Forscher haben ein KI-Modell entwickelt, das Hundegebell mit einer Genauigkeit von 70 % entschlüsseln kann und Emotionen wie Freude, Angst, Hunger und Frustration identifiziert. Das Modell Wav2Vec2, das ursprünglich für die Analyse menschlicher Sprache entwickelt wurde, wurde angepasst, um Hunde-Vokalisationen zu untersuchen.
Die KI wurde von Artem Abzaliev von der University of Michigan in Zusammenarbeit mit Wissenschaftlern des INAOE entwickelt und analysiert akustische Muster in Gebell, Heulen und Knurren in Bezug auf die Körpersprache des Hundes. Die Studie umfasste 150 Hunde verschiedener Rassen in unterschiedlichen Situationen.
Zu den wichtigsten Erkenntnissen gehören:
Die KI kann zwischen Gebell, das unmittelbare Bedürfnisse anzeigt, und Gebell, das komplexere Emotionen darstellt, unterscheiden.
Wav2Vec2 analysiert Frequenz-, Intensitäts- und Rhythmusvariationen in Vokalisationen.
Die KI kann Alter, Rasse und Geschlecht eines Hundes anhand seines Gebells ableiten.
Diese Technologie eröffnet neue Möglichkeiten zur Verbesserung der Mensch-Hund-Interaktion, zur Untersuchung des Tierverhaltens und zur Unterstützung von Naturschutzbemühungen. Zukünftige Herausforderungen sind die Erweiterung der Datenbank mit mehr Hunderassen und die Analyse von Vokalisationen in verschiedenen Situationen, um die Genauigkeit zu verbessern und die Technologie auf andere Tierarten wie Katzen auszudehnen.