Thesis (M.S.)--University of North Carolina at Wilmington, 2002. / Includes bibliographical references (leaves : [49]-50).

CNPq / Os atuais métodos de classificação automática dos pássaros pelo canto apresentam lacunas que justificam um aprofundamento do estudo do tema. Entre estas lacunas, por exemplo, observa-se a necessidade da evolução da pesquisa para uma maior abrangência de espécies. Outra lacuna, que será o foco deste trabalho, é observada nas etapas iniciais dos processos de classificação automática em ambientes reais e práticos (e.g. habitat natural). Considerando-se que as etapas de coleta de amostras, pré-processamento, processamento e análise dos resultados estão presentes em um processo de classificação sonora de pássaros, observa-se uma carência de contribuições na etapa de coleta de amostras e, particularmente, na etapa de pré-processamento. Neste âmbito, as rotinas projetadas nos trabalhos científicos de classificação sonora são muitas vezes dependentes de uma amostra ideal, que por sua vez não são encontradas em um ambiente real. Ou seja, para obter respostas corretas e acertos na classificação, tais rotinas renecessitam de amostras filtradas e também de um escopo do ambiente previamente restrito. Com o objetivo de prover soluções para este conjunto de deficiências, foi proposta e materializada uma plataforma de coleta e processamento dos sons coletados,cobrindo as duas primeiras etapas de classificação automática. Em suma, este trabalho apresenta uma plataforma de aquisição e préprocessamento de cantos de pássaros. No trabalho também são discutidas vantagens e desvantagens das metodologias utilizadas, bem como são dissertados contextos pertinentes para aplicação da plataforma. As validações se dão por meio de testes práticos e comparações das amostras processadas pela plataforma, com amostras resultantes das ferramentas de processamento e análise sonora previamente existentes. / The current methods for birdsong automatic classification present gaps which justify a deeper study of the theme. Among these shortcomings, for example, there is the need for the development of research for a wider range of species. Another gap that will be the focus of this work, is observed in the initial stages of the process of automatic classification in real environments and practical (e. g. nature). Considering that the stages of sample collection, preprocessing, processing and analysis of results are present in a birdsong classification process, there is a deficiency of contributions in the stage of sample collection and, particularly, in the preprocessing step. In this context, the routines designed on the scientific papers of sound classification are often dependent on an ideal sample, which are not found in a real environment. That is, to achieve correct answers and successes in classification such routines require filtered samples and also a scope of environment previously restricted. With the objective of providing solutions to this set of deficiencies, it was proposed and implemented a platform for collecting and processing of sounds collected, covering the first two steps of automatic classification. In summary, this paper presents a platform for acquisition and preprocessing of bird songs. On paper are also discussed about the advantages and disadvantages of the methodologies used, as well as the contexts relevant to the application of the platform. The validation occurs through practical tests and comparisons between the samples processed by the platform, with samples arising from the previously existing tools of sound processing and analysis.

CNPq / Os atuais métodos de classificação automática dos pássaros pelo canto apresentam lacunas que justificam um aprofundamento do estudo do tema. Entre estas lacunas, por exemplo, observa-se a necessidade da evolução da pesquisa para uma maior abrangência de espécies. Outra lacuna, que será o foco deste trabalho, é observada nas etapas iniciais dos processos de classificação automática em ambientes reais e práticos (e.g. habitat natural). Considerando-se que as etapas de coleta de amostras, pré-processamento, processamento e análise dos resultados estão presentes em um processo de classificação sonora de pássaros, observa-se uma carência de contribuições na etapa de coleta de amostras e, particularmente, na etapa de pré-processamento. Neste âmbito, as rotinas projetadas nos trabalhos científicos de classificação sonora são muitas vezes dependentes de uma amostra ideal, que por sua vez não são encontradas em um ambiente real. Ou seja, para obter respostas corretas e acertos na classificação, tais rotinas renecessitam de amostras filtradas e também de um escopo do ambiente previamente restrito. Com o objetivo de prover soluções para este conjunto de deficiências, foi proposta e materializada uma plataforma de coleta e processamento dos sons coletados,cobrindo as duas primeiras etapas de classificação automática. Em suma, este trabalho apresenta uma plataforma de aquisição e préprocessamento de cantos de pássaros. No trabalho também são discutidas vantagens e desvantagens das metodologias utilizadas, bem como são dissertados contextos pertinentes para aplicação da plataforma. As validações se dão por meio de testes práticos e comparações das amostras processadas pela plataforma, com amostras resultantes das ferramentas de processamento e análise sonora previamente existentes. / The current methods for birdsong automatic classification present gaps which justify a deeper study of the theme. Among these shortcomings, for example, there is the need for the development of research for a wider range of species. Another gap that will be the focus of this work, is observed in the initial stages of the process of automatic classification in real environments and practical (e. g. nature). Considering that the stages of sample collection, preprocessing, processing and analysis of results are present in a birdsong classification process, there is a deficiency of contributions in the stage of sample collection and, particularly, in the preprocessing step. In this context, the routines designed on the scientific papers of sound classification are often dependent on an ideal sample, which are not found in a real environment. That is, to achieve correct answers and successes in classification such routines require filtered samples and also a scope of environment previously restricted. With the objective of providing solutions to this set of deficiencies, it was proposed and implemented a platform for collecting and processing of sounds collected, covering the first two steps of automatic classification. In summary, this paper presents a platform for acquisition and preprocessing of bird songs. On paper are also discussed about the advantages and disadvantages of the methodologies used, as well as the contexts relevant to the application of the platform. The validation occurs through practical tests and comparisons between the samples processed by the platform, with samples arising from the previously existing tools of sound processing and analysis.