Dois relatos sobre a comunicação de peixes chegam para ampliar o conhecimento científico. Pesquisadores identificaram os sons de oito espécies, ampliando o catálogo do projeto Fish Sounds, que já soma mais de 1.300 gravações.
A pesquisa envolveu uma equipe internacional, com participação de Canadá, EUA e Brasil. O núcleo canadense fica na costa de Colúmbia Britânica, onde a Universidade de Vitória coordenou as análises.
O estudo utilizou monitoramento acústico passivo aliado a machine learning para classificar sons de peixes de recife rochoso. A partir de gravações, o sistema associou sons a espécies com 88% de precisão.
A equipe captou mais de 1.000 sons e os ligou a oito espécies distintas, algumas sem registro prévio de vozes. A técnica combinou áudio, localização e identificação visual para treinar o algoritmo.
Entre os achados, ficou claro que peixes maiores tendem a emitir sons com frequências mais baixas que os menores. Além disso, determinados comportamentos, como evasão de predadores, geraram sons característicos.
Metodologia e resultados
O método reuniu dados de áudio, direcionalidade das fontes e vídeos para confirmar a espécie. O machine learning analisou 47 características sonoras, incluindo frequência e duração, para classificar cada som.
O estudo foi publicado no Journal of Fish Biology. Os autores destacam o sucesso da integração entre acústica e IA para entender a comunicação de espécies marinhas.
Os resultados ajudam a mapear o diálogo subaquático e podem subsidiar pesquisas sobre comportamento, ecologia e conservação de peixes de recife. Fontes: Universidade de Vitória, Fish Sounds, Journal of Fish Biology.
Entre na conversa da comunidade