Des chercheurs ont développé un modèle d'IA capable de déchiffrer les aboiements de chiens avec une précision de 70 %, identifiant des émotions telles que la joie, l'anxiété, la faim et la frustration. Le modèle, Wav2Vec2, initialement conçu pour l'analyse de la parole humaine, a été adapté pour étudier les vocalisations canines.
Développée par Artem Abzaliev de l'Université du Michigan en collaboration avec des scientifiques de l'INAOE, l'IA analyse les schémas acoustiques des aboiements, des hurlements et des grognements en relation avec le langage corporel du chien. L'étude a impliqué 150 chiens de diverses races dans différentes situations.
Les principales conclusions sont les suivantes :
L'IA peut distinguer les aboiements indiquant des besoins immédiats de ceux représentant des émotions plus complexes.
Wav2Vec2 analyse les variations de fréquence, d'intensité et de rythme dans les vocalisations.
L'IA peut déduire l'âge, la race et le sexe d'un chien en fonction de ses aboiements.
Cette technologie ouvre de nouvelles opportunités pour améliorer l'interaction homme-chien, étudier le comportement animal et contribuer aux efforts de conservation. Les défis futurs incluent l'expansion de la base de données avec davantage de races de chiens et l'analyse des vocalisations dans diverses situations afin d'améliorer la précision et d'étendre la technologie à d'autres espèces animales, telles que les chats.