birdgnn

该数据集名为“Bird Calls — 10 Species”，从Xeno-Canto API收集（收集日期为2026年8月23日），专为多尺度GATv2鸟类分类器项目设计。数据集包含899条鸟鸣录音，涵盖10种鸟类：House Crow（家鸦）、Mallard Duck（绿头鸭）、Asian Koel（噪鹃）、Eurasian Owl（ Eurasian Owl，实际为Asio otus）、House Sparrow（家麻雀）、Blue Jay（冠蓝鸦）、Northern Lapwing（凤头麦鸡）、Grey Go-away（灰蕉鹃）、Indian Peafowl（蓝孔雀）和Western Wood-Pewee（西部绿霸鹟）。每条录音均经过时长筛选（1.0秒至300.0秒）。数据集中每个样本包含音频文件、物种标签（10类）、物种代码、Xeno-Canto ID、时长（秒）、国家来源和质量评级。数据集适用于音频分类任务，尤其是鸟类声学识别。This dataset is named Bird Calls — 10 Species, collected from the Xeno-Canto API (collection date: August 23, 2026), designed for a multi-scale GATv2 bird classifier project. The dataset contains 899 bird sound recordings covering 10 species: House Crow, Mallard Duck, Asian Koel, Eurasian Owl (Asio otus), House Sparrow, Blue Jay, Northern Lapwing, Grey Go-away, Indian Peafowl, and Western Wood-Pewee. Each recording has been filtered by duration (1.0 to 300.0 seconds). Each sample in the dataset includes an audio file, species label (10 classes), species code, Xeno-Canto ID, duration (seconds), country of origin, and quality rating. The dataset is suitable for audio classification tasks, especially bird acoustic recognition.

原始信息汇总

数据集概述

• 数据集名称：Bird Calls — 10 Species (Xeno-Canto)
• 数据集链接：https://huggingface.co/datasets/Palak1326/birdgnn
• 许可证：CC-BY-NC-4.0
• 任务类型：音频分类
• 语言：英语
• 标签：鸟鸣、生物声学、Xeno-Canto、音频、GATv2、图神经网络
• 数据规模：1K < n < 10K

---

数据集内容

• 总录音数：899条
• 类别数：10种鸟类
• 时长筛选：1.0秒至300.0秒
• 公开性：公开

---

鸟类类别

代码	英文名	学名
HC	House Crow	Corvus splendens
MD	Mallard Duck	Anas platyrhynchos
AK	Asian Koel	Eudynamys scolopaceus
EO	Eurasian Owl	Asio otus
HS	House Sparrow	Passer domesticus
BJ	Blue Jay	Cyanocitta cristata
RL	Northern Lapwing	Vanellus vanellus
GG	Grey Go-away	Crinifer concolor
IP	Indian Peafowl	Pavo cristatus
WW	Western Wood-Pewee	Contopus sordidulus

---

数据字段

• audio：音频数据
• label：类别标签（上述10种鸟类之一）
• species_code：物种代码（如HC、MD等）
• xc_id：Xeno-Canto录音ID
• duration_sec：录音时长（秒）
• country：录音国家
• quality：录音质量

---

数据来源与用途

• 来源：通过Xeno-Canto API于2026年8月23日采集
• 用途：用于多尺度GATv2鸟类分类器项目

---

使用方式

python from datasets import load_dataset ds = load_dataset("Palak1326/birdgnn")

---

许可证说明

音频文件的许可遵循各自的Xeno-Canto许可证（CC-BY/NC），具体请参见每条录音的license列。

搜集汇总

数据集介绍

构建方式

依托公民科学平台Xeno-Canto的开放API，birdgnn数据集经过系统化采集与筛选而构建。研究者限定录音时长介于1.0秒至300.0秒之间，最终获得899条鸟鸣记录，覆盖鸦科、鸭科、杜鹃科、鸱鸮科等十个物种。每条音频均配套物种标签、物种代码、录音编号、时长、采集国家与质量评级等元数据字段，形成多维度标注的音频语料库，为生物声学分类研究提供了可靠的监督信号基础。

特点

该数据集聚焦鸟类鸣声的细粒度识别任务，涵盖十个生态位与地理分布各异的物种，兼具类内变异与类间相似性的挑战。音频样本源自全球范围的实地录音，带有国家与质量标注，便于开展跨地域泛化分析。其标签体系采用英文俗名与科学名称映射，配合物种代码，兼顾可读性与机器处理效率，并直接服务于基于GATv2的多尺度图神经网络分类器研究。

使用方法

通过Hugging Face datasets库可便捷加载该数据集，调用load_dataset接口并指定数据集标识即可获取完整数据。加载后，用户可依据audio字段读取原始音频波形，利用label字段进行监督训练，并结合duration_sec、country、quality等字段实施样本筛选、类别平衡或跨域评估。该数据集适用于音频分类模型的训练与验证，亦可作为生物声学图神经网络研究的基准语料。

背景与挑战

背景概述

鸟类声学识别作为生物声学与生态监测的关键技术，长期受制于物种鸣声高度变异与环境噪声干扰。2026年，研究人员依托Xeno-Canto开放API构建birdgnn数据集，收录10种鸟类共899条录音，旨在为多尺度GATv2图神经网络分类器提供基准语料。该数据集聚焦于跨物种声学特征的可分性建模，通过整合物种编码、录音时长、地理来源与质量评级等多维元数据，推动图结构在音频分类中的表征学习，为鸟类种群自动化监测与保护生物学提供可复用的数据基础。

当前挑战

birdgnn所应对的核心领域难题在于细粒度音频分类中类内变异显著与类间声学重叠并存，加之野外录音常伴有背景生物与非生物噪声。构建过程中，Xeno-Canto平台录音的质量参差不齐、时长跨度大且许可条款各异，需经严格筛选与元数据对齐；10个物种的样本分布不均衡可能引入分类偏差。此外，图神经网络需在有限样本下有效捕捉频谱与时间尺度的异构关联，对特征聚合策略与泛化能力构成持续挑战。

常用场景

经典使用场景

在生物声学与生态监测领域，鸟类鸣声的自动分类长期依赖音频信号的时频表征。birdgnn数据集汇集了来自Xeno-Canto的899段录音，覆盖十种鸟类，为图神经网络驱动的声学分类提供了标准化基准。其经典使用场景在于以音频频谱图节点构建图结构，借助GATv2等多尺度图注意力机制捕捉鸣声中的局部与全局依赖，从而实现物种级识别。该数据集亦常用于验证图神经网络在非欧几里得声学数据上的表征能力，成为音频分类任务中图方法与传统卷积网络对比的重要实验平台。

解决学术问题

鸟类声学分类研究常受制于标注数据稀缺、物种间鸣声相似度高以及背景噪声干扰等问题。birdgnn通过提供多物种、多地域、时长过滤后的公开录音，缓解了细粒度声学分类中样本不足与类别不平衡的困境。其附带的物种代码、录音时长、国家与质量评级等元数据，支持研究者探究地域差异与录音质量对模型泛化性能的影响，为声学特征鲁棒性、跨域迁移学习以及小样本分类等学术议题提供了可复现的实验基础，推动了生物声学与机器学习交叉领域的方法论进步。

衍生相关工作

birdgnn直接服务于多尺度GATv2鸟类分类器项目，衍生出一系列围绕图注意力网络与声学信号建模的研究工作。相关经典工作包括将音频频谱图转化为图结构并利用GATv2进行节点分类的模型架构探索，以及基于Xeno-Canto语料的多物种声学基准构建。该数据集还激发了图神经网络与卷积神经网络在生物声学任务中的对比研究，以及面向噪声鲁棒性与跨地域泛化的方法改进。这些工作共同拓展了图深度学习在生态声学中的应用边界，为后续多模态生物声学图谱研究奠定了数据与方法基础。