تم تطوير نظام ذكي مخصص لتحليل التسجيلات الصوتية البيئية وتحديد التهديدات والأحداث الصوتية المحتملة في الغابات بدقة عالية، وذلك باستخدام أحدث تقنيات التعلم الآلي والتعلم العميق.

أبرز محاور ومميزات المشروع:

جمع بيانات الصوت، وتنظيفها، وإجراء المعالجة المسبقة واستراتيجيات التحقق السليمة.

هندسة الميزات المتقدمة باستخراج (MFCCs)، ومعاملات دلتا، والميزات الطيفية، و(RMS)، و(ZCR)، والتدفق الطيفي.

بناء خطوط أنابيب (Pipelines) مخصصة لكل من نماذج التعلم الآلي التقليدية ونماذج التعلم العميق باستخدام مخططات (Log-Mel Spectrogram).

تطبيق تقنيات تعزيز البيانات الصوتية (Audio Data Augmentation) والتعامل بكفاءة مع عدم توازن الفئات لرفع كفاءة النموذج.

تصميم واجهة تفاعلية باستخدام (Streamlit) لعرض النتائج وتشغيل النظام بسهولة.

التقنيات المستخدمة:

بايثون (Python)

PyTorch & Scikit-learn

Pandas & NumPy

معالجة الإشارات الصوتية (Audio Signal Processing)

Streamlit & Matplotlib