Klassifikation von Meeressäugern mit Mitteln der Spracherkennung

Neben der Verschmutzung der Meere durch Müll, Abwässer oder die Schifffahrt nimmt auch die sog. akustische Verschmutzung der Meere, z. B. durch Schiffslärm, akustische Kommunikation, Echolote oder SONAR-Systeme immer weiter zu. Hiervon sind Meeressäuger mit ihrer starken Anpassung an den Lebensraum Meer besonders betroffen. Das Projekt „Protection of Marine Mammals“ der EDA soll Meeressäuger besser vor den Auswirkungen aktiven SONARs bei gleichzeitiger Erhaltung der Einsatzfähigkeit solcher Systeme schützen. Hierfür ist eine Klassifikation der Meeressäuger im Einflussgebiet des SONARs notwendig, um entsprechende Schutzmaßnahmen planen und ausführen zu können. Diese Arbeit greift für diese Aufgabe Methoden der Spracherkennung auf um Synergieeffekte aus mehreren Forschungsgebieten zu nutzen. Ausgangsbasis für die Klassifikation ist eine im Laufe des Projektes erstellte Datenbank mit Meeressäuger-Lauten. Die für eine erfolgreiche Klassifikation notwendigen Merkmale zur Parameterisierung der Meeressäuger-Laute werden aus den zur Verfügung stehenden Signalen gewonnen. Neben klassischen Merkmalen aus verschiedenen Signaldomänen werden weitere Merkmale mittels zweier eigenständiger Detektoren gewonnen. Die bestimmten Merkmale werden einer Transformation unterzogen und anhand eines Qualitätskriteriums in ihrem möglichem Beitrag zur Klassifikation verglichen. Zur Bewertung des Klassifiktionsverhaltens werden drei der vorgestellten Klassifikationsmethoden hinsichtlich der Klassifikationsgenauigkeit und Verarbeitungszeit verglichen. Abschließend werden die Ergebnisse der Kreuzvalidierung mit dem Detektions- und Klassifikationsverhalten während der Forschungsfahrt Sirena 11 eines bestehenden Klassifikationssystems verglichen.