Comparison of manual and automated methods for identifying target sounds in audio recordings of Pileated, Pale-billed, and putative Ivory-billed woodpeckers

ABSTRACT Although offering many benefits over manual recording and survey techniques for avian field studies, automated sound recording systems produce large datasets that must be carefully examined to locate sounds of interest. We compared two methods for locating target sounds in continuous sound recordings: (1) a manual method using computer software to provide a visual representation of the recording as a sound spectrogram and (2) an automated method using sound analysis software preprogrammed to identify specific target sounds. For both methods, we examined the time required to process a 24-h recording, scanning accuracy, and scanning comprehensiveness using four different target sounds of Pileated Woodpeckers (Dryocopus pileatus), Pale-billed Woodpeckers (Campephilus guatemalensis), and putative Ivory-billed Woodpeckers (Campehilus principalis). We collected recordings from the bottomland forests of Florida and the Neotropical dry forests of Costa Rica, and compared manual versus automated cross-correlation scanning techniques. The automated scanning method required less time to process sound recordings, but made more false positive identifications and was less comprehensive than the manual method, identifying significantly fewer target sounds. Although the automated scanning method offers a fast and economic alternative to traditional manual efforts, our results indicate that manual scanning is best for studies requiring an accurate account of temporal patterns in call frequency and for those involving birds with low vocalization rates. Aunque ofrecen muchos beneficios mayores a las de la grabación manual y técnicas de muestreo al realizar estudios de aves en el campo, los sistemas automatizados de grabación de sonidos producen una base grande de datos que necesita ser examinada cuidadosamente para localizar los sonidos de interés. Comparamos dos métodos para localizar sonidos clave en grabaciones continuos de sonido: (1) un método manual usando un programa computacional para proveer una representación visual de la grabación en forma de un espectrograma de sonido, y (2) un método automatizado usando un programa de análisis de sonido preprogramado para identificar sonidos claves específicos. Para los dos métodos, examinamos el tiempo requerido para procesar una grabación de 24 horas, la precisión de escaneo y la comprensión de escaneo usando cuatro diferentes sonidos claves de Dryocopus pileatus, Campephilus guatemalensis y supuestos individuos de C. principalis. Colectamos grabaciones de bosques de baja elevaciones de Florida y de bosques secos Neotropicales de Costa Rica y comparamos técnicas de escaneo de correlación cruzada manuales vs. automatizadas. El método de escaneo automatizado requirió de menos tiempo de procesamiento de las grabaciones de sonido pero hizo más identificaciones positivas falsas y fue menos comprensivo que el método manual, identificando significativamente menos sonidos clave. Aunque el método de escaneo automatizado ofrece una alternativa rápida y económica a métodos manuales tradicionales, nuestros resultados indican que el método de escaneo manual es la mejor para estudios que requieren de resultados precisos de los patrones temporales en la frecuencia de llamadas y para estudios de especies con bajos ritmos de vocalización.