Heat stress is one of the most important environmental stressors facing poultry production and welfare worldwide. The detrimental effects of heat stress on poultry range from reduced growth and egg production to impaired health. Animal vocalisations are associated with different animal responses and can be used as useful indicators of the state of animal welfare. It is already known that specific chicken vocalisations such as alarm, squawk, and gakel calls are correlated with stressful events, and therefore, could be used as stress indicators in poultry monitoring systems. In this study, we focused on developing a hen vocalisation detection method based on machine learning to assess their thermal comfort condition. For extraction of the vocalisations, nine source-filter theory related temporal and spectral features were chosen, and a support vector machine (SVM) based classifier was developed. As a result, the classification performance of the optimal SVM model was 95.1 ± 4.3% (the sensitivity parameter) and 97.6 ± 1.9% (the precision parameter). Based on the developed algorithm, the study illustrated that a significant correlation existed between specific vocalisations (alarm and squawk call) and thermal comfort indices (temperature-humidity index, THI) (alarm-THI, R = -0.414, P = 0.01; squawk-THI, R = 0.594, P = 0.01). This work represents the first step towards the further development of technology to monitor flock vocalisations with the intent of providing producers an additional tool to help them actively manage the welfare of their flock.

中文翻译：

---

使用声音技术评估蛋鸡的热舒适性。

热应激是全世界家禽生产和福利面临的最重要的环境压力之一。热应激对家禽的有害影响范围从生长减少和产蛋减少到健康受损。动物的发声与不同的动物反应有关，可用作动物福利状态的有用指标。众所周知，特定的鸡叫声，例如警报，鸣叫和加克尔鸣叫与压力事件相关，因此可以用作家禽监测系统中的压力指标。在这项研究中，我们专注于开发基于机器学习的母鸡发声检测方法，以评估其热舒适状况。为了提取声音，选择了与时间和频谱特征有关的九种源滤波器理论，并开发了基于支持向量机（SVM）的分类器。结果，最佳SVM模型的分类性能为95.1±4.3％（灵敏度参数）和97.6±1.9％（精度参数）。根据开发的算法，研究表明特定发声（警报和and叫声）与热舒适指数（温度-湿度指数，THI）之间存在显着相关性（警报-THI，R = -0.414，P = 0.01； s叫-THI，R ＝ 0.594，P ＝ 0.01）。这项工作代表了进一步发展监测鸡群发声的技术的第一步，目的是为生产者提供额外的工具，以帮助他们积极管理鸡群的福利。3％（灵敏度参数）和97.6±1.9％（精度参数）。根据开发的算法，研究表明特定发声（警报和and叫声）与热舒适指数（温度-湿度指数，THI）之间存在显着相关性（警报-THI，R = -0.414，P = 0.01； s叫-THI，R ＝ 0.594，P ＝ 0.01）。这项工作代表了进一步发展监测鸡群发声的技术的第一步，目的是为生产者提供额外的工具，以帮助他们积极管理鸡群的福利。3％（灵敏度参数）和97.6±1.9％（精度参数）。根据开发的算法，研究表明特定发声（警报和and叫声）与热舒适指数（温度-湿度指数，THI）之间存在显着相关性（警报-THI，R = -0.414，P = 0.01； s叫-THI，R ＝ 0.594，P ＝ 0.01）。这项工作代表了进一步发展监测鸡群发声的技术的第一步，目的是为生产者提供额外的工具，以帮助他们积极管理鸡群的福利。研究表明，特定发声（警报和qua叫声）与热舒适指数（温度-湿度指数，THI）之间存在显着相关性（警报-THI，R = -0.414，P = 0.01； squawk-THI，R = 0.594 ，P = 0.01）。这项工作代表了进一步发展监测鸡群发声的技术的第一步，目的是为生产者提供额外的工具，以帮助他们积极管理鸡群的福利。研究表明，特定发声（警报和qua叫声）与热舒适指数（温度-湿度指数，THI）之间存在显着相关性（警报-THI，R = -0.414，P = 0.01； squawk-THI，R = 0.594 ，P = 0.01）。这项工作代表了进一步发展监测鸡群发声的技术的第一步，目的是为生产者提供额外的工具，以帮助他们积极管理鸡群的福利。