您可能不知道，奶牛每次打嗝、哞哞叫和咀嚼時都會分享信息，這些信息充分說明了它們的健康和福利。

通過弗吉尼亞理工大學農業與生命科學學院研究人員的工作 ，我們可能很快就會更多地了解奶牛“告訴”我們什么，并能夠利用這些信息來改善它們的福祉。

動物科學學院動物數據科學研究人員兼助理教授 James Chen 正在利用農業部國家食品和農業研究所提供的 65 萬美元撥款開發一種聲學、數據驅動的工具，以幫助提高動物福利并降低動物福利。精準畜牧業的甲烷排放。

“發聲是奶牛表達情感的主要方式，現在是時候聽聽它們告訴我們什么了，”陳說。

陳說，由于聲音數據可以從奶牛身上單獨、連續地收集，因此它比視頻或其他觀察方法更好地監測奶牛的情緒和健康狀況，甚至包括呼吸的細微變化。

“動物福利的評估已成為社會的中心討論，并且是一個有爭議的問題，僅僅是因為缺乏客觀工具會導致有偏見的解釋，”他說。“通過將音頻數據與生物和視覺線索相匹配，我們可以更客觀地分析他們的行為。”

使用人工智能解讀moos

陳和他的合作研究員、 弗吉尼亞合作推廣 乳制品科學家兼副教授 貢薩洛·費雷拉 (Gonzalo Ferreira ) 計劃從牧場上的奶牛、小牛和肉牛身上收集音頻數據。然后，他們將使用機器學習來分析和編錄數千個聲學數據點，并解釋奶牛的聲音，例如哞哞叫、咀嚼和打嗝，以尋找壓力或疾病的跡象。

“讓我們想象一下一個嬰兒在飛機上或教堂里哭泣，”費雷拉說。“作為一名父親，我知道嬰兒哭泣是因為饑餓還是需要關注。我們的研究問題是：我們可以使用音頻數據來解釋動物的需求嗎?”

陳和費雷拉對識別奶牛如何表達痛苦的聲音模式特別感興趣。通過分析奶牛哞哞聲和發聲的頻率、幅度和持續時間，并將聲音數據與從奶牛身上采集的唾液皮質醇樣本相關聯，他們可以對奶牛是否正在承受壓力、輕度壓力或嚴重壓力進行分類，并開始解碼它們的“壓力”。語言。”

作為該項目的一部分，陳正在構建一個計算管道，該管道集成了聲學數據管理、預先訓練的機器學習模型和動物聲音的交互式可視化。生成的數據將在一個開源的、基于網絡的應用程序中共享，供科學家、生產者和公眾使用。陳說，他希望這些信息將有助于指導未來改善動物福利的方案。

“任何人都可以直接插入并使用我們的模型來運行自己的實驗，”他說。“這使得人們能夠將奶牛的聲音轉化為人類可以識別的可解釋信息。”