Kaleidoscope, BTO Pipeline) e de código aberto (BatDetect2, BSG-BAT, BAT, buzzfindr).
  • Métricas utilizadas: Recall, Precisão, F1-Score e Acurácia, tanto em nível de chamada quanto em nível de arquivo.

3. Principais Contribuições

1. Detecção Multi-Tipo: É a primeira ferramenta de código aberto a integrar, em um único pipeline, a detecção de chamadas de busca, zumbidos de alimentação e chamados sociais.
2. Retreinabilidade Acessível: A inclusão de uma GUI e scripts simplificados permite que usuários adaptem os modelos a novos ambientes acústicos e espécies com poucos dados de treinamento (ex: 59 gravações), eliminando a barreira da programação.
3. Generalização Geográfica: Demonstração de que um único modelo de zumbidos pode ser eficaz em habitats diversos e em continentes diferentes (Europa e América Central).
4. Disponibilidade Aberta: Todo o código, modelos pré-treinados, dados de treinamento e scripts estão disponíveis no GitHub e Zenodo sob licença CC-BY 4.0.

4. Resultados

• Desempenho Geral: O BatSpot superou todas as outras ferramentas testadas.
  • Detecção de Fase de Busca: F1-Score de 0,97 (vs. 0,96 do melhor concorrente, BatDetect2).
  • Detecção de Zumbidos: F1-Score de 0,95, superando drasticamente o buzzfindr (F1: 0,11).
  • Detecção de Chamados Sociais: F1-Score de 0,91.
• Classificação: O classificador alcançou uma acurácia de 0,87 no teste. Embora a classificação em nível de espécie seja desafiadora devido à sobreposição de frequências entre espécies (ex: Myotis), a agregação em nível de gênero ou complexo de espécies (ex: ENV: Eptesicus/Nyctalus/Vespertilio) resultou em alta precisão.
• Eficácia do Retreinamento: Ao treinar um modelo do zero para a Alemanha usando apenas dados dinamarqueses, o F1-Score foi de 0,48. Ao retreinar o modelo dinamarquês com apenas 59 gravações alemãs, o F1-Score saltou para 0,79, demonstrando a eficiência do aprendizado por transferência.
• Robustez: O detector de zumbidos manteve alta performance em três países com diferentes níveis de ruído de fundo e composições de espécies.

5. Significância e Impacto

O BatSpot representa um avanço significativo na ecologia acústica de morcegos ao democratizar o uso de redes neurais profundas para conservação.

• Acesso Global: Ao permitir o reentrenamento fácil, a ferramenta torna-se aplicável no Sul Global, onde a diversidade de morcegos é maior, mas o acesso a ferramentas de ponta é limitado.
• Comportamento e Ecologia: A capacidade de detectar zumbidos e chamados sociais abre novas portas para estudos sobre forrageamento, comportamento social, acasalamento e territorialidade, que antes exigiam análise manual demorada.
• Monitoramento em Grande Escala: A ferramenta facilita o processamento de grandes conjuntos de dados de PAM, essencial para avaliações de impacto ambiental (ex: parques eólicos offshore) e monitoramento de populações ameaçadas.
• Colaboração Científica: A estrutura aberta incentiva a criação de um conjunto de dados global, permitindo o desenvolvimento futuro de um "detector de morcegos global" unificado.

Em suma, o BatSpot combina alta precisão técnica com usabilidade prática, preenchendo lacunas críticas nas ferramentas atuais de monitoramento de morcegos.