동물의 상황을 분석한다는 것은 소리만으로 동물이 어떠한 상황에 놓여있는지를 판단하는 것이다. 이때의 상황은 건강 컨디션뿐만이 아니라 싸움이 일어난 것인지, 모종의 이유로 놀란 것인지 등을 의미한다. 상황을 판단함으로써 현재 동물이 처한 상황에서 동물이 스트레스를 받는지 등을 알고 대처할 수 있다면 이는 동물 복지와도 관련된다.
음성을 분석할 동물인 돼지는 발성음을 많이 내는 동물이다. 돼지는 신체 상태 및 욕구에 따라 발성음을 내는 것으로 알려져 있으며, 돼지 간의 의사소통을 청각에 의한 방법으로 한다. 의사소통의 대표적인 예시로는 어미와 자돈 사이의 상호작용이 발성음에 따라 영향을 받는 것과, 인위적 거세 시 평소와 다른 매우 높은 발성음을 낸다는 것이다.
이렇게 분절한 돼지의 발성음을 분석해 시간 영역(time domain)의 피치(pitch), 소리의 강도(intensity), 지터(jitter), 시머(shimmer), 고조파 대 잡음비(Harmonic-to-Noise Ratio, HNR)와 주파수 영역의 포먼트(formant)를 특징으로 추출했으며, Mel-Frequency Cepstral Coefficients(MFCC)라는 특징을 추가로 추출했다. 이때의 MFCC는 사람이 소리를 인지하는 과정에서 영감을 얻은 특징으로서, 다른 주파수 영역의 특징들보다 더 효과적인 특징이라고 할 수 있다.
분류에는 결정트리(Decision tree), k-최근접 이웃 알고리즘(K-Nearest Neighbors), 서포트 벡터 머신(Support Vector Machine)을 이용했으며, 서포트 벡터 머신의 경우에는 선형과 비선형 분류기를 모두 이용했다. 실제 축사에서 녹화한 자료를 인위적으로 판단하여 음성에 상황 라벨링(labeling)한 데이터를 8:2로 나누어 각각 학습 데이터와 테스트 데이터로 지정했다. 그리고 각 분류기의 성능은 정확도뿐만 아니라 분류 보고서(classification report), 혼동 행렬(Confusion matrix), ROC 곡선(ROC curve) 등을 이용해 판단한다.
실험은 두 번에 걸쳐 진행했다. 첫 번째 실험은 음성 분석 프로그램인 Praat이나 MDVP에서 사용되는 지표인 pitch, intensity, jitter, shimmer, HNR, formant를 이용해 분류하는 것이다. 결정 트리와 선형 SVM이 가장 높은 정확도를 기록했으며, 그 중에서도 ‘기침’에 대한 분류가 가장 잘 된 것으로 나타났다.
두 번째 실험은 MFCC를 특징으로 이용해 분류하는 것으로, 실험 1과 같은 분류기를 사용했다. 실험 1에 비해 결정트리와 선형 SVM의 정확도가 약간씩 감소했으나, KNN과 비선형 SVM(RBF 커널)의 정확도는 반대로 증가했다. 실험 1과 마찬가지로 ‘기침’의 분류가 가장 잘 된 것으로 나타났다.
''기침''은 소리가 cough로 단일화 되어있었기 때문에 call type에서 다른 상황들보다 분류가 편리했다. 그리고 ''기침''은 한 마리의 돼지에게서도 일어날 수 있는 일이지만, 대부분의 상황은 돼지가 두 마리 이상일 때 발생하기 때문에 군체 속에서의 발성음을 찾아야 한다. 그렇기 때문에 잡음의 정도가 더 심하며, 함부로 필터링해서는 안 되는 부분이 생길 수 있다.
본 연구의 결과는 같은 음성이라도 추출한 특징에 따라 분류 결과에 영향을 미칠 수 있다는 것을 보여준다. 그러나 앞서 지적한 문제들로 인해 높은 정확도를 볼 수 없었기 때문에 추가적인 실험을 통해 분류 정확도와 특징과의 상관성을 다시 확인할 필요가 있을 것으로 사료된다.

Analyzing the situation of an animal is to judge what kind of situation the animal is in by only sound. The situation at this time means not only health condition, but also whether a fight has occurred or whether you are surprised for some reason. By judging the situation, if you can know and cope with whether the animal is under stress in the current situation, this is also related to animal welfare.
Pigs are animals that make a lot of vocal sounds. Pigs are known to emit vocal sounds according to their physical condition and desire, and communication between pigs is done through hearing. A typical example of communication is that the interaction between the mother and the piglet is affected by the sound, and that the artificial castration produces a very high vocal sound that is different from usual.
Analyzing the sounds of the segmented pigs, the pitch, intensity, jitter, shimmer, and harmonic-to-noise ratio (HNR) in the time domain. And frequency domain formants were extracted as features, and a feature called Mel-Frequency Cepstral Coefficients (MFCC) was additionally extracted. The MFCC at this time is a feature inspired by the process of human recognition of sound, and can be said to be a more effective feature than other frequency domain features.
Decision trees, k-Nearest Neighbors, and Support Vector Machine were used for classification, and both linear and nonlinear classifiers were used for the support vector machine. The data recorded in the actual congratulatory house was artificially judged, and the data that was labeled with the situation on the voice was divided into 8:2 and designated as training data and test data, respectively.
The experiment was conducted twice. The first experiment is to classify using pitch, intensity, jitter, shimmer, HNR, and formant, which are the indicators used in the voice analysis program Praat or MDVP. The decision tree and linear SVM scored the highest accuracy, and among them, the classification for ‘cough’ was the best.
The second experiment was to classify using MFCC as a feature, and the same classifier as in Experiment 1 was used. Like Experiment 1, the classification of ''cough'' was found to be the best.
Because the sound of ''cough'' was unified as cough, it was more convenient to classify the call type than other situations. Also, ''cough'' can happen with one pig, but most situations occur when there are more than one pig, so it is necessary to find vocal sounds in the colony. For this reason, the level of noise is more severe, and there may be parts that should not be arbitrarily filtered.
The results of this study show that even the same voice can affect the classification result according to the extracted features. However, since high accuracy could not be seen due to the aforementioned problems, it is considered necessary to reconfirm the correlation between classification accuracy and features through additional experiments.